圖像復原和分割在圖像處理領域中占據(jù)著重要位置,是后續(xù)圖像處理工作的前提.然而,我們所獲取的圖像由于噪聲或模糊等外界因素的干擾導致其邊界信息或區(qū)域特征出現(xiàn)弱化,進而影響后續(xù)圖像工作的質(zhì)量,因此提出一種有效的復原或分割模型具有重要的研究價值.基于此,本學位論文的主要研究工作如下:·為了有效保持復原圖像的結(jié)構(gòu)特征問題,本文通過將二維圖像轉(zhuǎn)化為三維曲面問題進而在黎曼流形意義下提出曲面正則化模型.由于模型在形式上等價于光滑且具有凸性的ROF模型,因此文中利用共軛函數(shù)的思想將其轉(zhuǎn)化為鞍點問題,并提出兩種不同形式的本原對偶方法求解.同時,文中也在理論上分析模型的合理性和算法的收斂性.最終的數(shù)值比較驗證模型的合理性和算法的魯棒性.·通過將經(jīng)典的GAC模型和C-V模型相結(jié)合,文中提出一個新的分割模型.在模型中,通過耦合梯度算子和不同權(quán)重特征的邊緣檢測矩陣,進而可以有效刻畫圖像的局部結(jié)構(gòu)特征,從而達到改進圖像分割質(zhì)量的目的.在求解模型時,由于模型是具有可分結(jié)構(gòu)的非光滑問題,因此文中利用交替方向乘子法和梯度下降法進行求解.最后,數(shù)值比較驗證本文模型的有效性。 

【文章來源】：河南大學河南省

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【部分圖文】：

退化圖像原理.

需要找出最小的 ，因此令小化問題( ) :=∫ Ω√ d =√ ∫ Ω√ + | 題(3-2)的歐拉拉格朗日方程為 ( ) = div( √ | |2+ ) = 0. 的平均曲率是0，從而找到一個最小

較大的參數(shù)，通過數(shù)值實驗中的參數(shù)對比，發(fā)現(xiàn)當 太大時容易造成分割不足，太小時造成過分割或分割不足. 本文中參數(shù) 的選取根據(jù)視覺效果進行手動選擇. 具體分割結(jié)果如圖4-5-圖4-8所示.39

【參考文獻】：
期刊論文
[1]全變分自適應圖像去噪模型[J]. 張紅英,彭啟琮.  光電工程. 2006(03)

博士論文
[1]變分正則化與Euler-Lagrange方程在圖像處理中的應用研究[D]. 郝巖.西安電子科技大學 2012



本文編號：3304084