区域可变拟合模型的修正及其在气象目标分割中的应用

雷建坤 蒋慕蓉 陈文杰 王诗怡

引用本文:
Citation:

区域可变拟合模型的修正及其在气象目标分割中的应用

    通讯作者: 蒋慕蓉; 
  • 基金项目:

    国家自然科学基金(11161055).

  • 中图分类号: TP 391

Improve the region-scalable fitting model to the meteorological target segmentation

    Corresponding author:
  • CLC number: TP 391

  • 摘要: 近十年来,CV模型广泛应用于图像分割中,通过极小化Mumford-Shah函数来驱动轮廓曲线向着目标边缘演化,有较好的抗噪性,但应用于低对比度图像分割时容易出现目标识别错误、边缘丢失等问题.2008年Li C.M.等对CV模型进行改进,提出了区域可变拟合(RSF)模型,该模型利用高斯函数为核函数的可变区域拟合能量泛函,可以分割低对比度图像,但对初始位置的选取与噪声敏感,且轮廓曲线容易收敛到目标边界的伪边缘.为此,我们对RSF模型进行修正,将相位一致性函数作为边缘停止项引入到RSF模型中,将能量泛函的求解转化为全局凸分割模型的能量函数形式,得到一个新的活动轮廓模型PRSF.实验结果表明:PRSF模型能够有效的融合区域与边缘活动轮廓特点,对初始位置的选取和噪声不敏感,能够提取低对比度情况下的目标弱边缘.我们将PRSF模型应用于气象目标分割计算中,结合Split Bregman算法进行快速求解,可满足气象目标实时跟踪计算的要求.
  • [1] 杨寿玉许 峻杨江华林凤仙李正光许昭永 . 脉动频率和等效剪切波速判定场地类别的一致性研究. 云南大学学报(自然科学版), 2012, 34(S2): 319-326.
    [2] 王 威杨旭涛 . 一种基于数据分割模式的H.264加密算法研究. 云南大学学报(自然科学版), 2014, 36(S2): 60-66. doi: 10.7540/j.ynu.2014a11
    [3] 孙巍郭敏 . 基于自适应形状先验的快速图像分割算法. 云南大学学报(自然科学版), 2015, 37(1): 52-61. doi: 10.7540/j.ynu.20140296
    [4] 屈超纯杨华康黄承兴 . 一类最优投资模型与算法. 云南大学学报(自然科学版), 2002, 24(2): 81-84.
    [5] 贾时银周冬明聂仁灿赵东风 . 脉冲耦合神经网络模型参数优化及图像分割. 云南大学学报(自然科学版), 2010, 32(5): 521-525 .
    [6] 胡芳周冬明聂仁灿赵东风 . 脉冲耦合神经网络模型参数估计及其图像分割. 云南大学学报(自然科学版), 2010, 32(6): 652-656 .
    [7] 佘连兵张文林李扬荣 . 非自治Kuramoto-Sivashinsky方程的半一致动力学. 云南大学学报(自然科学版), 2019, 41(5): 884-890. doi: 10.7540/j.ynu.20170626
    [8] 李银范胜君王先飞 . 一致连续的多维倒向随机微分方程的L1解. 云南大学学报(自然科学版), 2015, 37(4): 475-484. doi: 10.7540/j.ynu.20150073
    [9] 马苗刘艳丽 . 图像分割背景下群体智能优化算法的性能对比. 云南大学学报(自然科学版), 2012, 34(4): 401-407.
    [10] 康杰红马苗 . 基于蛙跳算法与Otsu法的图像多阈值分割技术. 云南大学学报(自然科学版), 2012, 34(6): 634-640.
    [11] 巩增泰张璐 . 模糊数值函数的统计收敛,一致统计收敛及等度统计收敛. 云南大学学报(自然科学版), 2011, 33(4): 383-388, .
    [12] 冯韵李浩 . 一种基于银行模型的云计算资源定价算法研究. 云南大学学报(自然科学版), 2013, 35(S2): 178-. doi: 10.7540/j.ynu.2013b48
    [13] 陈建平杨宜民张会章陈学松 . 一种基于GMDH模型的神经网络学习算法. 云南大学学报(自然科学版), 2008, 30(6): 569-574.
    [14] 刘莹芳柏正尧李琼 . 一种基于CT图像的肺实质分割方法. 云南大学学报(自然科学版), 2019, 41(3): 456-463. doi: 10.7540/j.ynu.20180442
    [15] 王静黄建国管静赵东风 . 运动点声源声传播模型的数值算法. 云南大学学报(自然科学版), 2003, 25(6): 503-506.
    [16] 汤雪高飞施洪贞张建营胡刚 . 基于社区发现算法的傣族水文化模型研究. 云南大学学报(自然科学版), 2015, 37(S1): 5-. doi: 10.7540/j.ynu.20150194
    [17] 罗碧梅贾云锋娄烁烁 . 一类具有强Allee效应的捕食−食饵模型的共存性. 云南大学学报(自然科学版), 2019, 41(1): 13-17. doi: 10.7540/j.ynu.20180061
    [18] 张根耀赵宗涛 . 光电子噪声下的目标跟踪误差分析. 云南大学学报(自然科学版), 2003, 25(5): 405-407.
    [19] 沈勇黄世反王道红康洪炜 . 基于目标引导的软件演化过程研究. 云南大学学报(自然科学版), 2013, 35(S2): 189-. doi: 10.7540/j.ynu.2013b3
    [20] 王婷王威廉于传波 . 面向判别性低秩回归模型的优化模型方法研究. 云南大学学报(自然科学版), 2020, 42(): 1-8. doi: 10.7540/j.ynu.20190468
  • 加载中
计量
  • 文章访问数:  809
  • HTML全文浏览量:  30
  • PDF下载量:  440
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-10-10
  • 刊出日期:  2014-09-01

区域可变拟合模型的修正及其在气象目标分割中的应用

    通讯作者: 蒋慕蓉; 
  • 1. 云南省气象信息中心,云南 昆明 650034;2.云南大学 信息学院,云南 昆明 650091
基金项目:  国家自然科学基金(11161055).

摘要: 近十年来,CV模型广泛应用于图像分割中,通过极小化Mumford-Shah函数来驱动轮廓曲线向着目标边缘演化,有较好的抗噪性,但应用于低对比度图像分割时容易出现目标识别错误、边缘丢失等问题.2008年Li C.M.等对CV模型进行改进,提出了区域可变拟合(RSF)模型,该模型利用高斯函数为核函数的可变区域拟合能量泛函,可以分割低对比度图像,但对初始位置的选取与噪声敏感,且轮廓曲线容易收敛到目标边界的伪边缘.为此,我们对RSF模型进行修正,将相位一致性函数作为边缘停止项引入到RSF模型中,将能量泛函的求解转化为全局凸分割模型的能量函数形式,得到一个新的活动轮廓模型PRSF.实验结果表明:PRSF模型能够有效的融合区域与边缘活动轮廓特点,对初始位置的选取和噪声不敏感,能够提取低对比度情况下的目标弱边缘.我们将PRSF模型应用于气象目标分割计算中,结合Split Bregman算法进行快速求解,可满足气象目标实时跟踪计算的要求.

English Abstract

目录

    /

    返回文章
    返回