基于多尺度分析与图割的快速图像分割算法*

以GrabCut算法为基础,引入多尺度分析方法,以塔式分解的多尺度图像序列代替固定尺度的原始图像序列估计GMM参数,将粗糙尺度的易分割性与精细尺度的精确性互补,使得算法以较少样本快速确定GMM参数,分割精度不减而效率显著提高。实验表明了算法的有效可行性。     

基于图割理论的尺度自适应人脸跟踪算法

针对连续自适应的Mean-Shift（Camshift）算法跟踪人脸时尺度过度放缩这一问题,提出了一种基于图割的Camshift人脸跟踪算法。首先,在每一帧图像的Camshift迭代结果内建立图割区域,使用高斯肤色模型作为图割权值分割出图割区域内肤色团块;然后,计算该肤色团大小得到目标真实尺度,并比较与上一帧图像跟踪框内肤色团的尺度来判断是否需要重新跟踪目标;最后,再以该团块作为下一帧跟踪目标。实验结果表明,基于图割的Camshift人脸跟踪算法有效地克服了跟踪时其他肤色区域的干扰,能有效地反映人体快速运动中人脸真实尺度变化,同时防止Camshift算法丢失跟踪目标而陷入局部最优解,具有较好的可用性和鲁棒性。     

基于多平面重建提取冠脉轮廓线的曲面重建算法

针对三维切割及多平面重建只能获取组织或器官的几何平面信息,无法将弯曲结构的组织或器官展示在单张图片上的问题,实现了基于多平面重建(MPR)提取轮廓线的冠脉曲面重建(CPR)算法.首先,利用多平面重建获取冠脉轮廓的离散点;然后,对离散点进行Cardinal样条插值,获取平滑的轮廓拟合曲线;其次,沿着感兴趣方向对轮廓线进行投影形成扫描曲面;最后,显示扫描曲面对应的心脏体数据,得到冠脉重建曲面.实验结果表明,在绘制速度上,与三维切割法和三维数据场法相比,冠脉轮廓线提取速度提高了每秒4~6帧,绘制时间较短.在绘制质量上,与三维分割法相比,得到的冠脉曲面成像清晰,结构完整,有助于医师对病变的直观分析,能满足实际临床诊疗需求.     

基于两段多组件图割的非监督彩色图像分割算法

提出基于两段多组件图割的彩色图像分割算法,以解决因标签过多和噪声导致的过分割和图割算法低效等问题.多组件图割算法分割图像时,把标签相同的区域处理为该标签的多个组件,结合两层高斯金字塔形成两段多组件图割,以减少分割错误和标签数量,提高分割的性能.算法首先提取基于多尺度四元数Gabor滤波的texton纹理特征,并自适应融合颜色特征;然后使用两段多组件图割获取图像的优化分割,其中,为了引导图割优化的方向,在平滑项中引入彩色梯度信息;最后去除分割结果中的弱边界,获得最终的分割结果.实验结果表明,相对于比较算法,新算法的分割性能有明显提升.     

基于多尺度曲面拟合的细胞图像表面分割算法

针对不规则多形变形状变化特征的红血球细胞分类识别问题,提出一种基于阴影形状恢复技术与多尺度曲面拟合相结合的复杂表面分割方案.利用Shape from Shading进行重建得到的细胞表面三维高度场可用于计算高斯曲率与平均曲率并得到表面类型图像标识的初始分割,然后通过多尺度二元多项式函数分别对不同类型表面进行曲面拟合,得到的分割结果可将不同形状部分区分开来,并以此作为进一步对细胞进行分类的依据.实验结果表明,该方法易于实现,且分割效果较好.     

融合多结构滤波和多尺度重建的分水岭算法

为了解决传统分水岭算法中存在的过分割问题,提出一种结合多结构形态学开闭滤波和多尺度形态学开闭重建的新方法。该方法用12种不同结构的结构元对原始图像进行开闭滤波,接着对梯度图像应用多尺度开闭重建,通过加权融合不同的重建梯度为最终的梯度。在重建后的梯度上应用扩展最小变换技术（H-minima）以提取标记,用所得的标记修正原始梯度,在修改后的梯度上进行分水岭分割。实验结果表明：该方法不仅能有效抑制分水岭算法中的过分割,而且通过调节分割过程中的参数,还能防止欠分割的发生,对于不同的需求均可得到理想的分割效果。     

融合目标形状信息及图割窄带优化的目标跟踪算法

提出基于图割窄带优化算法及融合目标形状信息的目标跟踪方法,首先采用卡尔曼滤波方法对目标新的位置进行预测,进而基于目标当前位置及分割结果估计目标的形状的信息,然后在目标预测位置采用窄带的图割优化算法并集成目标的形状先验信息对目标的进行分割,从而确定目标新的位置并得到目标新的轮廓结果,完成目标的精确跟踪。实验结果表明提出的方法具有良好的性能,能够精确有效的跟踪复杂背景中的运动目标。由于采用窄带图割分割优化,使得算法也具有良好的实时性,能够在实际中得到应用。     

带自由曲面的三视图重建算法研究

针对蕴含自由曲面的三视图,提出了通过恢复边界线和轮廓线进而根据这些恢复的空间曲线重建自由曲面的算法。首先分析并证明了自由曲面在三视图中的投影性质,从而提出边界投影和轮廓投影的匹配算法。针对视图中存在的被打断的样条曲线,提出了分段样条曲线的爬坡算法来解决此类曲线不能匹配的问题。然后基于投影匹配序列重建出自由曲面的边界线,再由边界投影上的点和轮廓投影端点的对应关系重建出空间轮廓线。由轮廓线等参采样构造截面线并和边界线一起蒙皮生成最终自由曲面。本文提出的算法扩展了工程图的重建域。     

多尺度自适应上采样的图像超分辨率重建算法

针对现有基于卷积神经网络的图像超分辨率重建网络中存在的训练难以收敛、无法适配多个放大系数和无法进行非整数放大系数上采样的问题,提出了一种基于多尺度和分而治之思想的自适应上采样图像超分辨率重建算法。该算法通过改进后的多尺度通道注意力特征提取模块对低分辨率图像进行多尺度特征提取以生成不同尺度下的特征图,再将其输入瓶颈层实现全局特征融合,使用基于分而治之的自适应上采样模块获得超分辨率图像,从而解决了不同放大系数的适配问题和非整数放大系数的上采样问题。在对比实验中,该算法在不使用任何初始化方法时仍然具有良好的收敛性。在整数放大系数下,该算法的图像重建性能超过当前主流的超分辨率网络,PSNR和SSIM性能相比MRFN分别提升了0.34 dB和0.039 1。在非整数放大系数下,其PSNR性能相比双三次插值方法平均提升1.24 dB,且不需要对每一个放大系数都进行训练。     

用于图像重构的代数多重网格算法

通过分析代数多重网格(algebraic multi-grid,AMG)算法中粗网格提取过程,提出了一种基于代数多重网格算法的图像重构算法.在代数多重网格算法的粗网格序列中,下一层粗网格保留上一层网格的强连接部分.将这种机制运用到图像,提取的粗网格可以较好的保留图像的有效信息部分,在图像变化剧烈的细节区域网格点分布不均匀,平滑模糊部分网格点分布均匀一致.以粗网格像素点进行插值,可以得到较好的重建结果.以均方误差为评价参数,与小波算法进行了比较,比较结果表明该算法在一定程度上优于传统的小波算法,且有一个图像融合应用实例,优于小波融合方法.     

采用窄带图切割的多目重构方法

针对目前多目重构研究中物体表面获取和凹陷区域恢复的难题,提出采用窄带图切割的可见外壳和多目立体匹配相融合的方法.在可见外壳的拓扑约束下,通过最小化能量泛函使得重构表面与多目立体匹配得到的稠密点云形状一致;并利用窄带图切割计算能量泛函的全局最优解.实验结果表明,该方法能重构封闭表面和凹陷区域;窄带图切割在获得最优解的同时提高了计算效率,与全图切割相比速度提高了3倍以上.     

使用图割方法提取图像的纹理特征

研究目的是对代数多重网格（AMG）方法进行分析,粗网格中会保留强连接部分而去掉弱连接部分,可以提取图像的纹理信息。将AMG方法提取的图像的纹理特征结合到图分割算法中,针对具有纹理特征的图片构建能量函数,并使用最大流方法进行优化。使用一些自然图像进行了验证,结果证明针对该方法能够较好地提取图像的纹理特征。     

基于图割及动态片结构的3维人脸多视图体重建

针对3维人脸重建问题提出了一种新颖的多视图体重建方法,以解决目前3维人脸重建方法只适用于小样本集合,大范围推广时精度难以保证的弱点。该方法创新之处在于将基于特征点匹配的重建方法与立体重建方法结合引入到图割优化框架,并应用于3维人脸重建。本文两个重要改进工作是设计动态片结构描述来进行颜色一致性估计以及设计新的动态图结构以去除半个体素尺寸的重建误差。实验中分别采用8张、16张和30张存在亮度变化的人脸多视角图像验证算法。实验结果逼真,同时避免了传统重建方法结果受限于样本集分布的问题。     

基于透视网格的自适应窄带表面粒子提取方法

为了提升基于粒子的流体表面重建效率,提出了一种基于透视网格的自适应窄带表面粒子提取方法。与基于物体空间的方法相比,该方案根据粒子密度、离散系数等信息自适应提取视锥范围内最靠近视点的表面粒子,使表面粒子数、内存消耗仅与可见的表面区域相关,而不是整个流体表面或模拟域。此外,利用透视网格沿视线排布的优势,提出了基于粒子密度的自适应厚度估计方法。实验结果表明,该方案有效减少了40%～76%的表面粒子和30%～50%的内存开销,解决了表面粒子冗余和空洞问题,并以较低的代价获取了厚度信息。该方案为后续的表面重建和渲染带来了明显的性能提升,可以更好地处理大规模粒子集的重建和渲染。     

不完全投影数据图像重建的ART算法研究

ART算法是一种经典的图像重建方法,适合于不完全投影数据重建。为了提高重建速度,通常对权因子进行简化,其结果是在重建图像中普遍存在椒盐噪声。提出了一种改善重建质量的方法,在每次迭代后对重建图像进行有选择的平滑,将平滑结果作为下一次迭代的初值,其特点是将图像处理和图像重建相结合。仿真实验表明该方法非常有效,不但提高了重建质量,而且克服了利用Box模板进行平滑所造成的图像模糊现象。     

基于代数张量积B样条的隐式曲面重构

提出一种以代数张量积B-样条曲面作为几何表示形式的方式,采用Sampson距离来度量数据点与曲面之间的误差,它不仅是几何距离的很好近似且具有齐性和刚体不变的良好性质.建立了近似几何误差和薄板能量极小化的最优化隐式曲面重构模型.同时结合最优化理论中的信赖域思想和拟牛顿法,给出自适应的选代求解算法及其实现.理论上由信赖域法的收敛性分析,迭代算法具有总体收敛性.最后基于散乱点数据集,给出曲面重构的实例,并作简单的讨论.     

代数重建算法中一种快速投影系数计算方法

针对ART（Algebraic Reconstruction Technique）算法重建图像中投影系数是影响重建速度和重建质量的主要因素,提出一种快速计算投影系数的方法。该方法由射线出发,根据射线与网格相交的不同情况,分类快速求解投影系数。同时利用平行射束下射线的相关性与对称性,避免大量重复计算,节省了计算时间。仿真实验选用Shepp-Logan模型,结果表明该方法快速有效。     

轴对称物体X射线层析成像的正则化方法

论述了由单幅X射线投影进行轴对称物体密度重建的正则化方法。正则化模型的建立根据被重建物体的先验信息确定,对这一数学模型的求解转化为解对称正定线性代数方程组的问题,数值实现容易。仿真计算结果显示了重建方法关于密度界面位置和函数值的精度,验证了正则化方法的抗噪性,保证了测量数据的微小误差不会引起数值解的强烈抖动。