Resumen

Este artículo presenta un modelo de contorno activo basado en estadísticas locales y globales para la segmentación de imágenes aplicando el método de segmentación convexa global. En primer lugar, se propone una función de energía convexa con un término de ajuste de distribución gaussiana local con medias y varianzas que varían espacialmente y un término auxiliar de ajuste de intensidad global. Se aplica una función de peso que varía dinámicamente con la ubicación de la imagen para ajustar dinámicamente el peso del término de ajuste de intensidad global. La norma de variación total ponderada se incorpora al funcional de energía para detectar fácilmente los límites. A continuación, se aplica el método de Bregman dividido para minimizar el funcional de energía propuesto de forma más eficiente. Nuestro modelo se ha aplicado a imágenes sintéticas y reales con resultados prometedores. Con el término de ajuste de la distribución gaussiana local, nuestro modelo también puede manejar algunas imágenes de textura. Las comparaciones con otros modelos muestran las ventajas de nuestro modelo.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:término de ajuste, modelo, norma de variación total ponderada, modelo de contorno activo, método de segmentación convexa, método bregman dividido, distribución, energía, intensidad, energía convexa
• Keywords:fitting term, model, weighted total variation norm, active contour model, convex segmentation method, split bregman method, distribution, energy, intensity, convex energy