含Euler弹性项图像修复变分模型的快速Split Bregman算法

在图像修复的变分模型中引入Euler弹性项可有效修复大破损区域,但直接对该模型变分将导致高阶偏微分方程,其离散差分格式复杂、计算效率低.本文通过引入多个辅助变量和Bregman迭代参数将原模型转化为简单的Split Bregman迭代优化模型,并采用交替优化方法得到关于原变量和辅助变量一系列简单的Euler-Lagrange方程或广义软阈值公式.最后通过多个实验验证了算法的有效性.     

CT影像中的主动脉血管钙化检测

为了准确定位CT影像中主动脉血管部分并分割出钙化点,运用图像分割中基于区域的分割技术,提出一种新的分割方法。首先通过连通域分割过滤掉骨骼部位的影响,获得只含有主动脉血管部位的图像,然后通过阈值分割即可获得钙化点部位图像,并计算得到钙化程度。实验结果表明:该方法与医学实践有较高的一致性,并可实现全自动。     

基于Euler弹性项的去噪模型及Split bregman算法

TV去噪模型是基于一阶导数总变差的变分模型,容易在光滑区域出现阶梯效应。通常利用高阶导数信息来使图像扩散更加平滑。Euler弹性项使用光滑的边界对图像进行处理,广泛应用于图像遮挡,修复,分割等领域。本文主要研究基于Euler弹性项的图像去噪模型,并采用Split Bregman算法实现,有效地改善了TV模型的阶梯效应,并用数值实验验证了算法的有效性。