简介:摘要:活动轮廓模型作为图像分割中有力工具,近年来得到了广泛的应用。在分析前人提出的模型的过程中,发现基于全局信息的模型对灰度不均匀的图像分割效果较差,而基于局部信息的模型可较好分割灰度不均匀的图像,但对初始轮廓敏感,且水平集演化效率较低。
简介:背景抑制可有效降低杂波干扰、突显观测目标,是红外小目标检测关键技术之一。通过对现有背景抑制算法的对比分析发现:全局滤波和局部滤波具有一定的互补特性,全局滤波可有效抑制大面积缓变背景,但对起伏背景的边缘区域抑制有限,局部滤波在抑制背景边缘和"脉冲"噪声方面效果较好。基于此,构造了一种全局-局部联合滤波器,结合奇异值分解良好的数值稳健性和自适应性、RobinsonGuard边缘滤波器具有保留目标边缘及其内部信息的特点进行背景抑制。通过多组实验分析,并与单一滤波和基于小波与形态学联合滤波的方法对比,结果表明,该方法在信噪比增益和背景抑制程度上更具优越性。
简介:共轭梯度法是无约束优化问题的常用方法,随着大规模问题的出现,该算法受到越来越多重视。在CD共轭梯度法的基础上,提出了一种修正CD共轭梯度法。在强Wolfe线性搜索下,证明了修正CD共轭梯度法的下降性,并在适当的假设下证明了该算法的全局收敛性。