涉及曲率惩罚的基于区域图像分割与修复的线性框架
计算机视觉与模式识别
2011-02-21 v1 人工智能
最优化与控制
摘要
我们提出首个处理基于区域的图像分割与修复中曲率正则性且与初始化无关的方法。为此，我们从基于曲面连续约束的长度优化方案的新公式出发，并讨论其与现有方案的联系。该公式基于一个“胞腔复形”，并考虑基本区域与边界元素。相应的优化问题被表述为一个整数线性规划。随后我们展示如何将该方法扩展以包含曲率正则性，同样表述为一个整数线性规划。在此，我们考虑边界元素对以反映曲率。此外，推导出一个约束集以确保边界变量确实反映由区域变量所描述区域的边界。我们证明，通过求解线性规划松弛可非常接近全局最优解，并且与标准长度正则性相比，曲率正则性在存在细长物体的情况下确实更为适用。
引用
@article{arxiv.1102.3830,
title = {A linear framework for region-based image segmentation and inpainting involving curvature penalization},
author = {Thomas Schoenemann and Fredrik Kahl and Simon Masnou and Daniel Cremers},
journal= {arXiv preprint arXiv:1102.3830},
year = {2011}
}