1、圖像分割是計(jì)算機(jī)視覺領(lǐng)域的重要組成部分。噪聲出現(xiàn)在各種類型圖像中,所以一直以來就有對噪聲圖像分割的研究,并且隨著遙感圖像及醫(yī)學(xué)圖像等越來越廣泛的應(yīng)用,對其中含有的噪聲圖像進(jìn)行分割成了必不可少的步驟,因此引起了廣泛的關(guān)注。傳統(tǒng)的噪聲圖像分割變分水平集模型為局部能量極值模型,其水平集函數(shù)的不同初始化有可能使得能量泛函達(dá)到不同的極小值點(diǎn),從而得到不同的分割結(jié)果;傳統(tǒng)的變分模型是基于偏微分方程的,因此差分格式復(fù)雜,而如果用傳統(tǒng)數(shù)值方法如固定點(diǎn)迭

2、代法、時(shí)間步進(jìn)等方法進(jìn)行求解,其計(jì)算的效率不高,這些都大大阻礙了噪聲圖像分割技術(shù)在現(xiàn)實(shí)中的應(yīng)用。本文針對此類問題對改進(jìn)模型及其快速算法進(jìn)行了深入的研究,主要包括如下幾個(gè)方面:第一,系統(tǒng)地介紹了曲線演化理論、水平集方法、變分Chan-Vese模型的基本理論以及在圖像處理中的應(yīng)用。第二,針對服從不同噪聲分布的分割模型其形式多樣性,提出了基于噪聲分布的凸松弛變分模型的一般形式。該模型基于二值標(biāo)記函數(shù)及圖像噪聲分布模型,采用凸松弛和閾值化技術(shù)計(jì)