第958章 目標輪廓識別
如今在偏微分方程求解這方面,常浩南要是說沒有問題,那至少在國內,不太可能輕易跳出一個人來質疑這個結論。
因此,眾人就算是基本認可了自己的下一步工作,就是尋找圖像處理手段與特定偏微分方程之間的對應關係。
不過,對於一個真正的海洋監視系統……或者說對於整個圖像識別和處理技術來說,這仍然只能算是走完了第一步。
甚至是第一步當中的第一個動作——
即便就“圖像分割”環節來說,也仍然有其他需求亟待解決。
當然,常浩南給出的思路確實是足夠新穎的。
於是很快就有人開始舉一反三:
“常總,如果單個水平集函數可以做到把圖像分為背景區域和目標區域,也就是進行一次兩相分割,那如果我們同時利用多個水平集函數,是否就可以完成對多相圖像的分割?”
“理論上,當然是這樣。”
常浩南迴答道:
“當一副圖像中包括的信息較多,無法簡單拆分為目標和背景兩部分時,就需要考慮多相變分水平集問題。”
“不過,多相問題的複雜程度就要更上一個臺階。”
說完之後,他回頭在黑板上畫了一個正方形。
“我們可以簡單地認為,每個水平集方程就是在圖像中劃定一片區域,也就是這一個正方形。”
“當只有一個正方形時,圖像會被,而且只會被分為內和外兩個部分,並不存在第二種分法。”
“但是。”
常浩南又在黑板上畫出了第二個正方形,並在兩個圖形當中分別標註了1和2:
“當出現第二個正方形時,變量並不是多出來了一個,而是多出來了兩個,也就是第二個正方形本身,以及兩個正方形之間的位置關係。”
“如果兩個正方形不重疊,那麼整個圖像將會被分為三個區域,也就是1號內、2號內和1、2號外。”
“而如果兩個正方形重疊,那麼整個圖像則會被分為四個區域,1號內2號外、1號外2號內、1號內2號內和1號外2號外……”
“實際上,當我們為了劃分一副圖像而設置多個水平集函數時,那麼最多可以將該圖像分為2^n個區域,最少則可以將該圖像分為n個區域,因此分類難度並不是直線上升,而是指數級上升……”