基于分割理论的三维模型检索算法

提出了基于分割理论的三维模型检索算法,在利用分割算法获取模型部件集合的基础上,提取表征模型部件全局分布和表征模型局部形状的两类特征,并综合计算不同模型间的相似性,从而获得模型间总的相似程度.实验结果表明该检索算法能够获得更精确的检索效果.     

基于改进主动形状模型的前列腺超声图像分割算法

为了提高前列腺超声图像的分割精度,提出了一种基于改进主动形状模型的前列腺超声图像分割算法.首先,提取前列腺超声图像的特征集合,该特征集合由Gabor纹理特征和局部二值模式(LBP)特征组成.然后,通过利用k均值算法对提取的特征集合进行聚类分析,得到超声图像的聚类表示图.最后,在聚类表示图上应用ASM获取超声图像中前列腺的形状信息.结果表明,该算法可以准确地定位前列腺边界信息,与医生手动标记的前列腺轮廓相比,平均绝对距离仅为1.559 6 mm,戴斯相似度系数最高可达93.88%.利用超声图像的聚类表示图可以获得更加精确的前列腺轮廓信息,可用于海扶高聚焦超声(HIFU)手术中的精准导航.     

基于法线夹角与面积分布的三维CAD模型检索

三维CAD检索技术对产品设计、重用具有促进作用.经典的三维模型检索算法——形状分布算法SD,适用于全局特征相似的模型检索,但对于全局相似但局部差异明显的模型则无法有效检索.针对这一问题,本文首先提取SD特征,并利用基于法线夹角与面积分布的特征提取技术来对模型局部特征进行描述,随后通过构造特征矩阵来融合提取到的法线夹角与面积分布两类特征,最后将SD特征与法线夹角与面积分布特征进行组合,形成新的特征并应用于检索.实验结果验证了该方法的有效性.     

自适应鲁棒图形模糊聚类分割算法

针对图形模糊聚类算法缺乏噪声抑制能力的不足,提出基于鲁棒距离的自适应图形模糊聚类分割算法.首先,将邻域像素灰度信息嵌入图形模糊聚类目标函数,得到鲁棒图形模糊聚类分割算法.然后,利用鲁棒距离代替鲁棒图形模糊聚类目标函数中的平方欧氏距离,并对该鲁棒聚类中正则因子采用当前样本与邻域信息均值之偏差进行自适应调节.最后,利用拉格朗日乘子法获得自适应鲁棒图形模糊聚类迭代表达式.灰度图像及其噪声干扰图像的分割测试结果表明:该分割算法相比图形模糊聚类算法、鲁棒图形模糊聚类算法以及现有的鲁棒模糊聚类算法等具有更强的分割能力和抑制噪声的能力.     

水平集理论在磁共振脑图像分割中的模型研究

灰度不均匀性常出现在医学图像中,给图像分割问题带来很大困扰.为了提高鲁棒性,可在分割模型中引入各种先验知识,例如形状和灰度分布信息.而传统的引入先验知识的分割算法,如神经网络算法,仍存在许多问题,包括数据计算量大和边界不连续等.为了解决这些问题,提出了一种基于水平集理论的分割算法.利用局部区域的灰度信息定义能量函数,然后根据能量函数的最小化机制引导水平集曲线进化并最终收敛到目标边界.在仿真实验中,将局域化的水平集算法与传统的自组织映射神经网络算法进行比较.结果表明,所得到的算法在鲁棒去噪和目标边界的连续性方面效果更佳.     

基于几何图像滤波的3D人脸识别算法

针对表情变化下的三维人脸识别问题,提出了一种基于几何图像滤波的特征提取方法,并根据样本图像滤波后的特征分布函数给出最优卷积滤波器的设计过程.首先,利用网格平面参数化方法,将人脸网格映射到边界为正四边形的平面区域内,经过线性插值采样得到具有三维形状的二维几何图像;然后,将整体几何图像切割成局部分块图像的集合,在每组局部分块图像构成的训练样本库中利用差分进化算法对滤波器进行优化设计;最后,利用训练得到的最优滤波器提取对应分块图像的局部特征并计算相似度,将相似度得分融合,即可得到最终识别结果.利用FRGC v2人脸数据库进行实验验证,结果表明,使用几何图像滤波能显著提高算法的精度和鲁棒性.     

基于相对高度的曲线特征提取算法

特征是物体匹配和识别的依据.为提高图形图像的识别率,对曲线的特征提取进行了探索,提出了一种基于曲线相对高度的特征提取算法.算法可大致描述如下:利用曲线的高分割曲线,再分别计算各段曲线的相对高度,不断重复前面两个操作,直至相对高度满足小于某个给定的常数.对于每一个相对高度,按照分割曲线的层次存储在二叉树相应的节点.实验结果表明,该算法能够满足曲线在平移、旋转、缩放和对称变换后,其特征不变,而且具有良好的灵敏度.该算法可用于手写汉字和人脸轮廓的识别.     

基于DCE算法的压缩域视频镜头分割方法

镜头分割是视频检索的结构化基础,为此提出一种高效的视频镜头分割方法.首先,在压缩域中提取视频流中I帧携带的特征信息,并生成帧间特征分布曲线;然后,利用离散曲线演化(DCE)算法对预处理过的曲线进行分析与演进;最后,分割出视频镜头并提取关键帧.试验结果表明:该方法充分考虑了视频编码的时序特点,具有较好的分割效果,鲁棒性强.     

基于一维傅里叶变换的改进形状上下文特征

提出了一种新的特征描述子,将无方向选择的形状上下文特征看做一系列一维信号的集合,对这些信号做一维傅里叶变换,理论上证明了利用这种简单的算法可以生成平移、缩放、旋转不变的特征.新特征的提取运算简单,时间复杂度低.形状点集匹配的实验结果验证了这种新特征的有效性.     

基于NURBS曲面曲率分析的钣金件自由特征识别技术

提出并实现了一种面向钣金件自由曲面模型的形状特征识别技术.算法由曲面区域分割、领域独立凸凹特征的搜寻和面向钣金成形的形状特征识别3个步骤构成.输入几何模型数据是基于IGES格式的CAD模型,其中曲面是以NURBS形式表示的裁剪曲面.利用NURBS符号运算分析曲面的曲率特性,并将其分割成各种曲率域.通过基于规则的方法,将符合特定几何及拓扑关系且具有高层工程意义的连续曲率域集合识别为对应的形状特征.最后,通过2个实例验证了该方法的可行性和有效性.     

一种基于MPEG-7颜色特征的图像检索方法

提出一种新的颜色直方图以及相似性度量的表示方法,克服了传统直方图的不足.首先,采用基于MPEG-7视觉内容的颜色作为相似颜色区域内的特征值,对像素颜色值进行非均匀的量化之后,计算每一种颜色出现的概率,并抽取主要颜色特征作为特征向量存储在图像数据库中.最后,根据模糊集合理论的一种距离函数可计算出颜色直方图的相似度.实验结果证实,该方法具有较好的精确性和可行性.     

结合血管拓扑和Non-local CNN-GCN的肺动静脉分离方法

为解决肺CT影像中动、静脉血管的自动分离、精确提取问题,提出一种结合血管拓扑与连接非局部卷积神经网络和图卷积网络(Non-local CNN-GCN)的肺动静脉自动分离方法.首先,使用尺度空间粒子采样方法将血管树表示为一组中心线体素粒子;然后,根据粒子体素及其相邻体素构造拓扑图,并从拓扑图中提取只包含动脉或静脉分支的拓扑子图;最后,基于拓扑图训练Non-local CNN-GCN分类器,并利用拓扑子图来改进分类结果.在16例CT影像数据上进行训练和测试,结果显示,本方法能有效去除动静脉黏连点,分类平均准确度达94%.     

光强倒数色度空间的彩色人脸光照预处理

为了解决彩色人脸识别中色彩信息易受光照影响的问题,提出一种基于光强倒数色度空间（IICS）的彩色人脸图像预处理方法。本方法首先将图像均匀地分割成子块;将每个图像块变换为 IICS 空间中的一个二维数据集,并根据数据集的线性分布特性估计图像块的光照颜色;然后对全部图像块的光照估计进行颜色直方图统计,根据直方图对分块估计的结果进行合并;最后,利用估计得到的光照和对角模型将图像光照校正到标准白光下,用于人脸识别。在 AR 和 FERET 人脸库上的实验表明,通过引入本光照预处理,有效增强了彩色人脸识别方法对光照变化的鲁棒性,提高了识别精度。     

二维信息熵的红外图像分割算法

为了准确实现目标分割,提出将信息熵应用于红外图像的分割算法。对一般二维直方图最大熵进行推广,给出了外接4邻域直方图最大熵、灰度级-邻域灰度级绝对差直方图最大熵,以上3种二维信息熵算法均能有效地实现红外图像分割。引入属性直方图的概念,构造合适的属性集,先缩小目标的搜索范围,在此基础上运用信息熵进行目标分割,与单纯信息熵分割算法相比,得到的分割结果图中,目标的形状比较完整且引入的干扰较少。仿真结果表明该算法是有效的。     

基于形状特征分划分的树状区域匹配图像检索

提出了一种依据形状特征划分的树状区域匹配的图像检索算法,其思想是首先基于形状特征将图像发为若干给定浓度的树状关系区域,再结合所划分区域的结构关系及其颜色特征进行匹配检索。通过2个检索粗过滤条件,显著提高了检索响应速度,应用此算法,图像中对象的几何变换（移动、旋转、比例缩放）不会影响到查询结果,实验测试的结果表明,与一般的颜色直方图匹配算法相比,该算法大大提高了检索效率。     

统计骨架信息的形状描述新方法

针对形状描述与识别问题,提出了骨架结构特征直方图,利用提取的形状骨架信息,解决了形状轮廓的起点选择、旋转、平移以及缩放等不变性。首先,计算每对骨架点关于骨架中心的测地路径长度比例特征和骨架点圆盘半径比例特征,然后结合上述2个特征统计构造直方图矩阵来描述图像形状。实验结果表明,该形状描述不仅具有刚性变化不变性,在一些非刚性变化下也能够实现高效率和高精度的形状检索。     

结合彩色边缘与LBP纹理的图像检索算法

基于图像颜色、纹理和形状单一特征的特征提取和匹配的方法很多,各有优缺点,因此,本文提出了将图像中心区域的uniform模式的LBP纹理与环形分块彩色边缘相结合的图像检索算法。常用的形状检索算法只能对连续封闭曲线才有好的检索效果,而对自然彩色图像检索效果较差,而本文将图像分成几个环形分块,对每一环形分块内的图像提取彩色边缘并形成颜色直方图用于图像形状描述。纹理采用uniform模式的LBP描述,最后采用加权法融合形状特征和纹理特征。根据实验比较,该算法能较大提高大多数类别图像检索的查准率。     

随机断裂网络的Monte-Carlo模拟研究

地质体中广泛存在着裂隙,它们是地质体中气液介质主要贮存的空间和运移通道.然而,极大部分断裂的分布具有不确定性.在对随机断裂分布基本参数研究的基础上,提出用非平稳态随机过程模拟断裂间隔.通过统计窗中断裂的量测,构造一个随机断裂网络Monte-Carlo模型.这一仿真技术为探索断裂在地质体中的分布,研究气液在地壳中赋存和运移提供了新的途径和方法     

基于Laplacian算子的法向网格生成

多分辨率法向网格是网格的一种多分辨率表示方法。其中每一个分辨率层次都是它的前一层法向的偏移,因而除基网格顶点外,其它顶点都可表示为一个标量形式。本文提出一个生成法向网格的算法,对Lgor Guskov等人的方法作了改进,首先,在计算基网格的网格简化过程中,记录下每个基网格三角形在原始网格中的相关三角形集,以此来提高求交效率同时仍保证较高的准确性。其次,增加了处理边界情形的能力。最后,利用Lapacian算子的切向分量对法向网格进行重新参数化。使得网格的三角形分布更均匀,三角形的形状也更为正则。从实验结果可以看到,本文的算法具有较强的实用性,所得到的法向网格与原始网格的逼近误差也很小。     

Content-based similarity for 3D model retrieval and classification

With the rapid development of 3D digital shape information, content-based 3D model retrieval and classification has become an important research area. This paper presents a novel 3D model retrieval and classification algorithm. For feature representation, a method combining a distance histogram and moment invariants is proposed to improve the retrieval performance. The major advantage of using a distance histogram is its invariance to the transforms of scaling, translation and rotation. Based on the premise that two similar objects should have high mutual information, the querying of 3D data should convey a great deal of information on the shape of the two objects, and so we propose a mutual information distance measurement to perform the similarity comparison of 3D objects. The proposed algorithm is tested with a 3D model retrieval and classification prototype, and the experimental evaluation demonstrates satisfactory retrieval results and classification accuracy.