检索结果-南通市图书馆

结合全卷积网络和growcut的肾皮质分割算法

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

中国图象图形学报 2017年第10期22卷 1418-1427页

作者：时永刚钱梦瑶刘志文北京理工大学信息与电子学院北京100081

目的肾脏图像分割对于肾脏疾病的诊断有着重要意义,临床上通过测量肾皮质的体积和厚度可判断肾脏是否有肿瘤、慢性动脉硬化性肾病和肾移植急性排斥反应等。现有的肾脏分割算法大多针对一种模态,且只能分割出肾脏整体。本文提出一种基于... 详细信息

目的肾脏图像分割对于肾脏疾病的诊断有着重要意义,临床上通过测量肾皮质的体积和厚度可判断肾脏是否有肿瘤、慢性动脉硬化性肾病和肾移植急性排斥反应等。现有的肾脏分割算法大多针对一种模态,且只能分割出肾脏整体。本文提出一种基于全卷积网络和growcut的肾皮质自动分割算法,用于多模态肾脏图像分割。方法首先用广义霍夫变换对肾脏进行检测,提取出感兴趣区域,通过数据增强扩充带标签数据;然后用VGG-16预训练模型进行迁移学习,构建适用于肾皮质分割的全卷积网络,设置网络训练参数,使用扩充数据训练网络。最后用全卷积网络分割图像,提取最后一层卷积层的特征图得到种子点标记,结合肾脏图像的先验知识纠正错误种子点,将该标记图作为growcut初始种子点可实现肾皮质准确分割。结果实验数据为30组临床CT和MRI图像,其中一组有标记的CT图像用于训练网络并测试算法分割准确性,该文算法分割准确率IU(region intersection over union)和DSC(Dice similarity coefficient)分别达到91.06%±2.34%和91.79%±2.39%。与全卷积网络FCN-32s相比,本文提出的网络参数减少,准确率更高,可实现肾皮质分割。growcut算法考虑像素间的邻域信息,与全卷积网络结合可进一步将分割准确率提高3%。结论该方法可准确分割多模态肾脏图像,包括正常和变异肾脏的图像,说明该方法优于主流方法,能够为临床诊断提供可靠依据。

关键词：肾皮质分割全卷积网络 growcut VGG-16 迁移学习数据增强

基于growcut的改进Seam Carving图像自适应方法

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于GrowCut的改进Seam Carving图像自适应方法

作者： Tamer Galal Moursi Farag 湖南大学

学位级别：硕士

图像处理应用中图像缩放是非常重要的,尤其是在缩放过程中保护图像的重要区域不受影响。图像缩放(自适应)是数字图像处理的一个重要问题。数字图像通常需要被缩放,以保证它们与传输它们的通信网络或者显示它们的用户显示设备相适应。图... 详细信息

图像处理应用中图像缩放是非常重要的,尤其是在缩放过程中保护图像的重要区域不受影响。图像缩放(自适应)是数字图像处理的一个重要问题。数字图像通常需要被缩放,以保证它们与传输它们的通信网络或者显示它们的用户显示设备相适应。图像缩放就是指改变图像的分辨率(大小)的过程,以适合于特定的设计或者应用。在图像缩放技术中,最有名的是Seam carving。它是一个基于内容的图像自适应处理。然而,它有时侯会失去对图像中重要对象的保护。本论文提出了一种新的交互式图像缩放技术。它通过将Seam Carving与Grow Cut图像分割算法相结合,以改善图像缩放后的视觉效果。Crow Cut主要用来选择图像中待保留或者去除的对象。一种直观、易于使用的接口也被支持,因为用户只需要在对象的内部和外部画一条痕迹,即可以自动地得到对象去除或保留的感兴趣对象(ROI)。这种基于内容的缩放技术可以对图像进行放大和缩小,通过结合Seam Carving和Grow Cut技术,删除根据新能量函数定义的描述景物内容的低能量线seams,这些低能量线来自图像的背景区域。我们可以最大限度地保护图像的感兴趣区域不受影响,提高图像的缩放质量。实验结果表明,本文提出的方法可以轻易地去除或者保护图像中的感兴趣对象。

关键词：基于内容的图像缩放图像处理 Seam Carving 图像分割 growcut

基于卷积网络和growcut的肾皮质分割算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于卷积网络和GrowCut的肾皮质分割算法

作者：钱梦瑶北京理工大学

学位级别：硕士

肾脏在人体中负责维持体内平衡和新陈代谢,是人体重要的器官,肾皮质的体积和厚度在临床诊断中是直观的判断标准,可对肾肿瘤、慢性动脉硬化性肾病和肾移植急性排斥反应等疾病进行早期诊断。现有的肾脏图像分割算法大多数只实现了肾脏的... 详细信息

肾脏在人体中负责维持体内平衡和新陈代谢,是人体重要的器官,肾皮质的体积和厚度在临床诊断中是直观的判断标准,可对肾肿瘤、慢性动脉硬化性肾病和肾移植急性排斥反应等疾病进行早期诊断。现有的肾脏图像分割算法大多数只实现了肾脏的整体分割,且针对一种模态的图像;深度学习在医学图像分割中的应用多数采用基于图像块的方法,该方法计算效率较低,针对这些问题,为实现肾皮质的有效分割,本文提出基于卷积网络和growcut的肾皮质分割算法,该算法可分割多模态的肾脏图像,提高肾皮质分割的准确率和效率。本文采用迁移学习策略将卷积网络应用于肾脏图像分割中,将肾脏分割任务分成感兴趣区域提取和肾皮质分割两部分。本文研究了基于广义霍夫变换和卷积网络的肾脏检测算法,以实现感兴趣区域的自动提取,基于卷积网络的检测算法研究了网络参数的修改,以预训练模型为初始参数进行迁移学习;研究了基于全卷积网络的肾皮质分割算法,构建了参数更少、更适于肾脏图像分割的全卷积网络,分割准确率达到0.88;研究了结合全卷积网络和growcut的肾皮质分割算法,以全卷积网络最后一层的特征图实现种子点自动标记,growcut基于该标记图实现进一步优化分割,将分割准确率提高至0.92。本文提出的基于卷积网络和growcut的肾皮质分割算法可分割多模态的肾脏图像,包括正常和发生变异的肾脏图像,说明该算法优于主流算法,分割结果边缘更平滑,误分割更少,说明该算法可为临床诊断提供可靠依据。

关键词：肾皮质分割迁移学习肾脏检测全卷积网络 growcut

Interactive Local Color Transfer based on Coupled Map Lattices

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Interactive Local Color Transfer based on Coupled Map Lattic...

基于CCA差异图融合的SAR图像变化检测算法

2009 11th IEEE International Conference on Computer-Aided Design and Computer Graphics(IEEE CAD/Graphics 2009)

作者： Yi Dong Dan Xu Vision and Media Computing Lab. Department of Computer Science and Engineering Yunnan University Kunming 650091 P.R.China

The paper presents a new interactive local color transformation method base on growcut image segmentation *** method improves Maslennikova et al’s CIM based color transformation algorithm by using Coupled Map Lattices （CML）.An intuitive and easy user interface is also *** just needs to draft some trails both in reference and target image to make the local color *** color transformation method represents some good characteristics auto-repair and segmentation with the usage of growcut.

关键词： color transformation coupled cap lattices segmentation growcut

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

火力与指挥控制 2018年第12期43卷 1-4,10页

作者：曲长文李智周强刘晨邓兵海军航空大学电子信息工程系山东烟台264001 海军航空大学科研部山东烟台264001

针对SAR图像差异图融合方法操作繁琐、参数不能自适应选取、计算复杂这一问题,提出了基于典型相关分析(CCA)差异图融合的SAR图像变化检测算法。该算法首先构造比值图、对数比值图,然后经过中值滤波,将滤波后的比值图和对数比值图转化为... 详细信息

针对SAR图像差异图融合方法操作繁琐、参数不能自适应选取、计算复杂这一问题,提出了基于典型相关分析(CCA)差异图融合的SAR图像变化检测算法。该算法首先构造比值图、对数比值图,然后经过中值滤波,将滤波后的比值图和对数比值图转化为列向量并将两组列向量进行线性组合,在典型相关极大的条件约束下,得到最佳的线性组合,再将此最佳线性组合的列向量转化为原差异图大小的矩阵,即可得到融合后的差异图。对融合后的差异图应用FCM聚类得到聚类效果图,而后对聚类效果图应用growcut分割算法处理得到最终的变化检测结果。由实验仿真结果可以得出所提基于CCA差异图融合的SAR图像变化检测算法具有很高的变化检测精度,是适用可行的。

关键词： SAR图像差异图融合典型相关分析(CCA) FCM growcut 变化检测

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

CT图像中肝脏分割方法研究

CT图像中肝脏分割方法研究

作者：张茜北京理工大学

学位级别：硕士

近年来,由于肝癌患者数量持续增长,早期诊断和准确的手术规划对治疗肝癌至关重要。精确的肝脏分割是计算机辅助肝脏疾病诊断和手术规划的必要步骤,它对于肝脏组织的定量分析、图像配准以及三维可视化建模具有重要的学术和应用研究价值... 详细信息

近年来,由于肝癌患者数量持续增长,早期诊断和准确的手术规划对治疗肝癌至关重要。精确的肝脏分割是计算机辅助肝脏疾病诊断和手术规划的必要步骤,它对于肝脏组织的定量分析、图像配准以及三维可视化建模具有重要的学术和应用研究价值。本论文提出了一种针对腹部CT图像的肝脏分割策略,该策略采用由粗到细的分割方法,充分利用了CT切片图像在空间上的连续性,实现了全序列图像中的肝脏分割。论文的具体研究内容如下:(1)对CT图像进行预处理以及对分割结果进行后处理操作。本文对CT图像的预处理包括将医学图像DICOM格式转换为常用的BMP格式和中值滤波去噪。对分割结果的后处理包括利用形态学方法平滑图像边缘,填充二值图像中的孔洞以及提取最大连通区域。(2)采用基于空间邻域信息的核模糊C均值聚类算法(SKFCM)对腹部CT图像中的肝脏进行粗分割,本文第一次将SKFCM算法用于肝脏分割。SKFCM算法是在模糊C均值聚类算法(FCM)的基础上引入了核函数和空间邻域信息,它的聚类能力和抗噪声能力比FCM算法强。在腹部CT切片图像中,相邻切片的形状变化较小,利用这一特性,可实现肝脏图像的连续粗分割。粗分割结果中有大概一半的分割结果不需要再进行细分割,这些不再需要进行细分割的粗分割结果可作为模板,用于自动生成细分割的种子点。(3)采用本文提出的改进的growcut算法对粗分割结果中分割不完全的图像进行细分割。传统的growcut算法是一个交互式的分割算法,需要手动输入种子点,分割效果依赖于种子点的选择。本文改进了growcut算法,可实现种子点的自动生成,提高了分割的效率和准确性。利用本文提出的由粗到细的分割策略对三组腹部CT图像进行了肝脏分割,并对分割结果进行了定性和定量分析,验证了本文提出的肝脏分割方法的准确性和有效性。

关键词：腹部CT图像肝脏分割 SKFCM growcut

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向彩色眼底图像的血管分割方法研究

面向彩色眼底图像的血管分割方法研究

作者：张春剑哈尔滨工业大学

学位级别：硕士

由于视网膜血管在眼底视网膜血管病变的分析和心脑血管疾病诊断中具有重要意义，多年来一直受到研究人员的高度重视。正常情况下，其结构跟形态一直处于稳定的状态。然而高血压、糖尿病及冠状动脉硬化等严重危害人类身体健康的心脑血管... 详细信息

由于视网膜血管在眼底视网膜血管病变的分析和心脑血管疾病诊断中具有重要意义，多年来一直受到研究人员的高度重视。正常情况下，其结构跟形态一直处于稳定的状态。然而高血压、糖尿病及冠状动脉硬化等严重危害人类身体健康的心脑血管疾病会引起眼底视网膜血管直径和弯曲程度等结构的变化。由于视网膜里血管结构复杂，通过肉眼进行检测时误诊现象时有发生,因此研究科学有效的视网膜血管分割方法具有重要的意义。本文首先在眼底视网膜图像的绿色通道上进行阴影修正、双边滤波等预处理操作，然后在080°的范围内利用方向线检测算子以12个方向对视网膜血管中心线进行提取，最终再将各个方向检测到的方向线综合在一起形成完整的视网膜血管中心线。从本文实验可知，以方向线检测算子检测的中心线不仅准确而且完整。在得到的血管中心线的基础上，本文使用两种方法来定位视网膜血管边界。第一种方法是基于growcut方法的视网膜血管分割方法。我们首先将检测到的中心线作为血管的种子像素，对中心线进行形态学处理得到背景的种子像素，然后对血管和背景的种子像素分别进行标记(贴上相应类的标签),再通过元胞自动机对剩余像素分配相应标签，从而达到分割血管的目的。实验结果表明，该方法运算速度较快且能分割出大部分血管，但是由于分割过程中未能考虑到血管的结构特征，所以会存在分割得到的血管边界不够精确光滑，部分区域误分现象较为明显的问题。本文提出的第二种分割方法能够有效地利用血管的形态结构特点:基于改进的B-样条Ribbon Snake分割视网膜图像中的血管。该方法在紧挨着血管中心线的两侧设置初始轮廓线，我们在传统B-样条Ribbon Snake模型的基础上设计了新的宽度能量和区域能量，通过极小化能量函数完成对视网膜血管的分割。实验结果表明，该方法分割出的血管边界具有精确与光滑的特性，且能对低对比度血管进行有效分割。

关键词：视网膜血管分割中心线 growcut B-样条 Ribbon Snake模型

融合显著性和交互式分割算法的自然图像自动分割

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

融合显著性和交互式分割算法的自然图像自动分割

作者：沈大炜华中科技大学

学位级别：硕士

在计算机网络多媒体技术以及成像设备快速发展进步的今天，可获取的多媒体数据呈爆炸式增长。如何让计算机模拟人眼自动快速定位和检测感兴趣区域或目标的机制，是图像检索、图像分割、对象识别等图像处理和分析亟待解决的问题。图像显... 详细信息

在计算机网络多媒体技术以及成像设备快速发展进步的今天，可获取的多媒体数据呈爆炸式增长。如何让计算机模拟人眼自动快速定位和检测感兴趣区域或目标的机制，是图像检索、图像分割、对象识别等图像处理和分析亟待解决的问题。图像显著性模型和算法已经成为计算机视觉领域的研究热点，而在显著性区域的检测技术中，难点主要在于在应对包含场景较为复杂的自然图像时，计算机无法检测出准确且完整的感兴趣区域。而一般的无交互的分割算法的缺陷同样在于在面对这样复杂图像时，由于没有合理语义信息的加入，也不能通过分割得到较理想的显著区域。而交互式的分割方法因为引入了人工干预，一方面会大大影响图像处理效率，另一方面可能会带来人工标注信息招致的不确定性和主观性。基于以上难点和不足，本文提出一种融合了显著性和交互式分割算法的自然图像自动分割方法：一方面为分割提供了先验知识，能够更准确和完整地分割出图像中的感兴趣区域;另一方面减去了传统交互式分割所需提供的人工标注过程，省去了人的工作量也避免了人工信息可能导致的不确定性。本文的主要研究内容包括：（1）在总结和分析国内外的显著性分割算法研究现状的基础上，提出一种融合全局对比度和区域对比度显著性的显著性定义方法，得到更接近人眼视觉注意力机制、更利于图像分割的显著图;（2）通过处理显著图，获得更利于图像分割的图像标注，并取代传统基于显著性分割中分割步骤常用的算法，用本文方法获得的显著信息标注取代growcut这一交互式的分割算法中人工交互标注过程，实现对图像全自动的分割。通过采用公开数据集MSRASalient Object Database进行实验，对本文提出的算法从主观视觉和客观指标分别进行了定性和定量分析。实验结果表明：论文提出的算法能够获取更为理想的显著图，且具有能有效提升图像感兴趣区域的分割效果的能力。

关键词：视觉注意力机制感兴趣区域显著性标注交互式分割 growcut

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于结构信息的道路提取方法研究

基于结构信息的道路提取方法研究

作者：陆科宇国防科学技术大学

学位级别：硕士

道路提取是无人驾驶视觉导航中的一个关键技术。由视觉传感器可以获取丰富的环境信息,并且具有环境感知潜力大、成本低等优势,因而基于视觉的道路提取成为无人车领域的研究热点。然而,真实的道路场景十分复杂,这使得基于视觉的道路提取... 详细信息

道路提取是无人驾驶视觉导航中的一个关键技术。由视觉传感器可以获取丰富的环境信息,并且具有环境感知潜力大、成本低等优势,因而基于视觉的道路提取成为无人车领域的研究热点。然而,真实的道路场景十分复杂,这使得基于视觉的道路提取成为一个非常具有挑战性的问题。本文以无人驾驶汽车视觉导航为应用背景,充分利用道路消失点、道路主边沿、道路形状、超像素块等结构信息,围绕复杂场景下基于视觉的道路提取问题展开研究,完成的主要工作如下:1、提出了一种基于多种群遗传算法(MPGA)的快速道路消失点提取方法。针对目前道路消失点提取算法运算速度较慢的问题,该方法使用基于多种群遗传算法(MPGA)的候选消失点选择策略,对候选消失点进行启发式的搜索,大大减少了候选消失点投票值的计算次数,从而提高消失点的提取速度。同时,针对提高道路消失点提取精度问题,该方法将候选消失点和投票点之间的方向偏差信息和距离信息同时融入到消失点提取中,提高了消失点提取的精度,为后续的道路提取打下基础;2、提出了一种适用于复杂道路场景的growcut种子点选择算法。针对道路场景中出现的阴影和遮挡物影响道路分割的问题,该算法使用道路消失点信息划分聚类区域,然后使用聚类算法在道路和背景区域自动选择growcut种子点。该方法能够自动避开道路中的遮挡物和颜色纹理差别较大的区域,为使用growcut进行道路提取打下基础;3、提出了基于growcut的道路提取方法。该方法在超像素层上使用growcut算法框架进行道路提取,同时,使用光照不变特征和颜色特征来度量超像素之间的距离,提高了growcut算法在道路提取上的稳定性;4、提出了一种使用高层信息对道路区域进行优化的方法。该方法在条件随机场框架下同时引入了道路消失点和道路形状先验两种高层信息,以引导道路提取按照正确的方向进行,并提高了道路提取的稳定性。为了验证所提出算法,本文进行了大量的对比实验评估了算法的平均性能、尺度不变性、噪声敏感性和雾气敏感性。实验结果表明,本文所提出的道路提取方法具有较好的综合性能,对复杂的道路场景具有较强的适应能力。

关键词：道路提取结构信息多种群遗传算法 growcut 条件随机场