MDCA曲率估计器的多重网格收敛性
数值分析
2015-10-05 v1 微分几何
摘要
我们考虑在分割后的黑白图像中估计数字物体边界沿线的曲率轮廓的问题。我们从 Roussillon 等人提出的曲率估计器出发，该估计器基于\emph{极大数字圆弧}（MDCA）的计算。我们将此估计器扩展为 -MDCA 曲率估计器，其对每个边界像素考虑多个 MDCA，因此比经典 MDCA 曲率估计器更平滑。我们证明了对于 中具有正且连续曲率轮廓的凸子集的一个显式收敛阶结果。此外，我们在具有已知曲率轮廓的各种物体上评估该曲率估计器。我们展示观测到的收敛阶接近 的理论极限。进而我们确认 -MDCA 曲率估计器优于 MDCA 曲率估计器，尤其在拐角附近。
引用
@article{arxiv.1510.00678,
title = {Multigrid convergence for the MDCA-curvature estimator},
author = {Andreas Schindele and Peter Massopust and Brigitte Forster},
journal= {arXiv preprint arXiv:1510.00678},
year = {2015}
}