一种用于信号分割的增广拉格朗日模型
偏微分方程分析
2021-12-10 v1
摘要
在本文中，我们对两相信号分割问题提供了新的见解。我们提出了一种基于 Chan-Vese 原始模型的增广拉格朗日变分模型。通过使用能量方法和 PDE 方法，我们在一维情形中表明，所提泛函的极小化子集合仅包含二元函数，且与 Chan-Vese 模型的极小化子集合一致。这一事实使我们在分析之余得到极小化子的两个重要特征。首先，对于分段常数初始信号，任意极小化子的跳跃集是给定信号跳跃集的子集。其次，极小化子的所有跳跃点（在多值意义下）属于信号的同一水平集。这后一性质允许设计一种计算极小化子的平凡算法。
引用
@article{arxiv.2112.05116,
title = {An augmented Lagrangian model for signal segmentation},
author = {Salvador Moll and Vicent Pallardó},
journal= {arXiv preprint arXiv:2112.05116},
year = {2021}
}
备注
23 pages, 4 figures