基于局部直方图信息的相似图像组分割模型

针对ACGS模型不能有效分割具有纹理变化的相似图像组问题,提出一种基于图像局部直方图信息的协同分割模型.该模型能量泛函分为两项,一项为基于图像直方图信息的数据项,反映了图像组中每张图像的纹理信息;另一项为用形状矩阵的秩表示的相似性约束项,用来控制待分割图像之间目标形状的相似性,其中形状矩阵中每个列向量代表图像组中一幅图像的目标轮廓.同时,在SUN显著图上演化CV模型实现轮廓的初始化,提高了ACGS模型对初始轮廓位置的鲁棒性.实验表明,该模型对具有纹理变化的形状相似图像组分割效果优于ACGS模型.     

图像分辨率对天然纤维识别的影响

针对低分辨率图像的保真问题,提出基于轮廓曲线的邻域方向差分链码,进行曲线失真程度的分析.该方法将基于像素坐标的二维轮廓曲线转化成相对于曲线走向而变化角度函数.差分链码具有平移、拉伸和旋转不变性.根据差分链码提出分别针对于对象轮廓周长、轮廓包围面积和轮廓曲线相似性的误差统计模型,并将该模型应用于棉麻等纤维截面的显微图像在不同分辨率下外形的失真度分析,给出在图像采集时允许的最低图像分辨率的计算.     

基于复杂网络和图像轮廓的形状识别方法

基于轮廓的图像识别方法具有过程简单、识别效率高等特点.但随着人脸表情变化、光照强度以及遮挡等因素的改变,提取图像轮廓形状的难度增大,从而使方法的有效性受到影响.本文提出一种基于复杂网络和图像轮廓的形状识别方法,通过提取形状图像的轮廓点,建立相应的复杂网络模型,计算相关参数来识别图像.实验表明,该方法具有对轮廓图精确度依赖性低、复杂网络规模小、阈值参数少、能有效适应边界形状改变等优点.     

一种基于循环码的自适应图像隐写方法

在自然图像各部分嵌入相同量的隐秘信息,对载体失真度和安全性的影响各不相同,为使嵌入信息量在载体各部分合理分布,文章将载体分块像素复杂度与隐写编码相结合,利用一簇循环隐写编码在载体各部分的合理运用,提出一种基于循环隐写码的自适应图像隐写算法.算法以载体分块像素复杂度为指导,自适应地选择适合不同分块的循环隐写编码方式嵌入隐秘信息.实验表明,算法在相同嵌入量下相较LSB匹配算法和使用单一隐写编码的算法,失真度更低且载体统计分布的改变更小,在失真度和统计分布改变相近时相较使用单一隐写编码,嵌入容量更大.     

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.     

MPEG-4形状编码研究

MPEG-4标准实现了从基于像素的编码向基于对象和内容的编码的转变．标准中引入了视频对象平面（VOP）的概念，每个VOP即是一个语义意义上的对象或感兴趣的对象内容，VOP具有形状、纹理和运动三种属性，其中形状编码是MPEG-4与传统视频编码标准的最大区别．通过对MPEG-4的研究探讨，提出一种基于边缘轮廓的形状编码方法：改进的Freeman链码法，将它与传统的链码方法从码长、链码长度、是否独立于旋转操作、链码总位数四个方面进行了比较，给出比较分析结果．     

模型基编码中的鼻子形状自动提取

介绍了一种简单而有效的模型基编码鼻子轮廓提取算法.该算法利用皮肤颜色图像分割、特征保留图像二值化、特征脸校验、脸部特征滤波和k-均值分类器定位复杂场景中的人脸及脸部各特征区域,提出了以圆形和非对称双抛物线建立的鼻子形状形变模板以及相应的能量函数,寻找的Powell能量最小化算法的初始参数加速了模板匹配过程,给模型基编码的人脸线框模型自动调整提供了准确的鼻子形状参数.实验表明,所提出的算法对不同人脸姿势的鼻子形状估计表现出良好的结果.     

基于形状特征的硅藻显微图像自动识别

硅藻是一类广泛分布于各类生境的单细胞生物,在许多领域具有广泛的应用,如水质监测、环境调查、石油勘探等,而这些应用都离不开对硅藻的种类鉴定.根据硅藻显微图像的形状特点,提出了对其进行预处理、分割、形状特征提取和分类的自动识别方法.采用了基于累积直方图的双轮廓叠加法的图像分割方法,可以有效抑制光照强度不一致、不平衡的影响,并充分利用显微镜下硅藻图像的轮廓特点,获得较好分割效果.同时对硅藻图像提取几何描述全局特征及形状签名特征,最后采用了基于误差反向传播算法的多层前馈网络(BP网络)进行分类.实验表明,该方法对11种浮游硅藻(包括12类轮廓)的自动识别率达到96.6%.     

自适应形状约束Graph cuts算法在腹部CT图像分割中的应用

针对CT图像对比度低,组织边缘模糊,器官轮廓不规则等特点造成组织器官难以分割的问题,提出了一种自适应形状约束的Graph cuts算法.首先使用基于多图谱配准的分割方法分割原始图像,将得到的初始分割结果作为形状先验加入到Graph cuts算法的能量函数中,同时根据配准分割过程得到的目标概率图自适应选择形状约束项系数,最后通过最大流最小割算法分割出CT图像中的肝脏、肾脏和脾脏.实验结果表明,该方法能够较好地分割出肝脏等组织器官,有效减轻传统图割算法分割图像时造成的过分割和欠分割现象.     

一种基于ridgelet和wavelet的混合编码压缩算法

星云图和MPEG-4中运动补偿后得到的残差图像通常是点线奇异性明显的图像.小波变换是表示点奇异性的有效工具,脊波变换(ridgelet)是表示线奇异性的理想工具.该文基于二者的优点提出了一种基于脊波变换和小波变换的混合编码框架用来处理压缩点线奇异性明显的图像.实验结果表明这种混合编码可以有效地对点线奇异性明显的图像进行编码,其效果优于基于单独的小波变换的SPIHT编码和脊波变换的SPIHT编码.     

一种全局隶属度和小波能量相结合的活动轮廓模型

计算机化X射线体层照相(computeried tomography, CT),图像中的磨玻璃型肺结节,由于其具有模糊的轮廓,且肺结节区域与其邻域的亮度值相差很小等特性,一般的图像分割算法很难对其进行精准地分割。针对该问题,提出一种全局隶属度和小波能量相结合的活动轮廓模型。首先,利用全局隶属度函数调整初始活动轮廓曲线,使之与目标边界的距离更接近,且形状更相似;同时,基于全局隶属度的边界停止函数能快速收敛于目标边界,使得预测曲线更加贴合待分割目标;其次,基于小波能量的局部活动轮廓模型数据项增强了目标与背景之间的对比度,进而能更精准地分割在低对比度和亮度非均匀场景中的目标轮廓。将该模型应用于全实质及部分实质磨玻璃型肺结节的CT图像中,实验证明了本文算法的优越性。     

二值图像的自动表述

提出了一种通过对图像中物体的边缘进行描述来表征二值图像的方法 .该方法对二值图像进行边缘提取、周线跟踪、特征点提取、边缘分割及曲线匹配 .经处理后的图像由一系列描述物体边缘的数学方程来表征 ,有利于图像数据压缩及重构 .     

一种考虑不确定性双臂机器人的鲁棒协调控制方案

研究了双臂机器人操作工件运动过程的动力学鲁棒协调控制,在载荷优化分配的基础上建立了系统的动力学方程.针对双臂操作系统动力学模型的不确定性,基于计算力矩结构提出了一种鲁棒协调控制方案,该方案能有效克服系统的不确定性影响和抖振,使得工件运动能较好地跟踪期望的运动轨迹,而当工件匀速运动时能保证内力跟踪误差有界.对平面双臂机器人操作工件的协调运动进行算例仿真.理论分析及仿真结果证明了控制方案的有效性.     

目标组织轮廓的三次非均匀B样条逼近

提出断层医学图像中目标组织轮廓最少数据点描述的样条曲线建模方法．首先采用多边形逼近将图像分割和轮廓跟踪所获得的目标组织轮廓线上几乎共线的部分离散数据点去除；再以剩下的轮廓数据点作为型值点，采用周期B样条曲线逼近的方法，得到控制误差条件下最少数据点描述的目标组织轮廓曲线，并依照IGES标准，输出医学内植物设计和骨组织有限元分析所需的目标组织样条曲线几何模型．     

二维轮廓线数据的快速投影方法

提出了一种用于二维轮廓线数据集显示的快速投影方法。首先，基于二维轮廓线数据给出了一种生成投影单元的集合运算方法，为了加速投影运算，将投影单元分为同类单元和界面单元两种，然后分别给出了这两种单元的投影方法：对于同类单元，给出了投影多边形各象素的颜色和不透明度的线性插值方法及其缓存技术；对于界面单元，给出了不同物质分界面的光照技术。结合医学解剖切片数据和核磁共振成象（ＭＲＩ）数据实现了提出的方法，结果表明，提出的方法具有非常好的算法效率和图形质量，并且该方法可使分类结果在二维上进行交互修改。     

基于Snake模型的快速边缘检测

传统Snake模型存在两个难点,一是初始轮廓敏感,二是难深入凹陷区域.针对这两问题,存在一系列改进模型.本文结合距离模型和GVF模型的优点,提出一种快速边缘检测方法.先采用距离模型快速逼近目标边缘轮廓,设计判别条件,判断逼近程度;当判断已经收敛到目标轮廓处时,利用GVF模型继续收敛,深入目标轮廓的凹陷区域.实验结果表明改进模型具有捕获区域大,收敛速度快以及能深入凹陷区域,检测出完整边缘轮廓的特点.     

参数轮廓模型的目标跟踪

为了减少背景噪声和不相干边缘的影响,提出了一种基于方向能量的边缘选择方法,根据边缘检测的结果和由前一帧跟踪结果得到的预测轮廓构造能量函数,通过最小化能量函数进行轮廓跟踪,由于能量函数包含了预测轮廓和目标边缘信息,使得在跟踪目标轮廓变化的同时,又能保持目标形状的稳定性。实验表明:提出的跟踪方法可以在复杂背景下准确跟踪目标轮廓。     

Snakes外力场的改进及其左心室MRI的精确分割

参数活动轮廓模型（Snakes）分割图像时有两个明显的缺陷：要求初始轮廓线位于图像特征附近，且对深度凹陷区域的分割也不理想。基于梯度向量流（GVF）Snakes较好地解决了传统Snakes的两个本质缺陷。但是，由于GVF Snakes内力的性质和GVF的光滑性，使得对曲率大的边缘点不能精确定位。该文通过采用各向异性方程对图像扩散平滑和边缘增强，改善计算势能力场和梯度向量力场指向边缘的精确度。两种力场的有机组合作为Snakes的外力场。这种新的力场Snakes具有GVF Snakes和势能力场Snakes的优点，对左心室核磁共振图像（MRI）进行分割能得到精确的边缘轮廓。     

融合C-V和GVF的测地线活动轮廓模型

对于有凹陷边界或弱边界的待分割目标,采用传统的测地线活动轮廓(GAC)模型无法进行准确的图像分割.为了解决这一问题,提出了一种融合C-V模型、GVF模型和GAC模型的图像分割算法.在该算法中,GAC模型的单位内法向量与GVF模型的梯度矢量流共同作用,促使轮廓曲线向目标的边界方向运动;而GAC模型单位内法向量与C-V模型的区域信息的力场共同作用,不仅促使轮廓曲线向目标的边界方向运动,而且使轮廓曲线稳定在目标的边界上.仿真实验证明了上述方法的有效性,同时还证明了该方法对轮廓曲线的初始位置具有较好的适应性.     

实现轮廓提取的快速曲线演化方法

提出了基于曲线演化一般方程的轮廓提取方法．构造了合适的曲线演化法向分量,使曲线能快速演化到对象轮廓边界即停止演化;曲线演化偏微分方程数值实现采用迎风差分方案．试验结果表明该方法不但提取效果好,而且算法结构简单,数值迭代收敛快．