基于RED框架的Hessian正则化选择性分割模型

本发明提供了基于RED框架的Hessian正则化选择性分割模型，旨在解决现有图像分割方法在噪声抑制、边缘保持与优化稳定性方面的不足。模型结合高阶Hessian正则化与RED(Regularization by Denoising)框架，通过引入外部去噪器作为隐式先验，增强对图像高频细节的保持能力，并提升对噪声的鲁棒性。采用ADMM优化算法对模型进行求解，通过子问题交替迭代更新，确保全局收敛性。理论分析表明，在去噪器满足被动性条件下，目标函数为凸函数，从而保障优化过程稳定。实验结果验证本发明在热气球复杂图像上分割性能优于传统方法，尤其在边界清晰度和结构完整性方面表现突出，具有广泛的应用前景。