Resumen

Este artículo presenta un nuevo modelo de campo aleatorio de Markov (MRF) y de conjunto de niveles con regularización adaptativa para la segmentación robusta de imágenes y utiliza la optimización de cortes de grafos para resolverlo numéricamente. En primer lugar, se construye un término de energía especial basado en MRF en forma de formulación de conjunto de niveles para el modelado de vecindad local fuerte. En segundo lugar, se impone al modelo propuesto una restricción de regularización con propiedades adaptativas con los siguientes propósitos: reducir la influencia del ruido, forzar al exponente de potencia del proceso de regularización a cambiar adaptativamente con las coordenadas de la imagen, y asegurar que el contorno activo no pase a través de los límites débiles del objeto. En tercer lugar, se utiliza la optimización de cortes gráficos para implementar la solución numérica del modelo propuesto y obtener un rendimiento de convergencia extremadamente rápido. Los amplios y prometedores resultados experimentales sobre una gran variedad de imágenes demuestran el excelente rendimiento del método propuesto tanto en precisión de segmentación como en velocidad de convergencia.

• Materias:Ingeniería electrónica Redes Inalámbricas Arquitectura informática Sistemas de comunicación Informática Procesamiento de datos
• Subjects:Electronic engineering Wireless Networks Computer architecture Communication systems Computing Data processing
• Palabras claves:optimización de cortes gráficos, modelado de vecindad local fuerte, rendimiento de convergencia rápida, modelo de conjunto de niveles, segmentación robusta de imágenes, límites débiles de objetos, modelo, contorno activo, propiedades adaptativas, regularización adaptativa
• Keywords:graph cuts optimization, strong local neighborhood modeling, fast convergence performance, level set model, robust image segmentation, weak object boundaries, model, active contour, adaptive properties, adaptive regularization