基于Mumford-Shah模型的邊緣檢測方法研究.pdf

1、數(shù)字圖像處理最早出現(xiàn)于20世紀50年代，之后隨著計算機的發(fā)展而發(fā)展起來。它主要是通過計算機來對圖像進行處理分析和計算。然而數(shù)字圖像數(shù)據(jù)量很大，其中包含很多不相關的信息，如何從大量的數(shù)據(jù)中提取基本的、不變的信息是數(shù)字圖像處理的基本技術之一。而圖像邊緣往往攜帶著一幅圖像的大部分信息，因此，邊緣的解決對圖像處理有重要的影響。而基于Mumford-Shah(MS)模型的圖像邊緣檢測算法在圖像處理中有著重要的意義。
　　在本文中，我們基于經(jīng)

2、典的MS模型，綜合之前Wang等人提出的ModifiedMumford-Shah(MMS)模型，以及Shi等人提出的基于MMS模型的兩種改進模型，提出了我們的新模型。并進行了相關的理論推導和數(shù)值試驗。我們在得出恢復圖像時，運用了不動點迭代方法，在計算邊緣時，我們采用了Proximity算法。最后，在數(shù)值試驗時，我們與經(jīng)典的Ambrosio-Tortorelli(AT)模型和改進前的模型進行比較。我們發(fā)現(xiàn):我們的模型更加穩(wěn)定，更有效地保留