Enhanced Image Segmentation Based on Level-Set Method with Pixel-Region-Dissimilarity Functional

論文翻譯標題: 基於像素區域異歧度泛函水平集方法之強化影像分割
  • 呂 秉澤

學生論文: Doctoral Thesis

摘要

影像分割往往在醫學影像處理問題上扮演十分重要的腳色。在過往利用能量泛函,並經由變分學推導出偏微分方程以進行最佳化過程的方法中,以Mumford和 Shah提出利用光滑函數,輔以邊界函數進行分割影像; 以及Chan與Vese利用水平集分割物件,為二主要方法。 在此篇論文中,將會介紹上述兩個模型且比較其優劣,並提出我們的方法:利用水平集以及像素與區域之間的歧異度所建立的模型,並且展示成果。 數值結果顯示,我們的方法在邊界上的表現比Chan和Vese方法來得好。總結而論,我們的方法有以下兩個優點: 較不受雜訊影響且刻劃更清楚的邊界。此方法不僅可以應用於醫學影像,也可以應用於一般影像。
獎項日期2019
原文English
監督員Yu-Chen Shu (Supervisor)

引用此

'