面向RP骨骼CT图像的轮廓提取与精简

骨骼轮廓数据的提取是进行骨骼三维重构及制造RP原型的基础，利用计算机图形学技术，根据骨骼CT图像的特点和快速成型制造的要求，探讨研究了骨骼CT图像的一般处理方法，即通过对断层图像的预处理、滤波处理、数据提取，生成断层图像轮廓，继而通过对轮廓优化和轮廓冗余数据去除，得到用于三维重建的二维轮廓数据，并在此基础上利用VC6．0实现了骨骼CT图像的轮廓提取与精简，证明了该算法的可行性。     

基于CT图像构建髌股关节生物力学模型

采用活体膝关节为标本,应用CT扫描技术获取膝关节的断层数据图像.利用图像处理软件处理骨骼边缘轮廓数据,提取其二维曲线,在CAD软件的辅助下建立了髌股关节三维骨性结构实体模型,并导入ANSYS软件得到其三维有限元模型,为进一步建立膝关节整体模型以及受力分析提供研究平台.     

断层数据的三维重构技术研究

研究了基于断层数据的三维重构技术.首先对切片图像进行二值化和轮廓提取,继而进行B样条曲线拟合和NURBS曲面蒙皮构建.以某风扇叶片为例,由采集的ICT切片数据重建出了实体.文中论及的方法和算法对于解决基本截面形状的断层数据重构问题是可行的.     

雹云图像的识别指标设计

冰雹是我国主要的气象灾害之一,为时下研究热点.冰雹的预测多采用的是雷达返回数据.依据雷达返回图像,采用统计学中的K-means聚类算法和细胞神经网络(CNN)轮廓提取算法相结合,对云层图像进行处理,提取内外层轮廓,并计算得到内外层轮廓的方差.通过分析雹云图像和非雹云图像内外轮廓距离方差的区别,构造指标.最后采用新疆石河子地区的雹云图像和非雹云图像进行验证,验证本文的结论有效.表明结合K-means聚类算法和CNN轮廓提取算法得到的内外轮廓差是一个可以有效判别冰雹的方法.     

基于U-Net的颅内出血识别算法

针对颅脑计算机断层成像（CT）影像中脑出血的分析和识别，提出采用神经网络模型U-Net与轮廓识别相结合的方法提取脑实质区域，通过阈值分割算法分析血块的图像纹理特征，并过滤软组织、脑组织和脑脊液等无关生理组织结构，实现对颅内出血点的精确定位，最后采用插值方法将出血区域进行三维重建，对血块的三维形态作出评估.在天津市某医疗机构提供的500例颅脑CT数据上进行了验证测试，实验结果表明，该算法达到97.4%的目标识别准确率，能够为脑出血诊断提供参考.     

腹部CT图像序列中的肝脏分割

针对腹部CT图像肝脏区域提取问题,提出了一种新的基于阈值法和改进的广义梯度矢量流-蛇(GGVF-Snake)模型的分割方法．首先,采用Window-Leveling算法将CT图像转换为灰度图像,突出肝脏区域,通过改进的曲率各向异性扩散滤波器对图像进行平滑滤波;其次,利用阈值法获取肝脏的初始轮廓;最后,基于改进的GGVF-Snake模型对初始轮廓进行调整得到更加平滑和精确的肝脏轮廓．通过不同的腹部CT图像序列中肝脏的分割结果表明,该方法能高效、精确的提取肝脏区域,满足临床应用的需求．     

利用Sobel算子结合蚁群算法提取竹材的内外轮廓

传统的竹材加工过程中人工因素较多,通过信息化手段利用图像处理技术可以快速准确地获得竹材的参数数据.对竹材的横截面图像进行分析和处理,利用Sobel算子和蚁群算法相结合的边缘提取方法,从原始图像中成功的提取出了连续且粗细均匀的竹材截面的内外轮廓.利用提取的的轮廓图,提取出竹材内周长、外周长、内面积、外面积和壁厚,为竹材分类提供了准确有效的数据.     

引入Harris角点检测的运动图像边缘轮廓提取

对运动目标图像进行边缘轮廓特征提取,提高运动图像的电子稳像性能,从而准确实现运动目标的检测和识别.提出了一种基于Harris角点检测的运动图像边缘轮廓提取算法,对运动图像进行仿射不变闭合区域增强处理,采用Kalman滤波和运动状态相邻帧补偿的方法进行运动图像Harris角点检测,提高相邻两帧之间边缘轮廓的角点检测能力,实现了运动图像边缘轮廓的提取和稳像处理.仿真结果表明,用该方法进行图像边缘轮廓角点提取的准确度高且稳健性好.     

断层数据的三维重构技术研究

研究了基于断层数据的三维重构技术．首先对切片图像进行二值化和轮廓提取，继而进行B样条曲线拟合和NURBS曲面蒙皮构建．以某风扇叶片为例，由采集的ICT切片数据重建出了实体．文中论及的方法和算法对于解决基本截面形状的断层数据重构问题是可行的．     

反求工程CLI建模中复杂轮廓数据处理方法研究

反求工程CAD建模是实现快速成型RP(rapidprototyping)的关键技术之一,本文主要讨论利用ICT(industrialcomputedtomography),断层图像进行CLI(commonlayerinterface)建模的方法,研究了复杂零件ICT断层图像的处理方法,提出了一种获取复杂零件ICT断层图像不规则轮廓的方法,采用一种基于射线的方法对内外轮廓进行了判别,对摩托车气缸头复杂零件ICT断层图像进行了实验研究,取得了令人满意的实验结果.     

基于边缘检测的颈动脉CT图像分割技术研究

在传统图像分割算法的基础上,提出_『基于改进边缘检测的颈动脉CT图像分割方法．首先利用Canny边缘检测算子对CT图像进行边缘检测,然后利用数学形态学方法进行后续处理,并提取各种目标的轮廓．实验结果表明,该方法能有效实现目标与背景的分离,为正确诊断提供了指导信息,大大降低了工作量．     

基于Mask R-CNN的遥感影像土地分割与轮廓提取

传统的模式识别难以对土地遥感影像一次性精确统计分析.在精确分割出土地种类的前提下,本文提出了一种基于骨干网络为ResNet-101-RPN的Mask R-CNN的遥感影像土地分割与轮廓提取方法.该方法包括以下步骤：数据获取、图像去雾、遥感影像土地统计分析、土地分割和轮廓获取.在一个具有挑战性的卫星地图瓦片数据集上对所提出的方法进行训练和测试.实验结果表明,该方法以0.907的均值平均精度（mAP）和31.33像素的均值平均距离误差（mADE）获得了令人满意的不同种类土地分割和轮廓提取结果.     

多阈值优化的运动图像轮廓特征提取方法

针对传统运动图像轮廓特征提取方法存在提取时间较长、提取精度较低的问题,提出多阈值优化的运动图像轮廓特征提取方法.通过运动图像轮廓特征分析,利用最大类间方差模糊约束法获取隶属度函数,利用模糊隶属计算运动图像中目标体轮廓多个阈值,利用约束后的多个阈值计算图像轮廓范围内中心点近邻的两个轮廓点的几何中心值,通过计算曲率角得到曲率符号,依据曲率符号提取运动图像轮廓特征.结果表明,所提方法曲率特征计算误差率低,有效减少了运动图像轮廓特征提取时间,提高了特征信息提取精度.     

小鼠切片图像自动去背景方法的研究

根据小鼠断面轮廓在连续切片图像中大体是渐变的特征,研究采用了一种基于模板匹配的自动去背景方法,即每次以新获得的一张切片的小鼠断面轮廓为模板对其相邻切片进行边缘提取,然后结合进一步图像处理去毛刺以及利用拉格朗日插值形成连续轮廓,再予以填充后与原始图像相与实现背景去除.结果表明,该方法能有效地达到自动去除小鼠切片图像中背景...     

体表损伤图像的分割

图像分割的研究一直受到人们的高度重视，但是，针对体表损伤图像的分割还未见报道。基于利用体表损伤图像的特点，提出了两种适合损伤图像的分割方法。针对损伤部分和背景色彩相差剧烈的图像，提出了基于彩色图像分割技术路线：颜色调整、抽取RGB之一的分量和数学形态学处理。针对损伤部分的灰度比较均匀的图像，提出了基于活动轮廓模型（Snakes）的图像分割技术路线，共有7个步骤：图像增强、灰度化、中值滤波去除噪声、平滑边缘、提取初始轮廓、采用不同内外力参数的活动轮廓模型的迭代、B样条拟合。实验结果显示了这两种方法的有效性。分割结果为获得法医鉴定中的鉴定参数提供了准备工作。     

改进等高线法在气液两相流图像中的应用

为了对气液两相流图像的主目标进行有效的提取,结合二维高斯核梯度、多尺度图像分解技术、开闭运算以及等高线理论提出了一种图像特征的表达方法.该方法在梯度模对图像边缘增强的基础上进行经验模态分解,取得高频信息层子图像并进行叠加;应用开闭运算进行细节噪声去除与边缘修补,采用等高线理论进行特征提取和表达.通过对比发现,所提出的图像特征表达方法不仅能够有效检测图像的边缘特征,而且能够保留一些经典算法所保留不了的细节信息,为气液两相流图像特征的提取提供了一个新思路.     

基于水平集方法的肿瘤图像识别

图像处理在计算机辅助医疗诊断系统中有着广泛的应用,本文在水平集方法的基础上,提出了一种肿瘤图像识别方法。首先,采用改进的水平集方法对肿瘤图像进行分割,获得肿瘤轮廓特征;其次,提取肿瘤的轮廓特征参数,对贝叶斯分类器进行训练,然后用训练的分类集进行肿瘤良恶性分类识别。通过对CT图像的肝脏肿瘤进行良恶性诊断,显示所开发的计算机辅助诊断系统是有效的。     

椭圆逼近形状轮廓的图像检索方法研究

对基于形状特征的图像检索方法进行了论述，提出了基于动态规划的彩色图像对象轮廓的提取方法。通过图像对象形状的规范化，给出了形状特征的椭圆逼近形状轮廓的图像检索方法。     

注意力机制的SAR图像车辆目标检测网络

在SAR图像车辆目标检测过程中,车辆轮廓定位不仅能够提供车辆位置信息,而且还能够为车辆状态分析提供依据,是SAR图像理解的关键步骤。但SAR图像中乘性斑点噪声会对轮廓定位造成干扰,增加车辆目标检测的难度。针对这一问题,提出了一种注意力机制的SAR图像像素级车辆目标检测网络。该网络由目标筛选、目标定位和轮廓细化三个模块构成。目标筛选在一个轻量级的特征提取网络中采用通道注意力和自注意力机制,在抑制噪声影响的同时对包含目标图像进行快速筛选,并提供稳定的定位热力图;目标定位利用掩码交叉注意力机制根据定位热力图优化粗尺度特征细化目标定位,并融入细尺度信息改善目标轮廓细节;轮廓细化通过轮廓点筛选消除上采样及噪声带来的轮廓不确定点获取准确的轮廓像素点置信度。对MSTAR数据集进行车辆像素级标注,建立SAR图像车辆数据集及大场景图像数据集用于网络测试。实验结果表明,该网络具有良好的像素级检测性能,可实现大场景SAR图像中车辆目标的快速精确检测。