否则直接给你把斜角甲板那一块分割成圆润的弧线,那就和一艘油轮差不多,一点特征都不剩了。
“林总说的不错。”
常浩南信步来到黑板旁边:
“传统的几种活动轮廓模型,很难直接被应用在我们海洋一号的图像识别算法当中。”
“不过我之前在写一篇论文的时候,曾经无意中看到过一种思路,就是利用变分水平集方法改进活动轮廓模型。”
“到目前为止,这种思路的主要产物是几何活动轮廓模型,以及更进一步,利用mumford-shah泛函对变分水平集方法进行分段所开出的测地活动轮廓模型。”
“当然,由于水平集方法在过去一直存在不守恒问题,因此这两种方法在面对曲线拓扑结构变化时的适应性仍然有限。”
“不过,如果你们看过我之前表在第一期Jcas上的那篇文章,就会知道我已经从理论层面上解决了这一问题……”
说完之后,常浩南在黑板上写下了第一个方程:
p(F)=e^(-be|F|)Z。
而就在这个时候,下面又有另外一个人举起手:
“常总,第一期Jcas上的大部分文字我倒是都看过,但如果没记错的话,您表的那篇文章好像是用来进行多相流模拟的?”
“是的。”
常浩南此时也恰好写完方程,于是转过头回答道:
“但数学原理层面的东西,万变不离其宗。”
“多相流模拟的难点,也是在于其相界面的拓扑结构高度不确定,因此需要将运动界面描述为随时间变化的水平集。”
“因此,这种方法可以在几乎无需改动的情况下,被应用在偏微分方程的曲线演化当中”
说完之后,他重新指向黑板:
“这是统计力学当中,吉布斯公式所对应的贝叶斯形式,而我刚刚所提到过的变分方法,恰好在形式上与之完全一致……”
“而基于偏微分方程的图像处理方法,实质上正是在图像的连续数学模型上,假设图像遵循某一指定的偏微分方程生变化,而pde的解就是希望得到的处理结果。”
“至于如何确定这一制定的偏微分方程形式……”
常浩南一边说,一边在“图像变化”和“偏微分方程”中间画了个箭头:
“一般来说,是将期望实现的图像变化与某种数学物理过程进行对比,例如将图像的平滑处理类比于杂质的扩散过程,当然,大多数处理方式都不会如此简单,这也正是我们当前阶段需要研究的问题。”
“就我目前的研究进度来说,只要能够走到这一步。”
他又在“偏微分方程”五个字上画了个圈:
“后面的数值求解过程,就几乎不是问题!”
(本章完)