一种基于脑血管图像特征的快速边界跟踪算法*

在处理复杂的脑血管图像时,经典的边界跟踪算法暴露出边界精度不高、边界不够平滑,且速度不尽人意等缺点。提出了一种新的快速边界跟踪算法,该算法在分析脑血管边缘垂直细节远多于水平细节的特征基础上,结合方向记忆选择搜索方向,并在不同的搜索方向上赋予不同的权值,最终得到下一个边界点。实验表明：该算法提取的脑血管边界平滑、速度快,适合脑血管图像的边界提取,为下一步的脑血管形状特征提取及表示提供了精确的数据准备。     

一种基于优先搜索方向的边界跟踪算法

图像处理尤其是区域分析中,区域的边界是非常重要的信息。提出了一种基于优先搜索方向的边界跟踪方法。该方法是以区域为基本操作单元,以当前边界点和上一边界点所确定的方向的外法线方向为起始搜索方向,顺时针方向搜索下一个边界点,当下一个边界点与该区域第一个边界点重合时,该区域搜索完毕,并开始对下一个区域进行跟踪。利用这种方法跟踪出来的区域边界,不但能够很好的满足对边界一个像素的宽度、同一个区域的边界连通封闭、准确定位在区域外围轮廓上的要求,而且能够完整准确地保持目标区域外边界的自身原貌和特点,以及内、外边界彼此独立,可独立成图用。由于这种算法在跟踪过程中充分考虑已知边界点对后续边界点的影响,使得边界点保持了良好的相关关系,可以根据实际应用的要求,在跟踪过程中直接实现边界的矢量化。     

新的连通域标记方法及其在医学图像中的应用*

为了提高诊断的准确率和效率,提出了一种新的连通域标记算法,同时对医学图像中感兴趣区域进行连通域标记和区域特征提取。该算法先对读入二值图进行边界提取,再对边界进行跟踪和标记,利用图像重构的方法对边界进行区域填充,并将属于同一连通域的边界进行归类,即重新排列标记号,最后对连通区域的形态特征进行提取。实验证明,该算法不但能正确标记任意复杂形状的连通域,运行速度较快,而且对连通区域进行了特征提取,现已应用到医学图像处理的多个方面,为下一步的图像处理奠定了更好的基础。     

基于二维熵和轮廓特征的非结构化道路检测

针对非结构化道路场景复杂干扰因素较多、检测困难的问题,提出了一种基于轮廓特征和二维最大熵的道路检测算法。采用融合色彩特征不变量的二次二维最大熵分割算法对道路图像进行分割;利用边界跟踪算法提取分割图像的轮廓特征,根据道路区域的位置和几何特性选取最大轮廓;通过改进Mid-to-side算法进行边缘点搜索,用三阶道路模型重建道路边界,并对道路方向进行判断。实验结果表明,所提算法与传统算法相比,对三类不同场景下非结构化道路的检测准确率可提高25%左右,具有较强抗阴影干扰的能力,并能有效识别道路方向。     

基于控制点的二值图像边界矢量化算法

提出一种二值图像边界矢量化算法,实现从图像到图形的自动转换.先通过边界跟踪算法获取二值图像的边界,并利用SUSAN方法计算出边界上的角点,根据距离关系计算角点间的普通控制点,最后运用角点和这些普通控制点的3次B样条曲线拟合边界.实验结果表明算法有效实现了图像矢量化,解决了边界矢量化问题,具有较强的实用性.     

脑部MRI图像的半自动实时轮廓提取方法

研究脑部MRI图像的实时轮廓提取问题.由于脑部MRI图像分辨率高且信息量大,传统方法对整幅图像做图像分割和轮廓搜索,难以保证实时精确的轮廓提取.为解决上述问题,提出一种用区域分解和图像标记的实时轮廓提取方法,将感兴趣区手动分解为若干个自定义子区域的集合,依次提取各子区域轮廓并与当前图像轮廓合并,最终实现感兴趣区的轮廓提取.标记图像记录医学图像上各点的标记状态用于边界跟踪,提取当前子区域的轮廓后,标记图像上各点状态随之改变,对其做邻域搜索可得到合并后的医学图像轮廓线.实验结果表明,改进方法可实时流畅地提取感兴趣区域轮廓,鲁棒性强,对狭窄连通区域和外表面轮廓也有很好的提取效果.     

二值图象边界平滑跟踪的一个算法

开发了一个用于二值图象边界平滑跟踪的一个算法。使用这个算法能去掉或修正某些可能是虚假的干扰点。这些点是二值图象边界一个或一组沿特定链码方向的凸点或凹点。重复地使用这个算法，直到边界不含有这些点。这个算法能有效地使用在二值图象的模式识别与机器人视觉的预处理中。     

区域填充极点判别算法

在深入分析现有的边标志算法的基础上，提出一种适用于图像处理的区域填充算法．在图像处理中，经轮廓跟踪得到的轮廓点是目标区域内的像素，这与边标志算法的边界像素的约定不一致．文中算法利用轮廓点与其前后邻点的相对位置关系将轮廓点分为极点和非极点，再对扫描线上的非极点进行两两配对和填充．在具有较高运算效率的同时，该算法适用于任意复杂形状的区域．     

基于Log算子的一种新的边界轮廓线提取方法

在分析Log算子作用原理的基础上,提出并实现了一种新的按光栅顺序扫描取点然后进行边界跟踪的轮廓线提取算法,该算法是基于对医学图像前期的预处理所得到的二值图像而建立的。实验结果表明,该算法可以有效地消除噪声,大大地提高了传统方法的效率,显示效果良好。     

基于随机Hough变换的道路边界识别算法研究

道路边界识别是基于机器视觉的智能车辆关键技术之一,提出了一种基于直线道路模型的道路边界识别和跟踪算法,该算法包括道路边界初始识别算法和跟踪算法两部分。在初始道路边界识别阶段,对预处理后的图像进行逐行搜索道路边界候选点,并结合相关的道路约束条件,采用Hough变换对候选边界点进行拟合,以提高鲁棒性。该方法的创新点是在道路跟踪算法中,建立目标搜索区域（OSA）,OSA的宽度根据道路边界识别的拟合可信度的变换进行动态调整,并采用随机Hough变换的算法对OSA中的边界点进行拟合,这样显著减少了运算时间和存储空间。试验结果表明,该方法不仅满足道路边界识别的实时性要求,还具有较好的鲁棒性。     

一种边点梯度方向引导的光滑边段提取方法

边界轮廓线的提取是研究形状特征的基础,它对图像特征描述、识别和理解等高层次的处理有重要作用。但由于噪声、光照等多种因素的影响,经过预处理得到的边缘图像往往会出现原本连接的边界局部断裂的现象,使传统的边界跟踪算法无法越过这些断点继续向下跟踪。另外,在跟踪过程中出现岔路时,传统的边界跟踪算法只跟踪第一个搜索到的边界点,无法控制边界的正确走向。提出了一种边点梯度方向引导的光滑边段提取方法,不仅能够跨越边界上的断点继续跟踪,而且能够有效地减少岔路选择错误的发生,同时还满足边段的光滑性要求。     

基于图搜索策略的边缘检测方法

介绍了边缘检测的不同方法,并通过实验详细分析了不同算法的优劣。其中,边缘检测子依赖于灰度图像的边缘;内边界跟踪需要二值图像或是含有已经被标注出区域的图像;基于图搜索的边界跟踪通过获得相关启发性信息指导搜索以完成检测。重点讨论了采用不同启发式函数的边缘提取的优劣和效率。     

一种基于外部轮廓的数字验证码识别方法

提出了一种基于数字验证码外部轮廓结构特征的简单、快速数字识别方法。首先对验证码图像进行二值化处理,并将二值化图像分割成相应若干单个数字图像。然后对分隔出来的单个数字图像外部轮廓的上、下、左、右4个方向进行特征计算,最后依据所计算得到的外部轮廓方向是否具有突变、左斜、右斜、圆弧等特征来对它们进行识别。实验结果表明该方法具有比神经网络、模板匹配等方法简单、快速、鲁棒的性能。     

基于链码和多线程的图像分段轮廓跟踪

针对将图像轮廓分段,并对每段轮廓单独进行或对所有段轮廓同时进行轮廓跟踪的需求,提出了基于链码和多线程的图像分段轮廓跟踪方法。对基于链码的图像轮廓跟踪算法进行改进,使之能应用于基于多线程的图像分段轮廓跟踪方法中。以面向对象的观点,将轮廓跟踪操作封装成类。一段轮廓的跟踪对应一个线程和一个轮廓跟踪类的对象。应用表明,该方法很好的解决了图像分段轮廓跟踪的问题,不仅可以灵活的对整个轮廓中所关心的某几段或所有段进行跟踪,而且各段轮廓的跟踪过程能够相互通信,跟踪速度快、效率高。     

Automatic Algorithm for Extracting Lake Boundaries in Qinghai-Tibet Plateau based on Cloudy Landsat TM/OLI Image and DEM

Lakes in the Qinghai-Tibet Plateau are numerous and widely distributed, accounting for 41% and 57% of the total number and area of lakes in China, which are very important for the study of lakes in the whole country and even in the whole world. Remote sensing has been used to monitor the lake distribution for a long time, but optical remote sensing images are often obscured by clouds, from which it’s impossible to automatically extract complete lake boundaries. An automatic interpolation algorithm for lake boundary generation based on cloudy Landsat TM/OLI image and Shuttle Radar Topography Mission (SRTM) 30 m resolution Digital Elevation Model (DEM) is proposed. Firstly, supported by the platform of Google Earth Engine, the tier1 data of Landsat TM/OLI images are used to eliminate the effects of cloud, cloud shadow, snow and mountain area, based on the Pixel Quality Assessment (pixel_qa) attribute and SRTM 30 m DEM. Then, the Modified Normalized Difference Water Index (MNDWI) is calculated, and the Canny edge detection algorithm are used to obtain the known part of the lake boundary (L) in cloud-free areas. The possible lake areas are obtained by range filtering of DEM locally. At the same time, DEM is used to generate contours with an isometric interval of 1 m, and a series of contours surrounding the possible lake area are automatically screened out. The tree structure is established according to the inclusion relationship between contours. The leaf nodes are the innermost contours, which are recorded as inner contours (C1). Because the acquisition time of Landsat and DEM is different, with the lake expanding or shrinking, the lake water surface will rise or fall relative to the inner contour. Different methods of determining the outer contour (C2) are adopted. Subsequently, the slope-aspect relationship between the inner contour C1 and the outer contour C2 and the known part of the lake boundary L is established, and the unknown lake boundary points are interpolated. Finally, the nearest neighbor method is used to connect the known lake boundary points with the interpolated Lake boundary points to form a complete lake boundary. The extracted lake boundaries were validated by visual digitized lake boundaries from ZiYuan-3 image or cloud-free Landsat image on the near date. It is found that they are basically coincided, and the percentage of differences in length and area are -6.81%~9.4% and -2.11%~2.7% respectively. It shows that this method is very effective for automatic extraction of Lake boundary from cloudy Landsat TM/OLI images, and provides a new method for automatic extraction of long time series Lake boundary and its temporal and spatial variation analysis in the Qinghai-Tibet Plateau on GEE and other big data platforms.     

基于张量投票的主动轮廓边缘提取

提出一种基于张量投票的主动轮廓边缘提取算法。该算法对图像进行张量编码,将其转化为二阶对称的半正定张量,每个输入张量通过预定的投票域对邻近数据进行稀疏投票,投票后每个输入点收集自身获得的选票,再进行稠密投票,以获得轮廓的显要特征,从而实现主动轮廓的边缘提取。实验结果表明,该算法能有效提取图像轮廓边缘,得到较好的物体主动轮廓模型。     

遥感图像中的黄河主溜线高效提取方法

黄河主溜线的趋向直接影响黄河的防洪决策与规划,而现有的主溜线演进方法需判断每一步河流方向。提出一种河流直向化的预处理方法,利用光谱相似性原理提取河流域,然后轮廓跟踪河流域外边界,对边界内的河流域通过线性插值的方式进行直向化处理;动态演进直向河流的主溜线,随后将其逆映射回原图像,获得原图像中河流域的主溜线。结果表明,运用直向化预处理方法提取主溜线,在没有降低误差精度的基础上,避免了频繁地检测河流走向,简化了主溜线的演进模型。