第958章 目标轮廓识别(1/2)

【畅读更新加载慢，有广告，章节不完整，请退出畅读后阅读！】

    如今在偏微分方程求解这方面，常浩南要是说没有问题，那至少在国内，不太可能轻易跳出一个人来质疑这个结论。

    因此，众人就算是基本认可了自己的下一步工作，就是寻找图像处理手段与特定偏微分方程之间的对应关系。

    不过，对于一个真正的海洋监视系统……或者说对于整个图像识别和处理技术来说，这仍然只能算是走完了第一步。

    甚至是第一步当中的第一個动作——

    即便就“图像分割”环节来说，也仍然有其他需求亟待解决。

    当然，常浩南给出的思路确实是足够新颖的。

    于是很快就有人开始举一反三：

    “常总，如果单个水平集函数可以做到把图像分为背景区域和目标区域，也就是进行一次两相分割，那如果我们同时利用多个水平集函数，是否就可以完成对多相图像的分割？”

    “理论上，当然是这样。”

    常浩南回答道：

    “当一副图像中包括的信息较多，无法简单拆分为目标和背景两部分时，就需要考虑多相变分水平集问题。”

    “不过，多相问题的复杂程度就要更上一个台阶。”

    说完之后，他回头在黑板上画了一个正方形。

    “我们可以简单地认为，每个水平集方程就是在图像中划定一片区域，也就是这一个正方形。”

    “当只有一个正方形时，图像会被，而且只会被分为内和外两个部分，并不存在第二种分法。”

    “但是。”

    常浩南又在黑板上画出了第二个正方形，并在两个图形当中分别标注了1和2：

    “当出现第二个正方形时，变量并不是多出来了一个，而是多出来了两个，也就是第二个正方形本身，以及两个正方形之间的位置关系。”

    “如果两个正方形不重叠，那么整个图像将会被分为三个区域，也就是1号内、2号内和1、2号外。”

    “而如果两个正方形重叠，那么整个图像则会被分为四个区域，1号内2号外、1号外2号内、1号内2号内和1号外2号外……”

    “实际上，当我们为了划分一副图像而设置多个水平集函数时，那么最多可以将该图像分为2^n个区域，最少则可以将该图像分为n个区域，因此分类难度并不是直线上升，而是指数级上升……”

    “……”

    这部分内容如果用数学语言描述实际上相当复杂，但常浩南完全用大白话来解释，反倒显得浅显易懂了。

    “所以……”<-->>

本章未完，点击下一页继续阅读