由局部和全局强度拟合能量驱动的主动轮廓模型及其在 SAR 图像分割中的应用与快速求解器
计算机视觉与模式识别
2025-08-20 v2
摘要
在本文中，我们提出了一种基于 Aubert-Aujol (AA) 去噪模型的新型变分主动轮廓模型，该模型将测地主动轮廓 (GAC) 模型与无边缘主动轮廓 (ACWE) 模型相结合，可用于分割受乘性伽马噪声破坏的图像。通过添加一个近端项，我们将所提出的模型转换为经典的 ROF 模型。文献 [26] 提交于 2013 年 8 月 29 日，而我们的早期版本曾于 2012 年 6 月 12 日提交至 TGRS，Venkatakrishnan 等人 [27] 于 2013 年 5 月 29 日提出了他们的 'pnp 算法'，因此 Venkatakrishnan 和我们几乎同时提出了 'pnp 算法'。受 Jia-Zhao 最近提出的一种快速去噪算法的启发，我们提出了两种快速定点算法来解决 SAR 图像分割问题。对真实 SAR 图像的实验结果表明，所提出的图像分割模型能够有效地使轮廓停留在弱边缘或模糊边缘处，并能自动检测受乘性伽马噪声污染图像的外部和内部边界。所提出的快速定点算法对初始轮廓具有鲁棒性，并且与 Goldstein-Osher 提出的算法相比，可进一步减少约 15% 的所需时间。
引用
@article{arxiv.2312.11849,
title = {Active contours driven by local and global intensity fitting energy with application to SAR image segmentation and its fast solvers},
author = {Guangming Liu},
journal= {arXiv preprint arXiv:2312.11849},
year = {2025}
}
备注
21 pages,28 figures