导读:本文包含了符号距离函数论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:函数,符号,距离,水平,方法,步进,变分法。
符号距离函数论文文献综述
江少锋,杨素华,陈震,张聪炫,周旭欣[1]（2018）在《水平集中符号距离函数并行降维计算》一文中研究指出目的符号距离函数在水平集图像分割,视觉特征提取等图像处理领域有重要应用。随着图像分辨率越来越高,符号距离函数计算效率直接影响图像处理速度,为实现高分辨率图像实时处理,本文在降维法的基础上提出了并行算法,并针对并行计算对降维法进行了改进。方法降维法将2维距离计算转化为两个1维距离计算,并采用抛物线下界法计算1维距离,是当前最快的一种符号距离计算方法。首先利用行和列计算的独立性,提出了降维法的并行算法。然后再对并行降维法进行改进,提出了抛物线下界法的并行算法。该方法采用多线程分段并行计算抛物线下界,即每个像素点与段内相邻像素点并行进行抛物线求交运算,快速搜索抛物线下界,从而实现了抛物线下界法的分段并行距离函数计算。所有并行算法在CUDA平台上采用GPU通用并行计算方法实现。结果对不同分辨率及包含不同曲线的9幅图像进行实验测试,在距离计算误差小于1的条件下,并行降维算法对所有测试图像计算时间均小于0.06 s,计算效率比串行方法有了10倍以上的提升,改进并行降维算法对所有测试图像计算时间均小于0.03 s,计算效率比串行方法有了20倍左右的提升。结论该方法实现了符号距离函数的快速并行计算,其优势在于当图像分辨率较高时仍然能够实现实时处理。(本文来源于《中国图象图形学报》期刊2018年02期）
崔玉玲[2]（2013）在《基于改进符号距离函数的变分水平集图像分割算法》一文中研究指出为保证水平集图像分割算法的稳定性,传统水平集方法常采用重新初始化的方法或引入符号距离函数,但这两种方法存在计算量大或计算不稳定的问题.因此,提出一种基于改进符号距离函数的变分水平集图像分割算法.首先,改进已有的Double-Well型符号距离函数约束项,改进后的约束项可避免重新初始化、提高计算效率,同时也能更好地保证水平集函数演化过程的稳定.然后,利用基于全局灰度信息和局部灰度信息的活动轮廓模型构造能量泛函,该能量函数继承了全局模型和局部模型的优点,可驱动水平集函数准确演化至目标边界,且可动态调整组合权重.最后,引入高斯卷积运算,加快演化速度同时也对水平集函数起到平滑的作用.对人工合成和自然图像的数值实验及与同类模型的对比实验证明,提出的模型具有较高的分割准确度及对噪声和初始轮廓的鲁棒性.(本文来源于《模式识别与人工智能》期刊2013年11期）
刘存良,潘振宽,郑永果,端金鸣,张峰[3]（2013）在《两种保持符号距离函数的水平集分割方法》一文中研究指出Chan-Vese模型在图像分割领域正被广泛应用。然而,传统的水平集方法存在两个重要的数值问题:水平集函数不能隐式地保持为符号距离函数;由于采用梯度降方法求解使水平集演化速度缓慢。针对该问题提出两种快速分割方法加快演化速度:对偶方法和分裂Bregman方法。为了让水平集保持符号距离函数特性,利用投影方法加以约束,并采用增广Lagrangian方法加快收敛速度。实验结果表明,提出的两种快速分割方法比传统的梯度降方法分割效果好、计算效率高。(本文来源于《吉林大学学报(工学版)》期刊2013年S1期）
董吉文,杨海英,张冰[4]（2009）在《水平集方法中符号距离函数的快速生成》一文中研究指出准确快速地计算任意闭合曲线的符号距离函数,是提高水平集方法的效率和稳定性的至关重要的一步。改进了基于快速步进法标记任意闭合曲线内外部的方法,优化了基于源点映射扫描方法生成距离函数值的方法。实验证明方法准确有效,进一步提高了水平集方法中符号距离函数的生成速度。(本文来源于《计算机工程与应用》期刊2009年34期）
张博,苏永利[5]（2008）在《一种快速的符号距离函数的生成方法》一文中研究指出针对图像处理中常规水平集方法,设计了一种基于同心圆扩散的符号距离函数的生成算法。新的设计方法克服了通常构造距离函数计算量大的不足。首先通过对水平集曲线形状的分析,给出了曲线内外点的判断方法,这种方法只需要经过图像的一次扫描即可给出内外点的判断;其次,利用同心圆扩散方法,寻找曲线上的最近点,并查找距离表,给出任一点到曲线的距离;最后,给出了所设计方法的计算步骤和算例,并与其它方法进行了比较,结果表明,新的方法计算稳定、速度快。(本文来源于《计算机应用与软件》期刊2008年06期）
张博,苏永利,张书玲[6]（2007）在《基于曲线推进的符号距离函数生成方法》一文中研究指出目的构造水平集方法中所采用的符号距离函数,以提高曲线演化算法的速度。方法通过对水平集曲线形状的分析,给出了曲线内外点的判断方法,然后以距离等于1为步长推进边界,同时进行邻域最近点扫描,寻找任一网格点在曲线上的最近点,从而给出该点到曲线的距离。结果内外点的判断以及符号距离函数的构造均只需要经过图像的一次扫描即可给出结果,计算复杂度为O(N)。结论数值实验分析结果表明,新的方法计算稳定,比其他方法速度快。(本文来源于《西北大学学报(自然科学版)》期刊2007年05期）
肖昌炎,赵永明,张素,陈亚珠[7]（2003）在《水平集方法中符号距离函数快速重构》一文中研究指出符号距离函数重构是水平集方法中必不可少、且相当费时的步骤。本文分类比较了符号距离函数的构造方法;对两类快速算法:基于程差方程的显式方法和基于偏微分方程的隐式方法,进行不同程度的改进;通过对比实验验证算法有效性,从实验结果分析了各方法的优缺点。最后介绍两类方法在水平集方法图像分割中的具体应用。(本文来源于《信号处理》期刊2003年06期）
符号距离函数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为保证水平集图像分割算法的稳定性,传统水平集方法常采用重新初始化的方法或引入符号距离函数,但这两种方法存在计算量大或计算不稳定的问题.因此,提出一种基于改进符号距离函数的变分水平集图像分割算法.首先,改进已有的Double-Well型符号距离函数约束项,改进后的约束项可避免重新初始化、提高计算效率,同时也能更好地保证水平集函数演化过程的稳定.然后,利用基于全局灰度信息和局部灰度信息的活动轮廓模型构造能量泛函,该能量函数继承了全局模型和局部模型的优点,可驱动水平集函数准确演化至目标边界,且可动态调整组合权重.最后,引入高斯卷积运算,加快演化速度同时也对水平集函数起到平滑的作用.对人工合成和自然图像的数值实验及与同类模型的对比实验证明,提出的模型具有较高的分割准确度及对噪声和初始轮廓的鲁棒性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
符号距离函数论文参考文献
[1].江少锋,杨素华,陈震,张聪炫,周旭欣.水平集中符号距离函数并行降维计算[J].中国图象图形学报.2018
[2].崔玉玲.基于改进符号距离函数的变分水平集图像分割算法[J].模式识别与人工智能.2013
[3].刘存良,潘振宽,郑永果,端金鸣,张峰.两种保持符号距离函数的水平集分割方法[J].吉林大学学报(工学版).2013
[4].董吉文,杨海英,张冰.水平集方法中符号距离函数的快速生成[J].计算机工程与应用.2009
[5].张博,苏永利.一种快速的符号距离函数的生成方法[J].计算机应用与软件.2008
[6].张博,苏永利,张书玲.基于曲线推进的符号距离函数生成方法[J].西北大学学报(自然科学版).2007
[7].肖昌炎,赵永明,张素,陈亚珠.水平集方法中符号距离函数快速重构[J].信号处理.2003
论文知识图
