Sobolev活动轮廓算法研究
活动轮廓模型经过十几年的发展，已被众多的研究者成功地应用于图像边缘提取、图像分割和分类、图像配准和3D重建等许多领域。在应用过程中，活动轮廓模型本身也获得了不断的完善和发展，涌现出多种类型的活动轮廓模型。Soloblev活动轮廓模型即为最新涌现出的一种富有发展潜力的活动轮廓模型，在某种意义下它可以被认为是一种整体模型，对传统模型有多方面的改进。目前，对它的应用报道尚不多见，但它有望成为一种重要的图像分割工具，因此值得人们关注。Soloblev活动轮廓模型涉及到Soloblev空间、最速下降法、泛函变分、Riesz表示定理、黎曼几何、PDE和图象处理等多方面的知识范畴，范围甚广。本文尝试梳理各方面的内在联系。尤其是关于Soloblev梯度的计算方法，Sundaramoorthi的原文中的表示方法在数学上不够严谨，本文作了一个全新的推导。
图象处理 Sobolev活动轮廓 泛函变分 Sobolev梯度 Riesz表示定理
陈国华
广东药学院医药信息工程学院 广州 510224
国内会议
重庆
中文
26-32
2010-10-21（万方平台首次上网日期，不代表论文的发表时间）