摘要：介绍了mumford-shah模型的基本理论,将众多的mumford-shah模型改进算法归纳为内嵌改进型和顺接改进型两种,并指出内嵌改进型主要改进了mumford-shah模型的计算方式,顺接改进型是以串行的方式融合了mumford-shah模型和其它方法。最后指出mumford-shah模型仍需要改进,以解决复杂或多目标图像的分割问题。

摘要：为了提高纹理图像分割的准确率,解决纹理图像中纹理图像成分及纹理区域边界难以描述的问题.基于总变差(total variation, TV)规则项可得到纹理图像区域隐藏的图像结构、非局部算子可以描述纹理图像特征的特点,综合TV模型、非局部mumford-shah模型,并用二值标记函数划分区域,提出纹理图像分割的非局部mumford-shah-TV变分模型;为了提高计算效率,对所提出的模型设计了相应的交替方向乘子算法,将原问题分解为一系列优化子问题求解.数值实验结果表明,该模型计算的纹理图像区域边界较好,并具有较高的准确率.

摘要：提出一种用于填补提花图像中斑点和折痕区域的修补算法.首先对经典mumfordshah模型进行了改进,增加了对其不连续点集形成中的光滑度约束;然后通过对改进mumfordshah模型的梯度流方程的求解,得到了算法的数值解.梯度流方程包含两个相互耦合的二阶偏微分方程,分别用于灰度函数和不连续点集示性函数的演化.对含噪提花织物图像进行修补的结果证明了该算法的可行性.

摘要：由于红外图像大多具有目标模糊,对比度低的特点,传统的分割方法容易受到噪声和边界轮廓的影响而导致分割效果不佳,提出了一种基于简化mumford-shah模型的水平集红外图像分割算法。该算法能够通过将初始闭合曲线嵌入水平集函数,利用函数的求解从而达到图像分割的目的。仿真实验结果表明,该分割算法与初始轮廓线位置无关,受边界轮廓线和图像噪声的影响较小,具有较强的鲁棒性,在目标与背景灰度级差别较小的红外图像的分割中取得了较好的效果。