排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
2.
目的 格子玻尔兹曼(LB)方法作为一种兼具建模与快速求解偏微分方程(PDE)功能的方法已被成功应用于图像去噪、修复和分割。考虑到国内外尚未有LB方法在图像处理中研究进展的综述论文,为使即将进入该研究领域的学者比较全面地了解该方法的研究现状,本文对其进行系统综述。方法 着重分析了与图像去噪、修复、分割和3维图像处理密切相关的文献,将LB图像处理模型的构建分为自上而下和自下而上两种途径,对图像处理中的LB模型从宏观和微观两个角度进行分类。对模型的计算机实现算法、算法时间复杂度以及模型的具体应用进行分析与总结。最后,讨论了LB方法与PDE方法的本质区别,并指出几个尚未解决的问题。结果 第一,LB方法在图像处理中具有清晰的物理意义,像素值可视被为粒子密度值,像素值的改变可被视为受松弛时间和源项影响的粒子的重新分布;第二,各向异性扩散模型、非线性扩撒模型、线性扩散模型之间的微观区别在于松弛时间的差异,以上模型的时间复杂度依次降低,含源项扩散模型的时间复杂度除松弛时间以外还受外力项的影响;第三,自上而下的建模方法仅仅将LB视为PDE的一种解法,自下而上的建模方法从LB方法的物理意义出发,直接设计演化方程的关键参数,相对于第一种方法更为灵活;第四,LB算法固有并行,编程简单,当该方法被应用于并行平台时,图像数据量越大,GPU/CPU加速比越明显;第五,各向异性、非线性扩散模型可用于图像去噪、修复,含源项扩散模型中外力项的设计对图像分割质量有较大影响。结论 尽管LB方法作为一种固有的并行算法在3维图像去噪、配准和分割等快速图像处理领域具有极高的应用价值,但仍然存在边界条件处理、并行平台选择及优化等几个值得继续研究的问题。 相似文献
3.
基于活动轮廓和Gabor滤波器的细胞分割 总被引:1,自引:0,他引:1
将Tony F Chan提出的基于曲线进化、Mumford-shah泛函和level set技术的没有边界泛函的活动轮廓模型与Gabor滤波器相结合,利用Tony F Chan提出的不依赖于边界梯度的活动轮廓能够检测出边界梯度较弱的物体边界与Gabor滤波器能在不同方向和频率增强图像的特点,先对原始细胞图像进行不同角度、不同频率Gabor滤波从而在不同方向增强细胞边界削弱细胞内部信息,然后把不同方向滤波后的图像融合以得到边界增强噪声减少的图像,最后在该图像上应用活动轮廓取得了较好的分割效果. 相似文献
1