基于活动轮廓模型和Contourlet多分辨率分析分割血管内超声图像

血管内超声斑块图像的分割对动脉粥样硬化疾病的诊断有重要价值。针对传统分割方法初始化和鲁棒性两个问题,提出一种基于活动轮廓模型和Contourlet多分辨率分析分割血管内超声斑块图像的新方法。该方法运用Contourlet变换将原图像分解为多分辨率低通分量和多分辨率带通分量方向性子带。对低通分量进行模板匹配,确定血管内腔边界和中外膜边界的初始轮廓;对带通分量方向性子带进行扩散滤波,抑制噪声的同时尽可能保留有用边缘,并结合边界矢量场使轮廓演化得到最终分割结果,从而提高了分割算法的鲁棒性。对100幅仿真图像和120幅实际图像的分割结果表明,该方法能自动、精确地提取血管的两条边界。相对于传统活动轮廓模型法,该方法分割实际图像的平均距离误差提高了3.04像素,面积差异百分比提高了6.30%。     

数字人脑切片图像中小脑组织的连续自动分割

提出了一种基于改进Snake模型的分割方法,用于数字人脑切片数据集中小脑组织的连续自动分割.在基本的Snake模型中添加了向心力、气球力,并采用自适应的能量约束项系数,根据相邻切片图像中小脑轮廓具有相似性,依次将单张切片的分割结果作为相邻切片分割的初始轮廓,进而实现整个数据集中小脑组织的连续自动分割.自动分割结果与专家手动分割结果的一致性较好,分割相似指数的平均值达到92.95％,最大为97.87％.结果表明该方法能够较为准确地从彩色人脑切片图像中提取出复杂的小脑组织,克服了现有方法对大量人工参与的依赖,并提高了分割的精度.     

反求工程中ICT图像对称轮廓自动识别

针对机械工业产品轮廓中对称约束特征,该文提出了基于特征匹配的二维图像对称轮廓自动识别方法.基于轮廓点云数据分割和型值点方法提取特征点,研究轴对称和旋转对称图像特征点的不同分布规律,判别对称类型;采用转动惯量法和周期法求取对称轮廓特征描述参数作为轮廓整体约束优化求解参数;实例表明:文中方法能够有效地自动识别对称轮廓及其类型,提取出对称约束特征.     

使用行扫描法提取图像轮廓

传统的轮廓提取方法,例如边缘检测、水平集、活动轮廓模型等,存在着对初始轮廓敏感、噪声敏感、难以分割弱边缘和复杂形状轮廓等不足之处。以CT影像中髋关节的轮廓提取为应用背景,提出了一种基于行扫描的轮廓线提取方法。首先,对原始图像进行阈值分割和区域增长,分离出目标区域。然后,对目标区域中的孔洞进行自动填充;在填充过程中,通过目标区域的凸包来判断填充的单连通区域是否在目标区域内。最后,使用逐行扫描的方法搜寻像素信息突变点,得到目标区域的轮廓线。大量的数值实验表明,此算法的运行效率高,对于狭长、分叉、噪声干扰以及存在模糊边界的目标区域都能很好地提取轮廓线。     

应用于医学三维影像的血管结构自动提取

针对从计算机断层扫描血管造影术(CTA)的三维体数据中提取血管结构信息通常需要大量的人为介入操作的问题,提出了一种全自动血管分割方法。首先,采用多尺度增强滤波器对数据中的管状结构进行增强,剔除非管状结构,并过滤噪声。然后,利用Sigmoid函数作用于梯度图像产生水平集的速度图像,并通过测地活动轮廓模型迭代逼近真实的三维血管轮廓。最后,通过拉普拉斯算法对提取的血管表面网格进行平滑处理,获得光滑的血管曲面。实验采用胸部和颈部的CTA体数据对算法进行测试,结果表明:该方法无需人工干预即可从CTA体数据中准确地提取出血管的三维信息;血管中心线提取的平均误差为0.26mm,直径测量平均误差为0.16mm,分割精度满足临床血管疾病辅助诊疗的要求。     

基于梯度矢量流snake与多尺度分析的血管内超声图像轮廓提取

提取血管内超声(IVUS)图像的血管内腔轮廓对冠状动脉疾病的诊断有积极意义.本文提出了一种基于梯度矢量流(GVF)snake与多尺度分析的轮廓提取新方法.针对传统GVF snake的轮廓初始化、抑制噪声和伪像干扰两个难点,本文方法在如下两个方面进行了改进第一,利用序列图像的特性产生时间方差图并得到初始轮廓,从而实现轮廓提取过程的全自动化;第二,引入多尺度分析,使GVF snake在离散小波变换得到的多尺度图中形变,从而增强了算法的鲁棒性.对仿真图像和实际IVUS图像的实验表明,该方法在轮廓提取的精度方面优于传统的GVF snake方法.     

基于阈值分割和形态学相结合的金属废料 X 射线图像轮廓提取方法

针对金属废料 X 射线透射图像中废料之间距离较近时图像可能相互粘连,导致不能有效提取单个物料轮廓的问题,提出了一种基于阈值分割和形态学相结合的金属废料 X 射线图像轮廓提取方法。首先分析图像噪声信息分布,利用约束灰度值范围的 Otsu 阈值分割算法获得全局最优阈值对图像进行滤波;然后采用动态阈值分割方法得到二值化图像,在此基础上采取一种改进的形态学处理策略实现对各单物料区域的连通区标记;最后对各连通区进行轮廓提取以获得单个物料区域的轮廓。经实验表明,该方法有效地提高了在物料粘结情况下图像轮廓提取的准确率和成功率。     

基于机器视觉的金属工件尺寸测量

针对多孔金属工件人工测量步骤繁杂、精度低问题,提出了基于机器视觉的金属工件尺寸精密测量方法.首先对目标进行灰度化、增强、滤波等预处理,再提取区域轮廓,针对轮廓定位分割问题,提出了基于Ramer算法逼近的两步轮廓分割方法,并引用全局轮廓分割参数S对轮廓进行分类.为提高直线和圆的边缘点定位准确性,提出了基于卡尺工具的边缘点...     

基于主曲率和主方向的多尺度视网膜血管骨架提取方法

为了减少视网膜血管骨架提取过程中低对比度血管的漏检和误检数量,提出了一种基于主曲率和主方向的多尺度视网膜血管骨架提取方法。首先,分别提取视网膜图像中每个像素点在多尺度高斯滤波后的主曲率和主方向;其次,在每个尺度下分别提取最大主曲率方向上的局部最大值点,并通过曲率阈值筛选出高对比度血管中心像素点作为种子点;然后,利用最小主方向对低对比度血管进行骨架追踪和标记;最后,对多个尺度下提取的血管骨架进行融合。方法分别在DRIVE训练数据集、DRIVE测试数据集和STARE数据集上进行了测试,漏检数量分别为89、97、106,误检数量分别为99、101、122。实验结果表明,该方法能够提取出低对比度的细小血管骨架,但对于对比度在3个灰度级以内的细小血管存在少量漏检,对于与血管粘连的高对比度细条状纹理和病灶干扰存在少量误检。     

基于背景减除的彩色铁谱图像自动分割

提出一种基于背景减除和标记分水岭算法的彩色铁谱图像自动分割方法.其分割流程为:基于颜色分量比对彩色铁谱图像的背景进行减除,实现磨粒与背景的分离;通过对分离后的图像进行形态学处理使其成为后续分水岭分割的基础图像;结合形态学复合开闭重建和阈值极小值提取技术得到磨粒前景标记图像,对磨粒测地影响区骨架进行提取得到图像背景标记;利用形态学极小值强加技术修改基础图像,并利用分水岭算法实现其自动分割.     

基于Hough检测和C-V模型的航拍绝缘子 自动协同分割方法*

绝缘子分割是通过图像处理技术实现其运行状态自动检测及故障诊断的重要前提。针对航拍图像具有背景复杂、分辨率较低、数量多和伪目标多等特点,使用传统分割方法会产生大量的用户交互导致分割效果不佳。本文把协同分割引入到绝缘子航拍图像处理中,提出一种Hough检测修复结合自动初始化轮廓C-V模型的航拍绝缘子图像协同分割方法。本方法利用航拍绝缘子图像帧之间的关系作为先验信息以达到更高的分割精度。首先对航拍图像进行去除文本预处理;然后对预处理过的图像进行Hough检测修复以处理输电线与绝缘子粘连问题并用SLIC进行超像素分割;最后利用广义霍夫变换实现C-V模型初始轮廓的选取并进行基于图像间的C-V模型的绝缘子协同分割。实验结果表明,本文分割方法的准确率明显比其他算法高,能够有效地区分目标和背景并去除杆塔、输电线等伪目标,自动化性能良好,为无人机航拍绝缘子的状态检测及故障诊断奠定基础。     

Segmentation of clustered cells in negative phase contrast images with integrated light intensity and cell shape information

Automated cell segmentation plays a key role in characterisations of cell behaviours for both biology research and clinical practices. Currently, the segmentation of clustered cells still remains as a challenge and is the main reason for false segmentation. In this study, the emphasis was put on the segmentation of clustered cells in negative phase contrast images. A new method was proposed to combine both light intensity and cell shape information through the construction of grey‐weighted distance transform (GWDT) within preliminarily segmented areas. With the constructed GWDT, the clustered cells can be detected and then separated with a modified region skeleton‐based method. Moreover, a contour expansion operation was applied to get optimised detection of cell boundaries. In this paper, the working principle and detailed procedure of the proposed method are described, followed by the evaluation of the method on clustered cell segmentation. Results show that the proposed method achieves an improved performance in clustered cell segmentation compared with other methods, with 85.8% and 97.16% accuracy rate for clustered cells and all cells, respectively.     

结合斜率差和动态融合的自适应轮廓分段

为了使用圆弧和直线重建数字轮廓曲线,提出了一种融合了基于斜率差判断断点方法和区段动态融合的数字轮廓曲线自适应分段的方法。首先,利用直线拟合计算轮廓曲线上每点的前后方向的斜率差,求取斜率差的过程使用了自适应长度拟合窗口来平衡精度和速度的关系。然后,将自适应平滑方法应用在方向斜率差曲线上。基于平滑后的斜率差曲线,提取其中间断点作为待选区段分段点。最后,使用基于可视化误差判定的区段动态融合,来从待选分段点中选出一个可视化误差最小的分段方案作为最后的分段结果。仿真测试的结果显示这种分段方法的断点定位误差小于1%。以轴承油沟轮廓为实际测试用例的实验结果证实了这种自适应轮廓分段方法在实际应用中的可行性。     

翼型叶片精确参数化建模的研究及应用

从理论上分析了抛物线、单圆弧和双圆弧型翼型中心线方程,推导并更正了双圆弧中心线翼型的前、后缘方向角的取值规律。阐述了翼型叶片截面的参数化建模方法,利用微分的思想,通过中心线分割点的弧长值求得了对应横坐标,从而获得了更加精确的翼型叶片上、下轮廓控制点坐标参数化计算方法。在此基础上,开发了翼型叶片截面参数化绘图程序,实现了叶型截面的精确自动绘制。     

基于水平集的前列腺磁共振图像分割方法研究

基于前列腺磁共振图像(MRI)特征信息及其病变好发特定区域等先验知识,针对前列腺内外轮廓全分割问题,提出基于边缘距离调整水平集演化(DRLSE)的前列腺MRI两步分割方法。在构建统一水平集能量函数的基础上,第1步基于前列腺MR的T1(纵向弛豫时间)图像实现其外轮廓分割,第2步在外轮廓约束限定条件下,基于前列腺MR的T2(横向弛豫时间)图像实现前列腺的内部轮廓分割,进而完成前列腺内外轮廓的全面有效分割。设计了前列腺分割的人机交互界面,对10个前列腺病例MR图像(含正常、增生和癌变共30幅)进行了分割实验研究,并采用Dice相似性系数(DSC)对分割结果进行评价分析,DSC值达到90%以上。实验结果表明,所提出的基于边缘DRLSE的前列腺MRI两步分割方法能够有效地实现前列腺内外轮廓的全面分割,非常接近于临床专家手动分割的理想结果,对前列腺疾病的临床诊断和治疗有较好的参考价值。     

基于图像识别的齿轮尺寸测量研究

为解决传统工业测量中,齿轮参数尺寸测量方法过于繁琐的问题,利用数字图像处理技术对其进行检测,提出了一种基于圆投影分割的齿轮参数尺寸检测方法。该方法首先通过图像预处理得到细化的齿轮轮廓,使用改进随机采样算法找到齿轮中心;然后利用轮廓点和图像中心点连线与所建立的图像坐标系正向X轴所成角度和两点距离的映射关系,建立新的极坐标系,并对齿轮进行圆分割,记录新坐标系中峰值点个数和峰值点纵坐标,这2个参数分别对应齿轮齿数和齿顶圆半径;最后利用齿顶圆半径与齿数、模数之间的关系式,求出模数,从而求出齿轮其他尺寸。实验结果表明,用该方法检测齿轮参数尺寸,检测速度快、精确度高,具有较高的实用价值。     

一种基于标定点拟合的铁路桥梁线性裂缝长度测量方法

针对走向不规则的铁路桥梁线性裂缝骨架,采用单一光滑处理的拟合算法很难精确表达裂缝轮廓特征。提出一种多项式曲线拟合方法,以裂缝轮廓标定点为边界点进行分段,然后再进行叠加来产生一条连续的轮廓曲线,进而实现裂缝长度的测量。通过对比不同形状的线性裂缝测量实验表明:所提算法不仅能有效消除裂缝骨架提取过程中产生的锯齿问题,而且该拟合曲线能够真实表达被测表面的轮廓特征,拟合相对偏差不超过0.15,测量精度达到98.05%,为铁路桥梁裂缝长度测量提供了一种新的测量方法。     

基于主动轮廓线模型的棒材自动计数方法的实现

针对棒材集捆后的特点,提出了一种基于主动轮廓线模型及数字图像处理的计数方法。首先利用主动轮廓线模型将棒材从背景中分离出来,然后利用图像分割、边缘提取及数学形态学来实现棒材的计数。     

Computerized detection and segmentation of mitochondria on electron microscope images

Mitochondrial function plays an important role in the regulation of cellular life and death, including disease states. Disturbance in mitochondrial function and distribution can be accompanied by significant morphological alterations. Electron microscopy tomography (EMT) is a powerful technique to study the 3D structure of mitochondria, but the automatic detection and segmentation of mitochondria in EMT volumes has been challenging due to the presence of subcellular structures and imaging artifacts. Therefore, the interpretation, measurement and analysis of mitochondrial distribution and features have been time consuming, and development of specialized software tools is very important for high-throughput analyses needed to expedite the myriad studies on cellular events. Typically, mitochondrial EMT volumes are segmented manually using special software tools. Automatic contour extraction on large images with multiple mitochondria and many other subcellular structures is still an unaddressed problem. The purpose of this work is to develop computer algorithms to detect and segment both fully and partially seen mitochondria on electron microscopy images. The detection method relies on mitochondria's approximately elliptical shape and double membrane boundary. Initial detection results are first refined using active contours. Then, our seed point selection method automatically selects reliable seed points along the contour, and segmentation is finalized by automatically incorporating a live-wire graph search algorithm between these seed points. In our evaluations on four images containing multiple mitochondria, 52 ellipses are detected among which 42 are true and 10 are false detections. After false ellipses are eliminated manually, 14 out of 15 fully seen mitochondria and 4 out of 7 partially seen mitochondria are successfully detected. When compared with the segmentation of a trained reader, 91% Dice similarity coefficient was achieved with an average 4.9 nm boundary error.     

曲面工件自动超声检测轨迹规划

航空发动机叶片是典型复杂曲面结构,为实现叶片的自动化超声检测,提出基于曲面点云数据重建的自动化检测轨迹规划方法,在此基础上实现7轴联动复杂曲面自动扫描成像。叶片点云采用线激光轮廓仪配合工件旋转轴自动扫描获取,数据拼接整理后采用数据拟合方法获得曲面轮廓方程,基于曲面上的曲线方程规划加减速扫描轨迹,进一步对各扫描轨迹点进行多轴运动分解,获得包括六轴机械手和工件旋转轴在内的各轴轨迹。实际检测试验表明,轨迹规划算法可以实现叶片自动扫描,获得清晰C扫描图像。