TY -的A2 - Chen Miaochao AU -风扇,Lumin盟——沈,菱AU -左,兴华PY - 2021 DA - 2021/09/24 TI -医学CT图像的特征提取和识别基于Mumford-Shah模型SP - 1545098六世- 2021 AB -在这篇文章中,我们提出一种改进的算法基于CT图像的活动轮廓模型Mumford-Shah模型,这是本研究的主题。在分析经典Mumford-Shah模型和相关改进算法,我们发现大部分的改进算法从模型的初始化策略和泛化的能量函数的最小值的解决方案,所以我们也将从这两个角度改进经典Mumford-Shah模型。Mumford-Shah模型的初始化策略,我们建议首先降低图像数据的维数的PCA主成分分析方法,减少了图像的特征向量,我们使用 K 则,一般的聚类方法,分割曲线的初始位置的算法。的图像数据已完成上述两个预处理过程,然后使用Mumford-Shah模型用于图像分割。Mumford-Shah曲线演化模型解决图像分割问题,通过寻找最低的能量模型的泛化获得图像分割的最优结果,所以Mumford-Shah模型的求解最小,我们第一次优化模型的离散能量泛化问题的凸放松技巧,然后使用Chambolle-Pock成对算法然后使用Chambolle-Pock对偶算法解决优化问题模型的凸松弛后,最终得到图像分割的结果。最后,与现有的模型通过许多数值实验表明,本文提出的模型计算出的纹理图像分割精度高和良好的边缘保留。虽然工作本文针对两阶段图像分割,它可以很容易地扩展到多相分割问题。SN - 1687 - 9120 UR - https://doi.org/10.1155/2021/1545098 - 10.1155 / 2021/1545098摩根富林明数学物理的进步PB - Hindawi KW - ER