TY -的A2 Krithivasan Kannan AU -沙阿,Nilima AU -帕特尔,Dhanesh AU -弗兰提,帕斯PY - 2021 DA - 2021/04/13 TI -快速Mumford-Shah两阶段使用近端图像分割分裂计划SP - 6618505六世- 2021 AB - Mumford-Shah模型广泛应用于图像分割。其能源功能导致部分的内容保持均匀和段边界成为短。然而,问题是,优化功能可以非常缓慢。攻击这一问题,我们提出一个减少两阶段Mumford-Shah段图像有一个突出的对象模型。首先,初始分割得到的k - means聚类技术,进一步减少Mumford-Shah Douglas-Rachford功能的算法。分割评估各种误差指标显示,70%的细分误差值保持在50%以下。比解决Chan-Vese模型的水平集分割方法,我们的算法明显更快。与此同时,它给几乎相同或更好的分割结果。最近的k - means变体相比,它也给更好的分割与凸边界。该算法之间的平衡好时间和分割的质量。 A crucial step in the design of machine vision systems is the extraction of discriminant features from the images, which is based on low-level segmentation which can be obtained by our approach. SN - 1110-757X UR - https://doi.org/10.1155/2021/6618505 DO - 10.1155/2021/6618505 JF - Journal of Applied Mathematics PB - Hindawi KW - ER -