基于图像熵的快速Chan-Vese模型分割算法

提出了基于图像熵的快速Chan-Vese模型分割算法.该算法利用实时图像熵自适应计算模型能量函数中的拟合参数以提高分割速度,并通过检测熵在曲线形变过程中的变化来判定曲线演化的稳定态.实验表明.针对含噪严重、目标模糊且边缘不连续的红外图像目标检测,所提出的分割算法可以取得精确、高效的分割结果.     

基于Mumford-Shah模型的局部水平集分割窄带算法

提出了一种基于Mumford-Shah推广模型的水平集能量函数,引入了梯度特征,并在此基础上提出了一种新的局部水平集分割方法,提高了算法收敛速度,避免了图像中的无关边缘对分割结果的干扰.设计了窄带算法,克服了水平集方法初始化复杂的缺点.与窄带算法相结合,所提出的分割方法可以在杂波背景中得到分割的局部最优解.通过采用Otsu算子确定感兴趣目标初始位置,所提出的方法可用于具有不同灰度特征的多目标分割.实验证明了所提出的方法用于复杂背景下的目标分割以及多目标分割时的有效性和计算效率.     

一种形态学梯度滑降算法的研究

滑降算法是一种重要的图像分割工具,然而基于滑降算法的图像分割在很大程度上依赖于待分割图像梯度的计算.提出了一种多尺度形态学梯度滑降分割算法.该算法首先利用多尺度形态学梯度,通过大小不同的结构元素提取图像梯度特征,获得梯度图像,然后利用滑降算法进行图像分割,为了减少滑降算法的过分割现象,提出了区域面积和区域相似性规则的区域合并的方法.实验结果表明,本方法具有较好的分割效果,同时分割中结构元形状、尺度可以灵活选取,使得该方法适用范围相对比较广泛.     

基于均值漂移的SAR图像分割方法研究

本文主要讨论了均值漂移算法在图像分割中的应用,指出均值漂移算法是一个稳定的图像分割算法,该算法具有很强的适应性.对于遭受噪声污染的图像,它的分割效果会受到很大的影响.因此针对噪声特性,提出了用滤波器来改善基于均值漂移的SAR图像分割的方法.该方法的关键是设计合适的滤波器.基于该方法进行了图像分割实验表明,该方法可以改进图像分割效果.     

一种用于纤维增强复合材料微观结构图像的阈值分割算法

提出了一种新的阈值分割方法,将原始图像划分为子图像,计算子图像变化统计分布矩阵及平均加权信息熵能量占总信息熵能量和的比例,判断子图像内是否含有目标纤维.提出一种改进的Otsu阙值分割算法对含有目标的子图像进行分割.实验证明:该方法适用于目标稀疏且对比度低、亮度分布不均匀的图像,应用在纤维增强复合材料微观结构图像阈值分割中,能较好抑制图像中的噪声,在不破坏纤维完整性的同时获得较满意的分割结果.     

基于C-V方法改进的红外图像自动分割

基于简化的Mumford-Shah水平集图像分割模型,Chan-Vese提出了不依赖于图像边缘的水平集图像分割算法(C-V方法).但是该方法分割参数难以确定,对于具有非均匀灰度背景的红外目标图像常常分割失败.针对这一问题给出了改进的拟合能量模型,新模型兼顾到了目标的同质性信息与其所占面积比例的关系.基于该模型的水平集图像分割方法自适应于灰度起伏的背景,可以较为理想地分割出与背景灰度差异不太明显的目标,对小目标也具有很强的适应性.实验结果表明,在固定水平集分割参数的情况下,新方法对于不同类型、不同背景的红外图像具有了良好的适应性.     

基于模糊集与区域生长算法的胎儿下腔静脉血管超声分割

本方研究了胎儿下腔静脉血管在B型超声图像中的分割问题.B型超声使用方便,在临床中有广泛使用,但其图像有噪声多、对比度差的缺陷.为了有效地在B型超声图像中分割血管,提出了一种基于模糊集与区域生长算法的分割算法;该算法预先使用模糊集算法处理,以提高图像对比度;并使用基于梯度改进的自适应区域生长算法进行分割.实验以医生的手工分割结果作为金标准,并与阈值分割和水平集算法进行了对比.实验表明,该方法的准确度和稳定性高于阈值分割和水平集分割方法结果.     

基于改进Otsu算法的生菜叶片图像分割方法

针对传统的Otsu算法计算量大、实时性差等缺点,提出了一种新的PSO+Otsu(S)分割方法.将RGB颜色空间转换成HSV颜色空间,并提取S分量图像.针对基本粒子群优化算法提出一种新的惯性权重系数w更新策略,并利用改进的粒子群优化算法搜索最优阈值,将搜索到的最优阈值作为Otsu算法的分割阈值,并对S分量图像进行分割,最终得到生菜叶片分割图.结果表明:提出的生菜叶片图像分割方法不但适合单叶片图像分割,而且适合冠层叶片图像分割;运用本算法分割单个生菜叶片图像以及生菜冠层图像时程序运行时间分别为118,126 ms,迭代次数分别为6,5次,相比于Otsu算法以及标准PSO+Otsu算法,本算法不仅有效缩短了程序运行时间,而且提高了图像分割的准确率,具有较好的实时性.     

一种改进超像素融合的图像分割方法

基于超像素的传统图像分割方法在边缘分割的一致性、计算效率和融合算法的自适应性等方面仍存在诸多问题. 文章结合国内外相关研究进展,提出了一种新型超像素融合的图像分割方法. 方法采用ERS超像素过分割算法,以强度、梯度直方图作为超像素特征,并采取EMD方法计算特征距离,通过混合Weibull模型获取融合自适应阈值,进而完成分割. 算法时间复杂度降至为O(N),分割过程中不需要手动选取待分割区域,有效提高了算法的自适应性. 实验结果表明本方法在分割边界准确度和处理效率方面优于现有方法.     

基于马尔科夫随机场的合成孔径雷达图像分割方法

提出了一种基于MRF模型和最大后验概率准则的SAR目标切片图像分割方法.该方法通过对SAR目标切片图像中不同的区域所占比例进行统计分析,得到了一种有效分割的迭代初值选择方法.本文给出了模拟退火算法,ICM算法,吉布斯抽样算法对模拟图像和实测SAR图像目标区域进行了分割,结果表明,采用本文提出的方法可以加速迭代的收敛过程,降低迭代次数,提高分割速度.     

基于Fast Marching方法的多机器人追捕算法

多机器人系统的追捕-逃跑问题是人工智能领域一个非常重要的问题.本文为实现多追捕者协作追捕逃跑目标,提出了一种基于Fast Marching方法的多机器人协作追捕策略.追捕过程中,追捕者数量多于逃跑者的情况下,协助追捕者通过构造“活跃区域”与主追捕者的合作,实现一种压迫式的追捕策略.     

一种快速3维无人机航迹规划方法

无人机三维航迹规划由于规划约束众多,同时面临在巨大的搜索空间中寻优,往往规划速度慢,规划效率低.结合二维规划和高度规划实现三维规划是一种有效提升规划速度的解决方案,在利用Fast M arching Method(FMM)进行二维规划的基础上,采用Sparse A-star(SAS)搜索算法进行高度规划,分阶段考虑航迹规划的各种环境约束和机动约束,从而压缩规划空间.实验表明,该方法航迹规划速度快,所得到的三维航迹具有良好的地形跟随能力和避障能力.     

基于图像分割的医学图像三维重建算法

针对Marching Cubes（MC）算法存在的数据复杂、分割方法单一和三维网格存储量大的问题,提出了先将图像进行中值滤波处理,进行了图像分割及三维网格模型简化,并给出了相应算法。实验证明运用本算法,三维重建速度和显示效果均有提高。     

序列图像的高精度面绘制方法

分析总结前人在面绘制方面工作的基础上,提出了一种极大地提高曲面绘制精度的数学方法——有理函数插值方法,可以有效的克服MC算法（Marching cubes）？MT算法（Marching tetrahedron）等由于采用线性插值而引起的在连接三角形面片时所造成的连接二义性问题以及拓扑不一致性问题。从实际数据的三维重建中可以看出使用该方法所绘制的等值面美观？光滑,具有很高的应用价值。     

热处理炉炉膛内空间温度场建模与检测

为了能更有效地对热处理炉的炉膛温度进行观测和控制,从而提高热处理的质量,在Marc-hing Cube算法的基础上,建立了炉膛内空间温度场的数字模型,利用最小二乘法进行了等温面上点的坐标及各点法向量等参数的求解,并进行了等温面的绘制和模型误差分析。实验结果表明,该模型使用简单,相对误差小于1%。     

基于压缩体素模型的环形刀空间扫描体构造新方法及其应用

提出了一种基于压缩体素模型的环形刀空间扫描体构造新方法。将环形刀分解为相应圆环体和圆柱体两部分,通过一系列运算生成环形刀空间扫描体压缩体素模型;采用三个方向的Dexel模型表示体素模型而使得计算数据量得到了很大压缩,提高了布尔操作速度;通过Marching-Cubes方法提取数控加工仿真工件表面模型并进行图形显示,提高了显示质量和显示速度。仿真结果三维信息完备,数控编程人员可从任意方向观察、验证仿真结果。     

考虑参数不确定性结构动力分析的一种新方法

基于考虑参数不确定性结构可靠度分析的快速积分法，提出了一种求解结构动力反应的新方法，并将该方法与常用的考虑参数不确定性结构动力分析的随机有际元法作了比较，结果表明文中方法是有效的。     

基于压缩Voxel模型的整体涡轮叶盘五坐标数控电火花加工仿真验证

提出了基于压缩Voxel模型的整体涡轮叶盘五坐标数控电火花加工仿真、验证新方法.该方法首先构造整体涡轮叶盘仿真工件、成型电极压缩Voxel模型,再根据数控加工轨迹构造成型电极扫描体,最后在三维虚拟空间完成加工过程仿真.利用Marching Cubes方法提取仿真工件表面三角网格,增强了仿真工件显示质量和速度.通过仿真工件压缩Voxel模型与标准CAD模型的三维对比实现了仿真结果分析验证.该方法在某航天火箭发动机整体涡轮叶盘五坐标数控电火花加工编程仿真与验证中得到了应用,效果良好.     

用三维局切面族逼近法实现逆向精确造型

在某点邻域构造初始三维局切面，以黎曼图表示局切面间的邻接关系，用欧几里德最小生成树实现局切面的法矢一致化，再用步进立方体法进行轮廓追踪，最后用能量函数法优化初始网格。该逆向造型方法除点的三维坐标外无需任何附加信息即可确定离散点蕴涵的拓扑信息，适于精确地反求具有任意拓扑结构的原型体。     

基于体数据变形的自适应移动立方体算法的研究

 移动立方体（Marching Cubes）算法是一种经典的三维重建方法,但是对采样稀疏的体数据进行重建时,不能满足所需的精确度要求。提出了一种基于体数据变形的自适应移动立方体算法。该算法通过自适应地改变体素顶点的位置,使得体素包含更多的图像信息从而使体素内的三角面片更加逼近等值面;同时,采用了区域增长策略对体数据进行分割从而避免了对整个体素空间的运算;对算法的并行优化提升了算法的三维重建效率。实验证明使用该算法对稀疏体数据进行三维重建,提高了重建的精确度,并且保证了重建的实时性与交互性。