论文部分内容阅读
人脸图像轮廓边界模糊、梯度不明显，常规的无边缘活动轮廓模型（C-V模型）往往无法获得理想的分割效果。为实现快速、准确的人脸轮廓定位及分割，将C-V模型和稀疏场数值算法相结合提出一个基于曲线演化的人脸分割方案。实验结果表明该方法有效地检测出局部模糊或分断的边界，而且进化曲线不会断裂。
基于改进稀疏场算法的人脸图像分割
【摘 要】
：
人脸图像轮廓边界模糊、梯度不明显，常规的无边缘活动轮廓模型（C-V模型）往往无法获得理想的分割效果。为实现快速、准确的人脸轮廓定位及分割，将C-V模型和稀疏场数值算法相结合提
【机 构】
：
西南交通大学信息科学与技术学院,成都 610031
【出 处】
：
第十五届全国图象图形学学术会议
【发表日期】
：
2010年期
其他文献
主成分分析(Principal Component Analysis, PCA) 是机器学习领域里一个非常重要的统计方法。经典的PCA基于重构误差最小或最大化方差，其具有全局的结构性。本文在原有的方法
会议
针对传统的变分水平集方法在进行图像纹理分割时不能达到预期效果的问题，提出了一种基于图像分解与变分水平集相结合的分割方法。新提出的模型不需要引入如小波变换或者Gabor
会议
借助于机器视觉，应用图像处理技术对螺纹检测的一般流程进行了研究，提出了螺纹多参数的检测方法。介绍了图像处理技术中的预处理、边缘轮廓提取、边缘拟合以及参数标定等内容，开
一、“信号与系统”课程的特点及国际上的发展趋势“信号与系统”课程是电气信息类各专业的学科基础课。这是一类理论性与技术性都比较强的课程,它是反映事物本质的物理概念
基于Snake模型的图像分割方法目前越来越被广泛应用于医学图像分割中，而GVF-Snake模型更是其中研究较为广泛的一种。在人体手部指骨的X线图像分割中，对指节间隙的分割要求较高，