位置:成果数据库 > 期刊 > 期刊详情页
Chan-Vese模型的共轭梯度算法
  • ISSN号:1006-6330
  • 期刊名称:应用数学与计算数学学报
  • 时间:2013.12.12
  • 页码:469-477
  • 分类:O242.1[理学—计算数学;理学—数学]
  • 作者机构:[1]上海大学理学院,上海200444
  • 相关基金:国家重点基础研究发展计划(973计划)资助项目(2011CB707104);国家自然科学基金资助项目(61005002,11101260);教育部博士点基金资助项目(20103108120001)
  • 相关项目:数据集配准问题的Lie群方法研究及其应用
中文摘要:

随着图像采集设备的发展和对图像分辨率要求的提高,人们对图像处理算法在收敛速度和鲁棒性方面提出了更高的要求.从优化的角度对Chan-Vese模型进行算法上的改进,即将共轭梯度法应用到该模型中,使得新算法有更快的收敛速度.首先,简单介绍了Chan-Vese模型的变分水平集方法的理论框架;其次,将共轭梯度算法引入到该模型的求解,得到了模型的新的数值解方法;最后,将得到的算法与传统求解Chan-Vese模型的最速下降法进行了比较.数值实验表明,提出的共轭梯度算法在保持精度的前提下有更快的收敛速度.

英文摘要:

As the development of the image acquisition device and the high re- quirements, people require more advanced image processing algorithms in terms of convergence rate and robustness. This paper improves the Chan-Vese model from the optimization aspect. The conjugate gradient method to the model is used, and thus the new algorithm has a better convergence rate. First, a brief introduction to the theoretical frame of the level set formulation of the Chan-Vese model is given. Secondly, the conjugate gradient method to the Chan-Vese model is intro- duced, and the new numerical solution is implemented. Finally, the algorithm with the gradient descent method is compared, which is the traditional solution for the Chan-Vese model. Numerical experiment shows that the proposed conjugate gra- dient method has a faster convergent rate on the premise that the same accuracy is preserved.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《应用数学与计算数学学报》
  • 主管单位:上海市教育委员会
  • 主办单位:上海大学
  • 主编:马和平
  • 地址:上海市上大路99号121信箱上海大学期刊社
  • 邮编:200444
  • 邮箱:camc@oa.shu.edu.cn
  • 电话:021-66137602
  • 国际标准刊号:ISSN:1006-6330
  • 国内统一刊号:ISSN:31-1436/O1
  • 邮发代号:
  • 获奖情况:
  • 国内外数据库收录:
  • 美国数学评论(网络版),德国数学文摘
  • 被引量:1282