造价通

反馈
取消

热门搜词

造价通

取消 发送 反馈意见

图像分解模型分析

2022/07/16258 作者:佚名
导读:ROF模型 Rudin,Osher和Fatemi三人在研究中于1992年提出了著名的ROF模型,此模型是利用BV空间(有界变差函数空间)来刻画图像,即最小化全变分范数模型。这个模型能够在分离出大多数噪音的同时能够较好地保持图像边缘。这个模型将图像 分解成 和 两部分。 是属于BV空间, 属于 空间。ROF模型依靠BV空间函数允许存在跳跃尖端这一最大特点,能够使图像边缘得到较好的保持。 TV-G模型

ROF模型

Rudin,Osher和Fatemi三人在研究中于1992年提出了著名的ROF模型,此模型是利用BV空间(有界变差函数空间)来刻画图像,即最小化全变分范数模型。这个模型能够在分离出大多数噪音的同时能够较好地保持图像边缘。这个模型将图像

分解成
两部分。
是属于BV空间,
属于
空间。ROF模型依靠BV空间函数允许存在跳跃尖端这一最大特点,能够使图像边缘得到较好的保持。

TV-G模型

这个模型可以同时将图像分解为

和v的模型。将图像定义为
,并且图像是由具有同特征的两部分组成,则图像表达为
。这里的
与ROF模型中和的含义一样。

VO模型

VO模型是基于偏微分方程,计算起来又快又简单,可做到纹理的显式表达,从而能较好地从中同时提取纹理和卡通部分,为纹理分割及纹理识别的顺利进行提供条件 。

*文章为作者独立观点,不代表造价通立场,除来源是“造价通”外。
关注微信公众号造价通(zjtcn_Largedata),获取建设行业第一手资讯

热门推荐

相关阅读