基于形状保持主动轮廓模型长直条的检测

通过形状约束方程(组)与一般主动轮廓模型结合,将目标形状与主动轮廓模型融合到统一能量泛函模型中,提出一种形状保持主动轮廓模型.模型通过参数化水平集函数的零水平集表示某一类特定形状,不仅达到了分割即目标的目的,而且能够给出特定目标的定量描述.根据形状保持主动轮廓模型,建立一个用于长直条状目标检测的统一能量泛函模型,导出相应的Euler-Lagrange常微分方程并用水平集方法实现了长直条状区域的检测.此形状保持模型的一种特殊情况可以用于直线状地平(海天)线提取.实验结果表明,该模型不仅能够准确地检测出给定图像中的长直条状区域而且有很强的抗噪、抗变形及遮挡性能.     

基于优化活动轮廓模型的SAR影像海陆分割方法研究*

SAR（合成孔径雷达）影像具有很强的乘性斑噪,给图像分割带来了困难。本文利用Gamma分布拟合SAR影像,并将其用于构造基于区域信息的能量泛函,提出了一种基于活动轮廓模型的SAR影像海陆自动分割方法。该方法在能量泛函中同时融合了边缘信息和区域信息,既有利于边界精确定位又有利于降低乘性斑噪的影响,利用活动轮廓演化模型,通过变分水平集方法推动活动轮廓曲线向海岸线演化,在最小化特定的能量泛函的约束下,使活动轮廓与海岸线重合,达到影像分割的目的。同时针对该模型提出了优化方法提高其计算效率,使本文提出的分割算法更加实用。     

基于形状约束的LBF模型的水平集分割

由于LBF模型是通过高斯核函数来拟合局部内外的区域信息,是典型的局部区域模型。此外医学图像的复杂性且分割经常出现类似特定形状的目标。为了更快地找到局部的区域特征形状(如圆或椭圆),提出将初始水平集与椭圆方程的差异作为形状能量项融入到LBF模型中,在演化过程中无需经过仿射变换来更新相应的形状,只需对初始轮廓和形状水平集差异能量函数进行迭代计算。在实验结果中,选取4幅眼睛图片分别对LBF模型和加入形状项的LBF模型进行比较分析。结果表明,所提出的模型能够准确地检测图像中椭圆状的目标,且分割准确率达到了96%,也解决了图像灰度不均匀、对噪声敏感的问题。     

基于形状保持的CV变分水平集矩形目标分割EI北大核心CSCD

目标在被局部遮挡、与背景灰度信息相似以及纹理比较明显等情况下,传统CV模型无法进行准确分割.为此,将模型中活动轮廓曲线的水平集函数用先验形状的水平集函数来代替,使得曲线在演化过程中始终保持某一类特定形状,从而实现了目标分割过程中的形状保持.根据形状保持的CV变分水平集分割模型建立适用于矩形目标分割的能量函数模型,推导出一组Euler-Lagrange常微分方程;通过水平集函数的不断迭代演化最终实现了矩形目标的分割;最后演化得到的水平集函数是对矩形目标的定量描述.3组实验结果证明,该模型能够解决复杂情况下的矩形目标分割问题,且具有计算量小、鲁棒性强的优点.     

基于主动轮廓的声呐图像水雷识别方法

针对声呐图像具有噪声大、目标边缘模糊等特点,提出了一种基于主动轮廓的声呐图像水雷目标识别方法.首先根据水雷目标在声呐图像中的形状特征,采用水平集思想,得到了引入超椭圆形状约束的水平集函数;然后根据水雷目标在声呐图像中的灰度特征,采用Chan-Vese模型的演化思想,提出了一种基于超椭圆形状约束的多相水平集主动轮廓模型.将该模型用于声呐图像水雷目标的识别实验,实验结果表明,该方法对声呐图像中的水雷目标具有很好的识别效果,而且具有抗噪性和抗变形性能.     

结合分布度量统计建模的主动轮廓图像分割

图像分割是数字图像处理中不可或缺的关键步骤。为了解决传统主动轮廓模型针对非匀质图像分割结果不准确且分割效率低的问题,提出一种结合分布度量统计建模的主动轮廓图像分割算法。所提算法的能量驱动力兼顾了图像的全局统计建模信息和其他混合灰度分布信息,使得分割曲线能够更加精确地演化至目标边缘。分布度量能量驱动力定义为轮廓内外概率密度函数定义的比率距离的方差,该能量驱动力基于图像全局信息统计建模,能够更加精确地描述轮廓曲线内外的能量变化;混合灰度分布能量驱动力由图像灰度值与融合均值与中值的区域拟合中心的L2范数表示。将分布度量能量驱动力与混合灰度分布能量驱动力组合形成新的能量泛函,利用水平集方法和梯度下降法迭代求得该能量泛函的最小值,以获得最终的图像分割结果。与传统CV（Chan Vese）模型、LBF（Local Binary Fitting）模型等四种算法的图像分割结果相比,所提模型在主观视觉效果、对初始轮廓的敏感性、运行时间和迭次次数方面均具有较大优势。     

基于形状保持的CV变分水平集矩形目标分割

目标在被局部遮挡、与背景灰度信息相似以及纹理比较明显等情况下,传统CV模型无法进行准确分割.为此,将模型中活动轮廓曲线的水平集函数用先验形状的水平集函数来代替,使得曲线在演化过程中始终保持某一类特定形状,从而实现了目标分割过程中的形状保持.根据形状保持的CV变分水平集分割模型建立适用于矩形目标分割的能量函数模型,推导出一组Euler-Lagrange常微分方程;通过水平集函数的不断迭代演化最终实现了矩形目标的分割;最后演化得到的水平集函数是对矩形目标的定量描述.3组实验结果证明,该模型能够解决复杂情况下的矩形目标分割问题,且具有计算量小、鲁棒性强的优点.     

基于区域混合活动轮廓模型的医学图像分割

针对变分水平集算法在图像分割过程中计算量较大且收敛速度慢的现象, 在一些基于区域的活动轮廓模型基础上提出了一种新的基于区域混合模型的非凸正则化活动轮廓模型。该模型构造了一个新的能量泛函,该能量泛函结合了考虑图像局部聚类性质的LBF模型和测地线模型,增加了非凸正则化项,加快了轮廓曲线的收敛速度,可以很好地保持区域形状并能防止边缘过平滑,然后通过经典有限差分法求得能量泛函的极小值。最后,在合成图像和医学图像上做了仿真实验,结果表明,该算法具有较快的收敛速度 和很好的鲁棒性,分割结果也较准确。     

基于变异系数和模糊集的活动轮廓图像分割模型

由于图像分割具有模糊性,提出了一个对灰度不均匀、高噪声图像的分割模型。该模型以模糊能量泛函为基础,结合区域和边缘信息,利用变异系数作为局部区域统计量,避免了噪声对分割的干扰,很好地提取了图像信息。区域能量可以平衡目标和背景的重要性,驱使初始轮廓向目标边界移动。边缘能量对伪水平集函数进行正则化,保持曲线演化过程中的平滑性。在求能量泛函极小值时,直接计算新旧能量泛函的差值以更新伪水平集。对于高噪声以及混合噪声和强度不均匀的合成和真实图像的分割结果表明,本文模型具有较好的分割效果。     

结合先验形状和Mumford-Shah模型的活动轮廓分割

基于先验形状和Mumford-Shah模型的活动轮廓分割是一种抗噪声干扰、稳定的图像分割方法。该模型采用水平集方法,并结合活动轮廓模型、先验形状和Mumford-Shah模型来控制曲线演化。特定目标的先验知识可以有效地指导目标准确分割,经过主成分分析（PCA）法可以得到感兴趣对象形状的主要信息。通过对不同图片分割实验表明,针对特定的形状,该方法对杂乱背景、部分遮挡、缺失和强噪声的图片依然能得到满意的结果。     

基于概率丢弃策略的多级网络拥塞闭环控制

随着Internet 技术的持续发展,Internet 发生严重拥塞的危险性更加令人关注,而有效的拥塞控制机制是保证Internet 稳定运行的关键因素之一。该文提出了一种基于多级网络节点的单神经元自适应PID闭环控制机制并对其进行了相关性能的分析。在多级网络节点的业务流模型基础上,运用OPNET仿真软件对其进行了不同输入和工作条件下的仿真,结果显示,在所设计的基于概率丢弃策略的闭环控制机制下,各级节点队列稳定性好且具有较好的鲁棒性。     

一种TCP-friendly主动分层组播拥塞控制机制

针对Internet多媒体业务的快速发展对组播拥塞控制提出的要求,在对现有分层组播算法存在问题进行分析的基础上,提出了一种接收端快速自适应的TCP-Friendly主动分层组播拥塞控制机制ALMCC.它采用主动标记分层,并在接收端根据分组延时,快速的自适应网络带宽.仿真实验表明,ALMCC算法提高了分层组播拥塞控制性能,具有拥塞响应速度快、丢包率低和TCP-Friendly特性.     

互联网中的模糊滑模拥塞控制策略

针对互联网中的拥塞控制问题, 基于滑模控制理论及T-S（Takagi-Sugeno）模糊模型,提出了一种模糊滑模拥塞控制策略。考虑到互联网中存在的不确定和时变时滞因素,采用T-S模糊模型对网络系统进行了建模。利用线性矩阵不等式设计了一个渐近稳定的滑模面,有效地补偿了不确定及时滞因素的影响。基于趋近律的方法设计了控制器,有效地抑制了路由器中队列长度的振荡。多种情况下的仿真对比表明,所提出的控制策略具有更好的稳定性和鲁棒性。     

基于自适应加权平均的TCP友好拥塞控制机制

TCP友好拥塞控制是保证实时媒体流和组播业务在Internet广泛应用的关键技术.基于收端TCP模拟方案TEAR(TCP emulation at receivers),提出了一个根据丢包类型和当前拥塞周期的持续时间动态调整加权平均参数的拥塞控制机制,称为自适应TCP友好拥塞控制方案ATFCC(adaptive TCP-Friendly congestion control).仿真结果表明,ATFCC方案在速率平滑程度和TCP友好性方面的性能优于TCP友好速率控制协议TFRC(TCP-Friendly rate control).     

一种基于模型的实时媒体流拥塞控制机制

随着因特网上实时媒体流应用的不断增多，采用AIMD算法的TCP拥塞控制已显出其不足，研究一种适合于实时媒体传输且具有有效拥塞控制机制的TCP友好的传输协议，已成为因特网传输领域的一个重要课题。本文在分析了已有实时媒体流拥塞控制算法的基础上，提出了一种基于模型的实时媒体流拥塞控制机制MBCC。该机制采用TCP吞吐量模型，根据丢包事件率和对未来往返时间RTT的预测值较为平滑地调节发送速率。实验证明，该机制不仅能准确跟踪可用带宽，具有平滑的发送速率，而且是TCP友好的。     

控制理论在 I n ternet拥塞控制中的应用

随着Internet技术的持续发展，Internet发生严重拥塞的危险性更加令人关注，而有效的拥塞控制机制是保证Internet稳定运行的关键因素之一。为此，介绍了现有的Internet拥塞控制机制，综述了在利用控制与优化理论分析与设计拥塞控制算法方面的主要工作，并指出了一些存在的问题，以期引起广大控制理论研究人员的广泛关注。     

Congestion control in high-speed communication networks using the Smith principle

High-speed communication networks are characterized by large bandwidth-delay products. This may have an adverse impact on the stability of closed-loop congestion control algorithms. In this paper, classical control theory and Smith’s principle are proposed as key tools for designing an effective and simple congestion control law for high-speed data networks. Mathematical analysis shows that the proposed control law guarantees stability of network queues and full utilization of network links in a general network topology and traffic scenario during both transient and steady-state condition. In particular, no data loss is guaranteed using buffers with any capacity, whereas full utilization of links is ensured using buffers with capacity at least equal to the bandwidth-delay product. The control law is transformed to a discrete-time form and is applied to ATM networks. Moreover a comparison with the ERICA algorithm is carried out. Finally, the control law is transformed to a window form and is applied to Internet. The resulting control law surprisingly reveals that today's Transmission Control Protocol/Internet Protocol implements a Smith predictor for congestion control. This provides a theoretical insight into the congestion control mechanism of TCP/IP along with a method to modify and improve this mechanism in a way that is backward compatible.     

一种基于Smith预估器的主动队列管理(AQM)拥塞控制算法

有效的拥塞控制机制是保证Internet稳定运行的关键因素之一,网络拥塞控制系统本质上是一个时滞系统,传输时延是网络拥塞控制必须考虑的一个重要因素.本文应用Smith预估控制原理,在进行适当模型拟合处理的基础上,提出了一种基于Smith预估器的主动队列管理(AQM)算法(AQMAlgorithmbasedonsmithpredictor算法,简称Smith-PI),新算法结构简单,易于配置,具有良好的鲁棒性和网络控制性能,同时克服了大时滞给队列稳定性造成的不利影响。通过仿真表明,采用Smith-PI算法,对于限制系统振荡超调量的作用非常明显,同时能使网络具有更快的响应速度及更平稳的队列,而当网络时延增大时,算法能使网络的动态性能依然保持良好,使得缓存队列迅速收敛到稳定值。     

基于网络节点输出速率调节的非线性拥塞控制及稳定性鲁棒性分析

该文针对计算机高速互联网中最大服务交通流即能控交通流的拥塞调节问题,提出了一种基于网络节点输出速率调节的非线性拥塞控制机制并对其进行了稳定性和鲁棒性分析。克服了传统的基于输入端控制需要信源端和传输通道多重支持的约束。在单个节点的业务流模型基础上,将信源输入视为系统的扰动,通过调节输出速率来控制节点队列稳定。运用OPNET仿真软件对其进行了不同输入和工作条件下的仿真,结果显示,在所设计的非线性模糊PID队列控制机制下,队列稳定性好且具有较好的鲁棒性和抗干扰性。     

基于网络概率丢弃策略的自适应控制机制

提出一种基于网络节点分组概率丢弃策略的单神经元自适应PID控制机制，并对其进行了相关性能的分析。在单节点的网络业务流模型基础上，运用OPNET仿真软件对其进行不同输入和工作条件下的仿真。结果显示，在所设计的单神经元自适应PID控制机制下，节点平均队列稳定性好且具有较好的鲁棒性。