检索结果-南通市图书馆

基于边缘信息与偏移场矫正的多相Chan-Vese图像分割模型

在线全文

学校读者我要写书评

暂无评论

西北工业大学学报 2014年第3期32卷 434-439页

作者：周三平滕炯华黄保山徐婧林西北工业大学自动化学院陕西西安710172

图像中存在的灰度不均匀现象与演化曲线被错误的目标边缘引导给图像的多相分割带来了很大困难。针对这一问题,利用对数变换将乘性偏移场转化成线性偏移场,通过核函数引入局部灰度信息建立了偏移场矫正模型。此外,运用水平集函数与图像... 详细信息

图像中存在的灰度不均匀现象与演化曲线被错误的目标边缘引导给图像的多相分割带来了很大困难。针对这一问题,利用对数变换将乘性偏移场转化成线性偏移场,通过核函数引入局部灰度信息建立了偏移场矫正模型。此外,运用水平集函数与图像梯度的方向信息重建了边缘指示函数,增强了演化曲线对正确目标边缘的识别能力。人工合成图像和自然图像的分割实验结果表明文中提出的模型能够取得令人满意的分割结果。

关键词：图像分割多相水平集偏移场矫正边缘指示函数

在线全文

学校读者我要写书评

暂无评论

面向颜色深度图像手脸近距遮挡的手势识别

激光与光电子学进展 2016年第6期53卷 134-143页

作者：刘斌赵兴胡春海万欣燕山大学测试计量技术与仪器重点实验室河北秦皇岛066004

手脸近距遮挡属于深度传感器应用中具有代表性的难点问题,针对该问题提出了一种综合利用颜色与深度信息的手势识别方法。采用核模糊C-均值聚类,对手脸遮挡图像进行粗分割和灰度增强,实现手脸分离。引入初始化水平集函数,解决聚类方法导... 详细信息

手脸近距遮挡属于深度传感器应用中具有代表性的难点问题,针对该问题提出了一种综合利用颜色与深度信息的手势识别方法。采用核模糊C-均值聚类,对手脸遮挡图像进行粗分割和灰度增强,实现手脸分离。引入初始化水平集函数,解决聚类方法导致的手势区域像元缺失问题。利用基于深度信息的梯度方向直方图(HOG)特征对手势进行分类识别。通过采集不同人体手脸近距遮挡情形下的多种手势图像建立了样本数据库,进行了对比实验,实验结果验证了该方法的可行性和有效性。本文方法能有效分离近距遮挡的手和脸,提取得到相对完整的手势信息,深度HOG特征能够对手势空间信息进行精确描述,具有比传统形状特征更准确的识别效果。

关键词：图像处理手势识别手脸近距遮挡多相水平集核模糊C-均值聚类梯度方向直方图特征

在线全文

学校读者我要写书评

暂无评论

SAR图像机场区域的掩体目标检测方法

测绘科学技术学报 2013年第5期30卷 494-499页

作者：徐万朋陈向宁徐春宇郗丽娜装备学院研究生院北京101416 国家遥感中心航空遥感一部北京100076

提出了一种基于几何活动轮廓模型分割的SAR机场掩体目标检测方法。根据SAR图像的特性选择了Chan-Vese模型(C-V模型),对其进行加窗,使全局信息的C-V模型局部化,并扩展到多相,从而有效地分割出机场区域;再根据掩体目标的断头路位置特征检... 详细信息

提出了一种基于几何活动轮廓模型分割的SAR机场掩体目标检测方法。根据SAR图像的特性选择了Chan-Vese模型(C-V模型),对其进行加窗,使全局信息的C-V模型局部化,并扩展到多相,从而有效地分割出机场区域;再根据掩体目标的断头路位置特征检测目标潜在位置;最后利用掩体在SAR图像的强回波特性去除虚警,实现对掩体目标的有效检测。实验表明:该方法能克服相干斑的干扰,简化对复杂拓扑关系的处理,为检测机场掩体目标提供了一种有效技术途径。

关键词：图像分割 C-V模型局部化多相水平集峰值特征

融合图像统计信息的混合多相分割模型及算法研究

在线全文

学校读者我要写书评

暂无评论

融合图像统计信息的混合多相分割模型及算法研究

作者：杨光宇山东科技大学

学位级别：硕士

图像分割作为一项基础的数字图像处理技术,广泛应用于生产生活的各个领域。针对传统活动轮廓模型中初始轮廓线选择,噪声污染,复杂的纹理边界和图像灰度不均匀的问题进行了研究,充分利用多种统计信息,将混合活动模型和多相水平集结合起来... 详细信息

图像分割作为一项基础的数字图像处理技术,广泛应用于生产生活的各个领域。针对传统活动轮廓模型中初始轮廓线选择,噪声污染,复杂的纹理边界和图像灰度不均匀的问题进行了研究,充分利用多种统计信息,将混合活动模型和多相水平集结合起来,提出了改进的拉普拉斯自适应多相分割模型和基于局部和全局拟合的自适应多相分割模型。在改进的拉普拉斯自适应多相分割模型中,利用梯度倒数加权平滑和中值滤波结合对图像预处理,引入结构张量自动定义初始轮廓线。在全局项中,加入了改进的零交叉拉普拉斯拟合能量,提高对弱边界的定位能力,提出一种基于图像区域信息的自适应分割项,提升了对灰度不均匀图像区域的分割效果。在局部拟合项中,运用以局部灰度均值和方差为变量的高斯核函数进行分割。引入一个加权系数方程平衡局部项和全局项的权重进行计算。实验表明,改进的拉普拉斯自适应多相分割模型抗噪能力强,适用于分割灰度不均匀的图像。在基于局部和全局的自适应多相分割模型中,提出了多尺度信息增强和各向异性张量扩散滤波结合的方法去噪和保留纹理细节,并利用结合二维最大熵和改进遗传算法获得初始轮廓线。在全局项中,用多种局部特征变量重构拉普拉斯拟合能量函数,提出了一个分割深度可控的区域分割模型和深度系数,更好地分割拓扑结构复杂的目标。在局部项中,采用LGDF模型处理灰度不均匀区域。模型使用指数函数作为停止速度函数,并加入鲁棒性的曲线演化停止条件,提升了分割效率。实验表明基于局部和全局的鲁棒性多相分割模型分割速度快,对内部结构和纹理特征较为复杂的图像有较好的分割效果。

关键词：图像分割多相水平集拉普拉斯算子活动轮廓模型灰度不均匀

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

数学图像分割在生物医学视频上的应用

数学图像分割在生物医学视频上的应用

作者：张雪茹哈尔滨工业大学

学位级别：硕士

生物工程学的研究过程中有大量的工作是关于观测和记录实验对象的状态变化,这耗费了研究者大量的时间。随着视频摄像技术的发展,研究者不用实时的观察和记录,而可以在分段的时间内,调出视频来进行信息记录工作。这在某种程度上减轻了研... 详细信息

生物工程学的研究过程中有大量的工作是关于观测和记录实验对象的状态变化,这耗费了研究者大量的时间。随着视频摄像技术的发展,研究者不用实时的观察和记录,而可以在分段的时间内,调出视频来进行信息记录工作。这在某种程度上减轻了研究者的工作压力,但是对于工作量的减轻帮助较小。因为研究者在一定的时间段内只能关注一个生物个体,因此记录生物群落中的所有实验信息需要花费大量的时间。对于单个个体的观察研究,主要目的是检测和分类任何状态变化。借助图像分割技术,可以将观测目标从视频中分割出来,再建立相应的数学模型,直接得到需要的观测信息。这就比较大程度的减轻了研究者的工作量,使得研究者可以有更多的时间投入到高智力的研究工作中。自从提出图像分割以来,出现了许多方法。这些方法可以分为三大类:基于区域的、基于边缘的和基于特殊理论的分割。基于区域的分割将图像分割为多个区域。每个区域的内部都有一个特定的特征,作为区分不同区域的规则。阈值分割是目前应用最为广泛的一种基于区域的分割方法。其它一些著名的基于区域的分割方法有区域增长法、分割合并法和聚类法。在图像分割过程中,灰度不均匀现象是出现于视频图像中的一个常见的现象,这会给图像分割带来困难。因为传统的基于区域增长的分割模型假设图像在每个区域上是分片光滑或者分片常值的,而灰度不均匀的图像就违背了这条假设。也就自然而然的不能够进行正确的演化,使得最终的演化曲线偏离目标边缘。此外,基于区域增长的分割模型还对初始曲线非常敏感,特别是在图像里面包含的目标物体数量多以及形状复杂的时候,模型的演化结果非常依赖于初始轮廓的划定。稍有不同的初始轮廓就有可能得到截然不同的分割结果。基于边缘的分割主要利用了检测图像中区域边缘的不连续性。这种不连续性可以用微分算子来检测。常用的一阶微分算子有Roberts算子、Sobel算子和prewitt算子。形态学方法是一种非线性滤波方法,在图像分割中得到了广泛应用。形态学最具代表性的应用是Vincent等人提出的分水岭算法。此外,基于遗传算法的分割和主动轮廓法也是新开发的基于边缘的分割方法。近几年,国内学者也对基于边缘的图像分割领域做出了巨大的贡献。Wei等人在2006年分析总结了主要的基于边缘的分割方法。Zhang等人认为,基于数学形态学的一种广泛应用于图像处理的非线性滤波方法可以有效地消除噪声同时保留图像细节。为了克服基于边缘方法的不足,Liang等人构建了八个方向不同的形态学结构元素进行处理,以找到实际的图像边缘。基于边缘的分割方法还包括分形和遗传方法。对于分形方法,每幅图像都具有区域间的自相似性,这为基于分形结构的图像区域识别提供了可能。迭代函数和拼贴定理也可用于分形图像分割方法。基于边缘的分割模型的主要思想是使用图像的梯度值来寻找边界。首先假定图像中的各个对象内部的灰度值可能各有各的特点。但统一的特点是,灰度值的急剧变化通常出现在对象的边界上。而数学研究中,我们可以利用图像的梯度的模值来反映灰度值变化的快慢。如此以来,我们只要寻找图像中梯度的模值局部最大的点,就可以相应的找到对象的边缘。但是当待分割图像含有噪声或者目标物体的边界不明显的时候,由于基于边缘的分割模型仅利用了图像的局部信息,会导致分割结果不能令人满意。无论是基于边界探测的分割模型还是基于区域增长的分割模型,其核心思想都是将图像分割问题转化为最小化一个封闭曲线的能量泛函问题。接着通过变分计算来得到对应与能量泛函的欧拉-拉格朗日方程。为了求解欧拉-拉格朗日方程,我们接着利用梯度下降流,得到封闭曲线的运动方程。经过离散,迭代求解可以得到模型的最终演化曲线。在数值求解的过程中,设定合适的时间步长以及迭代次数才能保证尽量快速的得到理想的演化结果,并且没有浪费时间做无用功。随着各学科的发展,提出了许多新的理论。其中一些理论可以用于图像分割。因此,出现了一种新的图像分割方法类别。到目前为止,这一新的分支包括基于模糊集理论、小波变换、神经网络、水平集、图论和均值偏移的分割方法。1989年,Mumford和Shah提出了一个著名的函数,称为Mumford Shah函数。该函数用于获得将图像分割成子区域的最优性准则。1990年前后,Blanz等人、Babaguchi等人和Shah等人在神经网络相关的图像分割方面做了一些工作。1991年晚些时候,Ghosh等人提出了一种利用神经网络进行图像分割的方法。近年来,水平集方法作为一种基于偏微分方程的方法,在图像分割中引起了广泛的关注。基于图论的方法也是如此,Felzenszwalb等人于2004年首次将其引入图像分割。平均移位算法是Fukunaga和Hostler于1975年首次提出的,后来数学家将该算法引入图像分割领域。中国的研究人员也创造了许多基于特殊理论的分割方法。这些新方法包括但不限于模糊集理论

关键词：图像分割多相水平集边缘指示函数先验信息

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

针对手脸交互行为的手势识别算法研究

针对手脸交互行为的手势识别算法研究

作者：赵兴燕山大学

学位级别：硕士

在手语识别和异常行为检测领域中,手脸交互行为识别是其中一个重要的、极具挑战的研究方向。手语教材中有大量的手脸近距离交互词汇和语句,同样对于吸烟等异常行为的识别也需要采用手势作为判据,来弥补在遇到复杂环境等因素影响时难以... 详细信息

在手语识别和异常行为检测领域中,手脸交互行为识别是其中一个重要的、极具挑战的研究方向。手语教材中有大量的手脸近距离交互词汇和语句,同样对于吸烟等异常行为的识别也需要采用手势作为判据,来弥补在遇到复杂环境等因素影响时难以进行识别的缺陷。而对于手脸交互行为识别研究所面临的挑战主要来自于手脸肤色、纹理的相似性、手脸距离较为贴近,以及手脸交互行为实验样本数据集在数量和质量上的局限性。因此,对基于视觉的手脸交互行为的手势识别的研究具有非常重要的价值和意义。本文在利用硬件设备采集场景中的RGBD数据,来建立手脸交互行为的数据集,并提出一种融合深度信息,基于模糊C均值聚类协同偏移场矫正的多项水平集的手势分割方法。首先采用核模糊C均值聚类,对手脸遮挡图像进行粗分割和灰度增强,以实现手脸分离。其后,引入初始化水平集函数,利用偏移场矫正的多相水平集理论来解决聚类方法常导致的手势区域像素缺失问题。为提高特征向量对目标特征描述的准确性和可靠性,对传统的方向梯度直方图(Histogram of Oriented Gradient,HOG)特征进行改进,提出一种基于深度信息的方向梯度直方图特征。由于深度信息具有对物体空间信息描述完备准确,且方向梯度直方图具有对图像局部区域的方向梯度描述准确的特点。所以,深度方向梯度直方图特征能够有效的对手势形状以及内部纹理信息进行描述,并且受环境影响较小,具有较强的可靠性和适应性。由于手脸交互行为识别问题处于研究的初级阶段,先验知识较少。本文主要利用泛化能力强、稳定性好、速率高的支持向量机理论作为手脸交互行为的分类器。通过自建数据库,与不同的手势分割方法和特征提取方法进行对比,试验结果证明了本文提出的手势分割算法和改进的特征提取方法在近距离手脸遮挡手势识别中的有效性和优越性。

关键词：手脸交互手势分割多相水平集模糊C均值聚类深度HOG特征

同方学位论文库评论

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C-V模型的肝脏病灶CT图像多相分割

医疗卫生装备 2009年第11期30卷 33-35页

作者：徐丹霞吴效明岑人经罗朝辉华南理工大学生物医学工程系广州510006

目的:研究一种半自动的适用于CT图像中肝脏病变区域比较复杂的图像分割方法。方法:C-V模型和多相水平集相结合的分割方法,C-V模型依靠图像的全局性质使演化曲线最终停留在目标物体的边界,达到分割目标物的目的。多相水平集方法的引入,... 详细信息

目的:研究一种半自动的适用于CT图像中肝脏病变区域比较复杂的图像分割方法。方法:C-V模型和多相水平集相结合的分割方法,C-V模型依靠图像的全局性质使演化曲线最终停留在目标物体的边界,达到分割目标物的目的。多相水平集方法的引入,使得分割多目标区域成为可能,同时还避免了水平集函数过多而带来的覆盖区域的重叠和真空问题。结果:经过多次迭代,肝脏病变区域的低密度区的癌变区域和高密度区都被很好地分割了出来,实现了分割肝脏复杂区域的目的。结论:各目标区域都能够很好地分割出来,效果较好。

关键词： C-V模型多相水平集图像分割