首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 765 毫秒

1.  基于测地主动轮廓和水平集的目标检测方法  
   王升  谢立  刘济林《四川大学学报(自然科学版)》,2009年第46卷第6期
   针对传统Snake模型在进行目标检测和分割时不能处理拓扑变化以及不能反映出演化曲线的内在几何特性,提出了一种新的目标检测方法——基于水平集的测地主动轮廓模型。该方法采用改进的测地主动轮廓模型,并结合水平集方法,即用水平集函数表示测地主动轮廓模型的曲线演化方程,来模拟初始曲线沿能量下降最快的方向演化的过程。对这种新模型进行研究,将其应用于一些灰度图像的目标检测和分割实验中,实验结果表明,所提出的新方法具有良好的检测效果,对多目标进行了有效分割,并且它能清晰地反映出演化曲线的内在几何特性以及具有良好的拓扑处理能力,这些特性是传统Snake模型所不具有的。    

2.  一种改进的局部区域特征医学图像分割方法  
   杨得国  杨勐  姜金娣  万红娟《河南科技大学学报(自然科学版)》,2012年第33卷第2期
   水平集分割方法中的Chan-Vese模型能够处理具有模糊边界和复杂拓扑结构的图像,但没有充分利用图像局部灰度的变化信息,致使其不能准确分割强度不均匀物体。针对这一问题对模型做了改进,引入局部灰度均值替换全局均值,以边界指示函数作权进行加权长度积分,加入使用双阱势的距离正则项来避免水平集重新初始化。试验结果表明:改进后的模型能够有效提高分割精度与效率,可以有效应用在医学图像的分割领域。    

3.  快速非匀质图像分割方法  
   孙建中  熊忠阳  张玉芳《重庆大学学报(自然科学版)》,2013年第36卷第4期
   针对灰度非匀质图像分割困难及效率低下的问题,提出一种基于局部区域活动轮廓模型快速分割方法.该方法结合核函数和割测度定义一个新的能量函数.一方面,在中心点被核函数掩模的局部区域内,用邻近点的加权均值拟合数据项能有效处理图像的非匀质分布.另一方面,用割测度逼近的曲线长度作为全局正则性,利于轮廓快速定位于物体边界.最后,在轮廓演化过程中,使用基于栅格图的最大流算法,避免了传统模型计算代价高昂的水平集函数.合成图像和真实图像的实验结果表明,提出的方法能有效快速地分割灰度非匀质图像中的弱边缘物体及多灰阶复杂结构物体;同时,对初始轮廓线位置和噪声具有较好的鲁棒性.    

4.  结合区域间差异性的水平集演化模型  
   陈雯  朱敏《华东师范大学学报(自然科学版)》,2014年第6期
   水平集方法在图像分割中得到了广泛的应用.其中基于边缘的活动轮廓模型主要通过梯度信息驱动曲线演化到目标边界,但基于梯度信息使得在分割时会产生过分割,并且对于灰度不均匀图像处理效果不理想,有可能得到不令人满意的结果.而基于区域的活动轮廓模型则是通过区域信息控制曲线移动,使得分割的结果立足于整体图像信息.基于上述原因,本文通过在水平集中提出了一种新的区域分量,在能量泛函中加入目标区域灰度和背景区域灰度的差的平方,提出了一种改进的图像分割算法.研究结果表明,与一般的活动轮廓模型相比,加入区域间差异性信息的活动轮廓模型的分割结果更加符合实际情况并且收敛速度更快,效率更高,得到的分割结果更令人满意.    

5.  一种新的基于局部区域的活动轮廓模型  
   徐海勇  陈军刚《湖南理工学院学报》,2012年第1期
   提出了一种新的基于曲线演化的活动轮廓图像分割模型.该模型利用局部图像统计信息来代替C-V模型中的全局灰度均值,以此可以分割灰度不均匀的图像.此外,在模型定义的能量泛函中增加了水平集正则项,以此来保证数值计算的准确性和避免对水平集函数的重新初始化.将本文提出的活动轮廓模型用于分割人工和自然图像,比较结果显示:C-V模型不能很好处理灰度不均匀图像,而本文提出的模型对灰度不均匀图像能得到满意的分割效果.    

6.  基于统计方法和主动轮廓模型相结合的医学图像轮廓提取  
   陈曾胜  周康源  李传富  胡跃辉  黄丹  王庆临《应用科学学报》,2005年第23卷第1期
   采用最小描述长度作为目标函数实现点分布模型上轮廓点的自动选取,提出了一种结合统计方法与主动轮廓模型提取图像轮廓曲线的方法.对一系列图像训练得到该训练集的典型轮廓曲线,初始化新图像的主动轮廓模型曲线后,再用训练集得到的轮廓线约束其变形,提取图像最佳的轮廓曲线.实验表明,与传统主动轮廓模型比较,该方法具有更好的轮廓提取效果.    

7.  基于C-V模型的运动目标水平集提取方法  
   杨莉  张荣国  胡静  刘焜《太原科技大学学报》,2012年第33卷第4期
   针对视频图像中的运动目标检测问题,提出了一种基于C-V模型的运动目标水平集提取新方法:使用改进的帧间差分法对运动区域进行初始检测,通过相邻视频帧的相减,选用自适应阈值判断出当前视频帧中的运动目标像素;经形态学处理后通过定义最小化能量函数构建运动目标轮廓提取的水平集C-V模型,实现运动目标轮廓的提取。实验结果表明,本文所提方法的边缘准确率和检出率更高,能够更有效地提取运动目标。    

8.  基于改进GAC模型的二值水平集前列腺超声图像自动分割算法  被引次数:1
   杨振森  李传富  周康源  张开华  冯焕清《中国科学技术大学学报》,2010年第40卷第5期
   提出了一种基于改进测地线主动轮廓(geodesic active contour,GAC)的自动分割算法.首先通过结合径向浅浮槽和区域填充算法得到滤波后图像的大致轮廓,然后通过构造基于区域信息的符号压力函数代替边界停止函数,并且加入了基于边界梯度信息的能量项,有效地克服了弱边界的问题.该模型用二值水平集方法实现,使算法的稳定性更高,计算量大大降低.对前列腺直肠超声图像的实验结果表明:本算法迭代收敛速度快,有效避免了边界泄露问题.    

9.  面向智能监控的运动目标轮廓可靠提取  
   夏海英  颜远辉  黄思奇  肖雯静《广西师范大学学报(自然科学版)》,2014年第32卷第4期
   针对目标运动检测算法得到的运动目标轮廓存在轮廓不完整、不准确等问题,本文提出一种基于Vibe算法和GVF snake的运动目标轮廓可靠提取算法。首先通过Vibe算法快速定位运动目标的感兴趣区域,并结合数学形态学、边界快速粗定位算法,获得运动目标轮廓粗定位,再利用改进主动轮廓模型能够实时可靠提取运动目标的轮廓。改进的提取算法具有良好的模型初始化条件,使得本方法不仅能够得到准确的运动目标轮廓,而且满足了实时性要求。实验结果表明,该算法能够实时可靠地提取运动目标轮廓。    

10.  边缘强化的无需重新初始化的水平集分割模型  
   张运平  王美清《福州大学学报(自然科学版)》,2009年第37卷第6期
   对Chan-Vese模型和Li等提出的不需初始化的基于变分的几何活动轮廓模型在水平集框架下的物理机制进行了分析,在考虑两种模型优缺点的基础上,提出一种新的基于水平集框架的图像分割模型.该模型整合了图像边缘的局部信息和区域的全局信息,数值计算过程中水平集不需要重新初始化.为了防止边缘信息深入到分割目标的内部,新模型利用Laplacian修正算子加大边缘信息在方程中的权重.实验表明,与CV模型相比,所提出的新模型分割效果和分割时间与初始轮廓线的位置和形状选取基本无关;在处理噪声图像、灰度值渐进多目标图像和边缘复杂图像等效果也优于CV模型和Li模型.    

11.  基于选择性注意机制的无边界主动轮廓图像分割算法  
   李 蕙  王延江《中国石油大学学报(自然科学版)》,2013年第6期
   针对现有的主动轮廓算法多为人为给定初始轮廓线的问题,提出一种基于选择性注意机制的无边界主动轮廓图像分割算法。该算法首先利用数学形态学算子对图像进行平滑预处理,然后将选择性注意机制引入到基于区域的无边界主动轮廓模型中,对单目标和多目标图像分别采用基于显著图的方法以及基于选择注意与小波变换相结合的方法进行掩膜初始化,最后应用水平集方法进行图像分割。结果表明,该算法不仅可以减少迭代次数,当图像中存在多个目标时还可以得到更精确的分割结果,有效地提高了主动轮廓算法的效率。    

12.  基于边带限制的梯度矢量流主动轮廓线模型的超声图像分割  
   严加勇  庄天戈《上海交通大学学报》,2003年第37卷第2期
   主动轮廓线模型是广泛应用于数字图像分析和计算机视觉等领域的一种目标轮廓跟踪算法,非常适合于医学图像(如CT和MRI)的处理。但将这一模型应用于超声图像的分割和目标轮廓的跟踪时,由于超声图像不可避免地存在着斑点噪声、弱边界和与组织有关的纹理,往往使传统主动轮廓模型难以获得满意的轮廓跟踪效果。为此,在梯度矢量流主动轮廓线模型的基础上,引入边带限制概念,并将该模型应用于超声图像的分割。实验表明,该方法较好地限制了非目标边缘和噪声干扰的影响,而且对超声及其序列图像具有较好的分割效果。    

13.  基于改进C-V模型乳腺癌MR图像分割  
   尤伟峰  叶少珍《福州大学学报(自然科学版)》,2015年第43卷第1期
   在乳腺癌MR图像分割中,传统C-V模型没有充分利用图像边界曲率信息,需要重新初始化水平集函数使其保持为一个符号距离函数(SDF),导致图像分割比较慢,同时目标区域易产生过度分割.为此,通过在传统的C-V模型中引入惩罚能量项和全局边界曲率能量项,提出一种改进的C-V模型图像分割方法,克服了水平集函数需要重新初始化和目标区域易产生过度分割等问题.实验表明,改进的C-V模型对乳腺癌MR图像具有较好的分割效果,分割收敛速度较快.    

14.  一种提取乳腺癌DCE-MRI感兴趣区域的分割方法  
   檀 哲  洪容容  叶少珍《福州大学学报(自然科学版)》,2016年第44卷第1期
   目前动态增强磁共振图像中,病灶灰度不均匀和心脏等非病灶区域增强明显的情况常常使医学图像感兴趣区域分割效果不好。医院临床诊断中希望能够克服灰度不均匀并且减少非病灶增强区域的干扰,从而更精确地进行DCE-MRI医学病灶分割,本文在水平集方法的几何活动轮廓模型基础上,提出结合了局部灰度聚类和尺度停止函数的方法,以克服灰度不均匀和非病灶噪声干扰。对福建省肿瘤医院等医院的临床乳腺癌DEC-MRI数据进行实验,结果表明改进的水平集方法具有较好的分割效果,收敛速度也加快。    

15.  水平集理论在磁共振脑图像分割中的模型研究  
   田丹  吴静飞  范立南《沈阳大学学报》,2013年第25卷第4期
   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.    

16.  基于模糊C均值聚类能量最小化的超声图像分割  
   李海燕  邹天宁  李支尧  张榆锋  陈建华  施心陵《云南大学学报(自然科学版)》,2015年第37卷第1期
    提出了基于模糊C均值能量最小化的活动轮廓模型.该模型首先对待分割图像进行模糊C均值聚类得到前景和背景的模糊隶属度值,然后将待分割目标的局部像素信息和它的隶属度值作为活动轮廓模型的水平集函数的初始值,改进了传统的求解Euler-Lagrange方程使活动轮廓的能量极小化的模型,利用快速算法直接计算模糊C均值能量最小化驱动传统活动轮廓模型的曲线演化.将提出算法与经典的活动轮廓模型分割算法比较,对仿真和临床的超声图像分割实验结果表明:提出算法能很好地分割像素不均匀、边界模糊、含有斑点噪声的超声图像,具有较好的分割性能和较快的分割速度.    

17.  基于改进LGDF模型的超声图像自动分割方法  被引次数:1
   朱永杰  邱天爽《大连理工大学学报》,2016年第56卷第1期
   基于局部高斯分布拟合能量(LGDF)模型的图像分割方法,对初始轮廓选取及参数选择较敏感.如果初始轮廓手动选取不当会由于陷入局部极小值而导致分割失败,且分割速度较慢.针对以上不足,提出了一种改进的LGDF模型的超声图像自动分割方法.该方法的正则化项由具有双极值点的势函数构成,在水平集函数进化过程中,可以避免由单极值点势函数造成的水平集函数震荡和扭曲,从而加快了收敛;另外,将局部熵阈值分割的结果作为LGDF模型的初始轮廓,接近真实轮廓,可以克服手动选取初始轮廓的影响.实验结果表明,该方法能自动获取合适的超声图像初始轮廓,并得到较好的分割结果,同时大大提高了分割速度.    

18.  基于伪中值双边滤波和水平集函数的细胞分割方法  
   马竟锋  刘永  祁鑫  高嵩《北京师范大学学报(自然科学版)》,2014年第1期
   为使细胞分割的结果更加精确,提出一种基于伪中值双边滤波和水平集函数的细胞图像分割方法.首先使用伪中值双边滤波对图像进行预处理,然后利用水平集方法对改进的CV模型进行两次曲线演化,分别得到细胞质与背景分界线,细胞核与细胞质分界线.结果表明:伪中值双边滤波在减弱高斯噪声的同时,同时去除了椒盐噪声,但没有弱化边界,LCV模型在CV模型的基础上添加了局部项,使得对于灰度不均匀的图像分割效果较好.结论:在使用水平集方法进行图像分割之前先进行伪中值双边滤波,同时为CV模型添加局部项,能够增强细胞分割结果的准确性.    

19.  测地线主动轮廓模型在图像分割中的应用  
   邓伟《科技信息》,2007年第53卷第5期
   Snake模型在图像分割中的应用主要有以下的缺陷:对初始位置敏感;实现曲线的拓扑变化比较困难。测地线主动轮廓模型是一种几何主动轮廓模型,在解该方程时采用LevelSet方法,这样曲线不管怎么演化,水平集函数总保持某种性质。通过实验表明,该模型受初始位置影响不大,而且能很好处理多目标物体分割问题,同时在遇到模糊的图像边缘时,可以利用曲线的几何结构信息,来获得图像的边缘。    

20.  基于局部和全局灰度拟合的图像分割算法  
   张晶《科技信息》,2010年第35期
   针对灰度分布非均匀图像的分割,提出一种改进的基于区域的活动轮廓模型,融合了LIF(local image fitting)模型的变尺度局部拟合特点与C-V(Chan-Vese)模型的全局优化特性,不仅提高了图像的分割效率,而且增强了模型对尺度参数和初始轮廓位置的鲁棒性。在数值计算中,使用高斯滤波规则水平集函数,使其保持光滑,并避免了复杂的重新初始化过程。对大脑MR图像的实验分割显示了该模型的优点。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号