检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

结合全局约束函数的局部活动轮廓模型

计算机工程 2016年第10期42卷 226-230页

作者：张玲彭新光李海芳李钢太原理工大学计算机科学与技术学院太原030024

局部二值拟合模型利用图像的局部平均灰度信息能够对强度非均匀的图像进行分割,但对于存在强噪声和对比度低的医学图像,仅用局部灰度均值不能得到正确的分割结果。针对该问题,提出一种改进的局部活动轮廓模型,在考虑图像局部均值信息的... 详细信息

局部二值拟合模型利用图像的局部平均灰度信息能够对强度非均匀的图像进行分割,但对于存在强噪声和对比度低的医学图像,仅用局部灰度均值不能得到正确的分割结果。针对该问题,提出一种改进的局部活动轮廓模型,在考虑图像局部均值信息的同时,加入图像的全局约束信息检测轮廓线外具有较大梯度幅值的像素点,采用水平集方法最小化能量泛函,使得演化曲线能够准确地停止在目标边界的位置上。实验结果表明,改进方法提高了对噪声的鲁棒性,且其分割精度较高。

关键词：局部二值拟合模型图像分割灰度不均匀局部灰度全局约束活动轮廓模型

在线全文

学校读者我要写书评

暂无评论

基于动态梯度向量流的活动轮廓模型

控制工程 2018年第7期25卷 1344-1347页

作者：张建吴桂玲赵喜玲信阳农林学院信息工程学院

针对传统活动轮廓模型不能准确有复杂边界的难题,提出一种基于动态梯度向量流的活动轮廓模型。首先通过边界指示函数对边缘梯度图进行处理,并扩散形成一个动态力场,然后通过边界停止函数控制轮廓曲线演化,避免出现早期收敛现象,使轮廓... 详细信息

针对传统活动轮廓模型不能准确有复杂边界的难题,提出一种基于动态梯度向量流的活动轮廓模型。首先通过边界指示函数对边缘梯度图进行处理,并扩散形成一个动态力场,然后通过边界停止函数控制轮廓曲线演化,避免出现早期收敛现象,使轮廓曲线向凹形边界收敛,最后进行了仿真测试实验。结果表明,相对于与其他模型,本文模型可以准确分割出长凹形边界,提高了对噪声的鲁棒性。

关键词：动态梯度向量流活动轮廓模型边界停止函数

在线全文

学校读者我要写书评

暂无评论

基于方向气球力活动轮廓模型的图像分割

微计算机信息 2006年第10X期22卷 301-303页

作者：祖克举周昌雄江苏镇江江苏科技大学电子信息学院 212003

针对传统参数活动轮廓模型存在对轮廓线初始位置敏感的缺点,提出了方向气球力活动轮廓模型并应用于MRI图像分割。该模型利用底层图像分割的结果确定外力的方向,使气球力方向始终指向目标边界,引导轮廓线变形。当轮廓线运动到目标边界附... 详细信息

针对传统参数活动轮廓模型存在对轮廓线初始位置敏感的缺点,提出了方向气球力活动轮廓模型并应用于MRI图像分割。该模型利用底层图像分割的结果确定外力的方向,使气球力方向始终指向目标边界,引导轮廓线变形。当轮廓线运动到目标边界附近时,在高斯势力作用下继续变形,完成图像高层分割。实验结果表明,该模型与轮廓线初始位置无关,能实现MRI图像的自动分割。

关键词：图像分割方向气球力活动轮廓模型高斯势力

在线全文

学校读者我要写书评

暂无评论

基于活动轮廓模型的在线铁谱图像分割研究

重庆师范大学学报（自然科学版） 2023年第4期40卷 122-128页

作者：许晓曾朱维莉王艳重庆工商大学数学与统计学院重庆工商大学经济社会应用统计重庆市重点实验室重庆400067 重庆师范大学数学科学学院重庆401331

为了准确分割磨粒区域以得到油液中铁谱磨粒的含量,从而获取设备油品及故障信息,以图像可视在线铁谱传感器获取的磨粒图像为对象,引入了基于曲线演化理论和水平集方法的两个区域几何轮廓模型,即LBF模型及IR模型。通过对比这2种模型的分... 详细信息

为了准确分割磨粒区域以得到油液中铁谱磨粒的含量,从而获取设备油品及故障信息,以图像可视在线铁谱传感器获取的磨粒图像为对象,引入了基于曲线演化理论和水平集方法的两个区域几何轮廓模型,即LBF模型及IR模型。通过对比这2种模型的分割效果发现:IR模型具有更高的分割准确率和更快的收敛速度。然后进一步分析了模型参数对分割结果的影响,得出不同磨粒浓度条件下对应最优分割效果和最短运算时间的分割参数值,为在线监测中磨粒图像分割参数的自适应选择提供了依据。实验结果表明,研究所采用的分割模型对于磨粒图像具有更高的分割准确率和收敛速度,为后续快速、准确计算油液中铁谱磨粒含量提供了保证。

关键词：铁谱图像分析磨粒图像图像分割活动轮廓模型

基于全局预拟合能量驱动的活动轮廓模型算法研究

在线全文

学校读者我要写书评

暂无评论

基于全局预拟合能量驱动的活动轮廓模型算法研究

作者：吴宗山苏州大学

学位级别：硕士

图像分割随着近些年机器视觉和人工神经网络等领域的火爆发展,得到了越来越广泛的应用。基于活动轮廓模型的图像分割方法因为其在初始轮廓、约束力和作用域等方面具有更高的灵活性,利用求解能量泛函的最小化来实现图像分割的方法,已经... 详细信息

图像分割随着近些年机器视觉和人工神经网络等领域的火爆发展,得到了越来越广泛的应用。基于活动轮廓模型的图像分割方法因为其在初始轮廓、约束力和作用域等方面具有更高的灵活性,利用求解能量泛函的最小化来实现图像分割的方法,已经逐渐得到了越来越广阔的发展。由于传统的基于局部的活动轮廓模型依赖于图像的局部信息,导致初始轮廓敏感,分割耗时长,弱边界处易泄露等问题,本文构建了一个全局预拟合函数,引入了图像的二阶梯度信息,以此为基础,设计出了三个基于全局预拟合能量驱动的活动轮廓模型。1.全局预拟合能量驱动的活动轮廓模型。该模型用一个基于全局梯度信息的二阶边缘检测算子代替传统的局部活动轮廓模型的数据拟合项。该算子不依赖于图像的局部灰度信息,与水平集函数无关,只与图像的二阶梯度信息有关,因此,不需要重复的迭代更新,减少了计算量的同时还大幅提高初始轮廓位置的鲁棒性。并且由于该模型的长度项用高斯平滑函数代替,所以,该模型的抗噪声干扰能力更好,分割速度更快。2.结合非线性扩散滤波的全局预拟合的活动轮廓模型。在分割含弱边界的图像时,二阶梯度算子的高斯滤波会导致图像目标边界的模糊,使演化曲线容易陷入局部最小化从而导致分割失败。为了解决模型在分割含弱边界图像的局部最小化问题,本文引入了非线性扩散滤波的方法,将高斯模糊后的图像再进行各向异性边界增强,提高图像弱边界处的对比度,加快演化曲线在弱边界处的演化速度,减少局部最小化的问题。相较于全局预拟合能量的活动轮廓模型,本模型的分割速度和分割准确率都得到了有效的提高。3.结合自适应的边界指示函数和优化的全局预拟合函数活动轮廓模型。首先构建一个新的能量泛函优化全局预拟合函数,提高其在同质区域的平滑能力,增强图像的边界统计信息,再将优化的全局预拟合函数与一个自适应边缘指示函数相结合,构建一个边缘+区域的模型。在同质区域依靠优化的全局预拟合函数,抑制噪声,加快曲线的演化,在边缘区域,由自适应边缘指示函数发挥作用,驱动曲线快速准确的演化到图像的边界上。相较于前两个模型,本模型的分割速度和分割效率都得到了更大的提高。后续的实验证明本文提出的全局预拟合项可以提高对灰度不均的图像的分割效率,且以此构建的三种模型的分割速度都渐进式的得到了提高。对于弱边界、高噪声和虚假目标都能得到准确的分割结果。与传统的基于局部的活动轮廓模型相比,提出的第一个模型提高了初始轮廓的鲁棒性,第二个模型减少了局部最小化问题,提高了分割速度和弱边界处的鲁棒性,第三个模型结合局部型和边缘型活动轮廓模型的优势,在具有更好的抑制噪声能力的同时,提高了分割的速度和效率。

关键词：图像分割活动轮廓模型全局预拟合水平集函数局部拟合灰度不均

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于活动轮廓模型的血管分割方法研究

基于活动轮廓模型的血管分割方法研究

作者：鲍盈含华南理工大学

学位级别：硕士

血管类疾病严重威胁人类健康，同时介入性治疗需要对血管、神经等细微性组织进行高度识别，这些医学需求使人们对各类血管图像的分割问题愈发关注，对于血管图像的分割方法研究日益成为国内外学者的研究热点。针对血管分割这一具体问题... 详细信息

血管类疾病严重威胁人类健康，同时介入性治疗需要对血管、神经等细微性组织进行高度识别，这些医学需求使人们对各类血管图像的分割问题愈发关注，对于血管图像的分割方法研究日益成为国内外学者的研究热点。针对血管分割这一具体问题，本文选取较为流行的活动轮廓模型为研究对象，并考虑到血管结构的特殊性，提出一种基于形状指数—灰度二维特征空间的活动轮廓分割框架，并将其与经典全局CV模型和局部LBF模型结合，提出一种新的血管分割方法。本文主要取得了以下成果： 1）为了减少分割过程中的人工干预和专家设定，区别于传统活动轮廓模型手动提取初始轮廓的做法，本文提出一种添加空间邻域信息的模糊C均值聚类SFCM(SpaceFuzzy C Means)方法进行初始轮廓设定。相比传统意义上的手动设定和模糊C均值聚类设定，该方法更好地保持了初始轮廓的空间连续性，能够有效防止由于单单采用灰度信息进行聚类而可能造成的初始轮廓断裂现象，并能有效提高后续活动轮廓算法的收敛速度，进一步加强分割算法的抗噪性。 2）医学图像往往会存在大量噪声和灰度不均匀现象，因而仅利用灰度特征指导目标分割效果并不理想。本文根据微分几何理论以及Frangi提出的多尺度血管形状模型，提出了二维管状和三维曲面管状结构的形状指数公式，并构成形状指数—灰度的二维特征空间，有效提取图像像素的多项特征信息，并运用于基于巴氏距离(Bhattacharyyadistance)的活动轮廓模型中。 3）本文选取基于区域信息的无边缘活动轮廓模型（CV模型与LBF模型）作为核心模型，融合形状指数—灰度二维特征，对CV模型与LBF模型进行调整，提出BCV和BLBF模型。BCV模型运用巴氏距离来代替差值平方这一度量手段，用像素邻域的二维特征统计信息来代替单像素点的灰度信息，用对比区域间分布情况这一方式来取代对比单点像素间灰度差距的方式。同时，针对CV模型难以处理灰度不均匀图像分割的问题，本文以局部匹配LBF模型为基础,运用巴氏距离对能量泛函进行变形，形成具有局部统计信息匹配能力的BLBF模型，有效解决了灰度不均匀图像的血管分割问题。

关键词：活动轮廓模型血管分割形状

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于活动轮廓模型的图像分割算法研究

基于活动轮廓模型的图像分割算法研究

作者：刘博合肥工业大学

学位级别：硕士

图像分割是图像处理领域和计算机视觉领域中的关键技术之一。活动轮廓模型分割法因在医学图像等复杂图像的分割中取得了较好的分割效果而被广泛应用。医学图像大多为灰度不均的且含噪声的图像,基于区域的局部二值拟合活动轮廓模型有效... 详细信息

图像分割是图像处理领域和计算机视觉领域中的关键技术之一。活动轮廓模型分割法因在医学图像等复杂图像的分割中取得了较好的分割效果而被广泛应用。医学图像大多为灰度不均的且含噪声的图像,基于区域的局部二值拟合活动轮廓模型有效解决了该类型图像的分割问题,但该模型中存在水平集函数演化效率低、分割效果易受噪声影响以及初始轮廓敏感等问题。本文针对以上问题进行改进并做出仿真,具体工作如下:1.针对模型分割效率低和易受噪声影响的问题,提出一种基于局部区域信息的固定水平集法:通过对符号距离函数的改进,使用固定距离替代点到曲线的真实距离,简化了符号距离函数初始化过程的计算复杂度,提高了演化效率。同时对符号距离函数的梯度计算进行定义,决定了水平集算法中符号距离函数仅在零水平集曲线周围小范围窄带内发生变化。因此只需计算窄带内的像素点而无需对所有点进行计算,极大减少模型计算量,进一步提高效率。最后针对模型提出收敛条件,减少模型演化所需时间。在符号距离函数初始化前采用高斯函数对其进行规则化来平滑噪声,提高模型抗噪性从而改善分割效果。2.针对模型对初始轮廓敏感的问题,提出一种基于局部同向拟合的改进方法:对曲线演化相反方向的局部区域交换拟合值来确保分割曲线均沿着目标区域轮廓内边界或外边界演化而不停留在目标区域内部造成错误分割。降低模型对初始轮廓的敏感程度,改善了分割效果。本文在理论研究与实践相结合,将以上改进方法应用到医学灰度不均图像的分割实验中,并取得了良好的分割结果,以此证明了提出方法的有效性。医学图像分割效率和效果的改善有助于医疗问诊与医学研究,因此本文研究内容具有一定应用价值。

关键词：图像分割活动轮廓模型水平集符号距离函数

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于活动轮廓模型的轮廓提取

基于活动轮廓模型的轮廓提取

作者：李安平昆明理工大学

学位级别：硕士

在图像处理和计算机视觉中，移动或静止物体轮廓的提取是一个重大的研究领域，有着重要的科研和应用价值。在很多的应用领域，都要用到对图像中目标物体的轮廓进行提取，找出其中感兴趣的部分，再进行其它进一步的处理。已经有很多的现... 详细信息

在图像处理和计算机视觉中，移动或静止物体轮廓的提取是一个重大的研究领域，有着重要的科研和应用价值。在很多的应用领域，都要用到对图像中目标物体的轮廓进行提取，找出其中感兴趣的部分，再进行其它进一步的处理。已经有很多的现成的算法可以用于提取轮廓，如利用边缘检测算法用于轮廓提取，利用图像分割算法，阈值分割法，区域扩展法，数学形态学的分水岭算法等用于轮廓提取，这些算法在进行轮廓提取时存在这样或那样的缺点，不能完全满足轮廓提取的要求。后来有学者陆续给出各种改进并提出了很多其他新的方法，如活动轮廓模型算法，基于动态规划图搜索算法等。其中活动轮廓模型得到广泛的应用。1987年的第一届国际视觉会议上，kass等提出了主动活动轮廓算法，20世纪80年代后期迅速发展起来的一种图像分割算法，它为图像分割及物体轮廓提取等很多计算机视觉问题提供了一种统一的解决框架。它通过设计一个由外能、内能及图像能组成的能量函数并通过极小化该函数来得到物体的轮廓。现在已经被广泛地应用于图像分割与轮廓提取。论文从两个方面进行讨论轮廓的提取，一论文给出新的边缘直线提取算法，并用于简单形状物体轮廓的提取。二将新的边缘直线提取算法和活动轮廓模型相结合，并结合图像多分辨率分解的优点，实现活动轮廓模型的粗略初始轮廓的自动给出。而通常的基于活动轮廓模型的轮廓提取的初始轮廓是由人工交互给出的。首先将新的边缘直线提取算法作用于多分辨率图像，将得到的粗略轮廓作为主动轮廓模型的初始轮廓，然后再对图像中物体轮廓进行定位，最终确定出物体轮廓的精确定位。

关键词：活动轮廓模型像素块方向导数多分辨率分析

基于显著性特征与活动轮廓模型的图像分割研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于显著性特征与活动轮廓模型的图像分割研究

作者：蒋优河南师范大学

学位级别：硕士

图像分割是图像处理中重要的步骤之一。活动轮廓模型可以综合的考虑与图像内容有关的约束条件,并通过定义能量函数,获得更好的分割结果,但是活动轮廓模型存在演化速度慢、对初始轮廓和噪声敏感、以及弱边缘泄漏和目标过分割等问题。显... 详细信息

图像分割是图像处理中重要的步骤之一。活动轮廓模型可以综合的考虑与图像内容有关的约束条件,并通过定义能量函数,获得更好的分割结果,但是活动轮廓模型存在演化速度慢、对初始轮廓和噪声敏感、以及弱边缘泄漏和目标过分割等问题。显著性特征映射是通过提高图像中某些区域的信息特征,使该区域更易于被检测出来。本文利用图像的显著性特征来提升活动轮廓模型分割性能,主要工作如下:(1)针对活动轮廓模型对噪声敏感,演化速度慢以及目标过分割的问题,本文提出融合显著性特征的活动轮廓模型,首先提出基于暗通道先验算法的显著性映射来提高目标和背景的特征对比度;然后利用最大面积约束解决正交匹配追踪算法对先验信息K的依赖,消除活动轮廓在演化后产生的目标过分割区域;最后将图像的显著信息作为能量增强项加入到CV(Chan-Vese)活动轮廓模型中,并使用边缘检测因子作为活动轮廓能量项的权重,构造了一个新的能量函数。(2)基于局部区域的活动轮廓模型对初始轮廓较敏感,并且在分割噪声分布不规则和弱边缘图像时存在一定的困难。针对上述困难,本文提出了基于局部相似因子和显著性映射的超像素活动轮廓模型。首先结合超像素和模糊c均值聚类产生自适应初始轮廓;然后引入局部相似因子,提高模型对噪声的鲁棒性和抗离群性;最后在模型中引入改进后的显著性映射,消除图像预处理步骤造成的图像细节丢失,避免分割结果出现过平滑和弱边缘泄漏现象。(3)基于卷积神经网络的模型能准确预测简单样本的结肠癌病变区域。对于困难样本的结肠癌病变预测可信度较低,并且网络模型的预测图像经过sigmoid函数后会使结果会变得模糊。针对上述问题,本文提出一个基于深度特征和分类特征的从粗到细的分割框架。首先在损失函数中引入批量核范数最大化,提升网络模型对极少数高级特征的关注,增强模型预测的判别性和多样性;然后针对不同特征的预测图,构造一个自适应分类机制对不同的预测图进行分类处理,并根据预测图像的特征提出一个显著性映射算法,提高病变区域与背景区域的对比度;最后将困难样本的预测图像作为先验信息指导活动轮廓演化,提高息肉分割框架的准确率。本文将图像的显著性特征融入到活动轮廓模型,提出了三个新的能量函数。在数据集MSRA500上进行实验对比,证明了融合显著性特征的活动轮廓模型的有效性。通过在强度不均匀图像、噪声图像以及医学图像上进行实验对比,验证了基于超像素和显著性特征的自适应活动轮廓模型的鲁棒性。本文提出的基于深度特征和分类特征的息肉分割框架,在数据集Kvasir-SEG进行实验,验证了分割框架的稳健性。最后,本文分析了提出模型的局限性,以及在未来工作中的研究展望。

关键词：图像分割显著性特征活动轮廓模型超像素卷积神经网络