多目标轮廓Mumford-Shah水平集提取

目标轮廓的快速检测进而提取其几何形状,在图形图像处理中有着重要的作用.提出了一种多目标轮廓的水平集提取方法,对基于Mumford-Shah模型的C-V方法从两方面进行了改进:增加梯度矢量场和曲线法方向的融合作为边界吸引场,生成可以驱动主动轮廓向边缘进化的双向几何变形流,保留原图像分布信息作为区域进化能,解决未考虑局部几何信息造成的区域能量捕捉信息不全,或边缘梯度场和演化曲线法线方向正交时无法实现拓扑结构变化的缺陷;对水平集函数进行修正,使得它在收敛过程中能自动进行调整,确保其满足符号距离函数的要求,扩大初始化前迭代搜索区域,减少初始化次数,提高收敛效率;最后给出所提方法的数字化求解方案.实验表明该方法可行且具有较好的鲁棒性.     

自适应梯度矢量流轮廓提取方法

提出自适应梯度矢量流轮廓提取方法,从两个方面对梯度矢量流模型进行改进.首先,在原梯度矢量流场的基础上,引入调节因子,增强边缘附近数据项梯度的影响,减少扩散项带来的平滑效果,以改进梯度矢量流场的性能.其次,在活动轮廓边上附加一个法向的自适应力,它根据正在进化的活动轮廓所处的矢量场的位置,自行确定轮廓的收敛方向,以改进活动轮廓引导力的性能.把此力和改进后的梯度矢量流场叠加,既保持活动轮廓大的捕捉范围,又加快其收敛速度,且解决深度凹陷和瓶颈问题.通过对多个实例的运行,验证该方法的有效性.     

细粒度背景下强对比度纹理无监督提取

针对相似细粒度背景下容易出现强对比度纹理误提取的问题,提出一种两通道纹理图像无监督提取算法.通过对图像水平、垂直方向梯度场的非线性扩散,在不改变空间目标边界位置的前提下获取主纹理的边缘结构与区域灰度特征;同时建立包含调整项与模糊因子的两通道纹理提取主动轮廓模型,以具有较大差异的特征为主导项驱动曲线演化,并采用水平集方法实现对强对比度纹理的无监督提取.实验结果表明,该算法对多种自然纹理的提取具有较高的准确性和计算效率.     

参数化形态学梯度修正的水平集肝肿瘤分割

针对单一水平集算法处理低对比度或边缘模糊肝脏CT图像时,在梯度局部极小值区域或虚假边缘处常常会出现曲线停止演化现象的问题,提出了一种参数化形态学梯度修正的水平集图像分割方法进行研究.首先对图像进行形态学梯度变换,增强图像的对比度;然后以此为基础,在特定邻域内建立结构元素半径与梯度级的函数关系对图像进行梯度修正,增强目标边缘聚合度并去除图像噪声及非规则细节引起的局部极小值,同时减小目标轮廓位置的偏移;最后根据图像梯度信息运用水平集方法实现图像中单个或多个目标分割.实验结果表明,该算法有效地解决了标准水平集分割方法中存在的伪分割问题,能够对肝脏肿瘤进行较准确分割.     

基于GVF和压力Snake模型的哑铃型目标提取

针对传统活动模型初始化曲线严格的位置选择问题和梯度矢量流场模型存在的哑铃型目标"临界点"问题,提出了梯度矢量流场构造出气球压力的活动轮廓改进模型.利用了梯度矢量流场决定形变点的压力方向,在该构造压力与图像外力及轮廓曲线内力的共同作用下模型完成目标提取.结合实例对改进模型和算法进行了试验分析,结果表明了模型的可行性和算法的有效性.     

基于边缘连续性的边缘检测算法

针对传统的边缘检测算法抗噪能力弱、弱小边缘难以检测以及边缘图像容易出现断层等问题,本文提出了一种新的边缘检测算法。该方法首先对边缘进行提取,然后进行边缘连接。边缘是图像灰度突变的反应,像素点的梯度以该像素点为对称中心,由对称位置灰度有明显变化的像素点的个数加权得到。对梯度较大的像素点计算其方向,通过像素点方向的连续性进行边缘提取。为了克服边缘图像出现断层的缺陷,利用蚁群算法进行边缘连接 。实验结果表明,该方法有较强的抗噪能力,尤其对椒盐噪声,且可以有效地检测出灰度变 化不明显的边缘。     

改进的主动轮廓模型在脑肿瘤MRI图像轮廓提取中的应用

针对主动轮廓模型(Snake)处理图像时的初始轮廓选取问题,采用改进的区域增长法对图像进行预分割,并将得到的边缘作为主动轮廓模型的初始边缘轮廓;然后分别用sobel算子与梯度矢量流(GVF)代替图像梯度进行主动轮廓模型外部能量的计算,在速度满足要求的情况下,提高了目标区域的提取精度.实验结果表明,基于GVF的主动轮廓模型在脑肿瘤的轮廓提取中能取得更好的效果.     

基于自适应自由变形法和梯度下降法的胸部多模医学图像配准*

为了实现胸部多模态医学图像的自动配准,提出了一种基于层次B样条自适应自由变形法和梯度下降法的配准方法。首先采用GVF Snake与Canny算子实现边缘提取,并自动配对特征点;接着,采用矩主轴法对多模医学图像进行全局粗配准;最后,基于层次B样条自适应自由变形法对多模态医学图像进行自动细配准,并且采用梯度下降法以及最大信息熵准则加速求自由变形系数。实验证明该方法不仅效率高,而且配准效果好。     

基于Freeman链码的B样条曲线轮廓拟合

提出了一种Freeman链码与B样条曲线误差控制相结合实现轮廓拟合的算法,首先利用Freeman链码法进行边界跟踪,根据相邻像素点间的不同的链码变化关系,排除伪特征点,提取出轮廓中绝大多数特征点,然后结合基于误差控制的B样条曲线法,取得能够精确表示轮廓信息的特征点。本文算法即避免了使用曲率来进行求取特征点的复杂计算,提高了特征点检测速度,又提取出能够精确拟合轮廓的局部支撑点,实现了基于误差控制的轮廓曲线拟合。实验结果证明了本文算法的正确性。     

一种闭合曲线去除平面工件二值图像噪声算法

在现代工业中,图像处理技术经常被用于工件的在线检测。获取的图像经过二值化后,工件信息和噪声同时存在,其中工件信息常被噪声影响。通过分析二值图像中工件边缘与噪声的特征区别,提出一种用闭合曲线去除二值图像噪声的新算法,该算法通过移动一组闭合曲线,根据每个闭合曲线与检测目标轮廓边缘的交点数目,判断该组闭合曲线所包含的各个像素点是否为噪声,将被判为噪声的像素点置零,从而提取出精确的工件边缘信息。该算法适用于具有清晰轮廓曲线的零件检测。     

Digital Curve Length Calculation by Using B-spline

A new method for digital curve length calculation based on the approximation with a B-spline has been introduced where the control points of a B-spline curve are the pixel center points. An approximate length of the digital curve is determined by calculating the length of the continuous B-spline curve. In the paper several examples are presented and the calculated lengths are compared to other methods found in the literature. The advantage of the proposed method is in the approximation of the digital curve with the continuous curve rather than with piecewise linear sections used by most other methods.     

基于双正交非均匀B样条小波的曲线逼近方法

针对B样条曲线逼近有序数据点在应用最小二乘法时出现的计算量较大问题,提出一种基于双正交非均匀B样条小波的曲线逼近方法。其基本思想是：先用最小二乘法生成初始B样条逼近曲线,再用细节曲线逼近误差向量,接着将细节曲线叠加于原逼近曲线得到新的B样条曲线,这个过程是迭代的。细节曲线的基函数是双正交非均匀B样条小波。与传统最小二乘法相比,该方法仅需计算新增线性系统,避免重复计算原系统,降低了计算量,提高了运算效率;此外,给出了B样条逼近曲线的一种多分辨率表示形式。     

Shape modeling based on specifying the initial B-spline curve and scaled BFGS optimization method

In this paper, we consider the problem of fitting the B-spline curves to a set of ordered points, by finding the control points and the location parameters. The presented method takes two main steps: specifying initial B-spline curve and optimization. The method determines the number and the position of control points such that the initial B-spline curve is very close to the target curve. The proposed method introduces a length parameter in which this allows us to adjust the number of the control points and increases the precision of the initial B-spline curve. Afterwards, the scaled BFGS algorithm is used to optimize the control points and the foot points simultaneously and generates the final curve. Furthermore, we present a new procedure to insert a new control point and repeat the optimization method, if it is necessary to modify the fitting accuracy of the generated B-spline fitting curve. Associated examples are also offered to show that the proposed approach performs accurately for complex shapes with a large number of data points and is able to generate a precise fitting curve with a high degree of approximation.     

Control point adjustment for B-spline curve approximation

Pottmann et al. propose an iterative optimization scheme for approximating a target curve with a B-spline curve based on square distance minimization, or SDM. The main advantage of SDM is that it does not need a parameterization of data points on the target curve. Starting with an initial B-spline curve, this scheme makes an active B-spline curve converge faster towards the target curve and produces a better approximating B-spline curve than existing methods relying on data point parameterization. However, SDM is sensitive to the initial B-spline curve due to its local nature of optimization. To address this, we integrate SDM with procedures for automatically adjusting both the number and locations of the control points of the active spline curve. This leads to a method that is more robust and applicable than SDM used alone. Furthermore, it is observed that the most time consuming part of SDM is the repeated computation of the foot-point on the target curve of a sample point on the active B-spline curve. In our implementation, we speed up the foot-point computation by pre-computing the distance field of the target curve using the Fast Marching Method. Experimental examples are presented to demonstrate the effectiveness of our method. Problems for further research are discussed.     

高阶连续的形状可调三角多项式曲线曲面

目的目前使用的B样条曲线曲面存在着高连续阶与高局部调整性两者无法兼而有之的不足,且B样条曲线曲面的形状被控制顶点和节点向量唯一确定,这些因素影响着B样条方法的几何设计效果与方便性。本文旨在克服这种局限,以期构造具有高次B样条方法的高连续阶,低次B样条方法的高局部调整性,以及有理B样条方法权因子决定的形状调整性的曲线曲面。方法在三角函数空间上构造了一组含参数的调配函数,进而定义具有与3次B样条曲线曲面相同结构的新曲线与张量积曲面。结果新曲线曲面继承了B样条方法的凸包性、对称性、几何不变性等诸多性质。不同的是,同样是基于4点分段,3次均匀B样条曲线C2连续,而对于等距节点,在一般情况下,新曲线C5连续,当参数取特殊值时可达C7连续。新曲线在C5连续的情况下存在1个形状参数,能较好地调整曲线的形状同时又无须改变控制顶点。另外,将形状参数设为特定值,新曲线可以自动插值给定点列。新曲面具有与新曲线相应的优点。结论在强局部性下实现高阶连续性的形状可调分段组合曲线曲面,为高阶光滑曲线曲面的设计提供了可能,并且新曲线实现了逼近与插值的统一表示,能较好地应用于工程实际。调配函数的构造方法具有一般性,可用相同方式构造其他具有类似性质的调配函数。     

Contour curve reconstruction from cloud data for rapid prototyping

In this study, a method for generation of sectional contour curves directly from cloud point data is given. This method computes contour curves for rapid prototyping model generation via adaptive slicing, data points reducing and B-spline curve fitting. In this approach, first a cloud point data set is segmented along the component building direction to a number of layers. The points are projected to the mid-plane of the layer to form a 2-dimensional (2D) band of scattered points. These points are then utilized to construct a boundary curve. A number of points are picked up along the band and a B-spline curve is fitted. Then points are selected on the B-spline curve based on its discrete curvature. These are the points used as centers for generation of circles with a user-define radius to capture a piece of the scattered band. The geometric center of the points lying within these circles is treated as a control point for a B-spline curve fitting that represents a boundary contour curve. The advantage of this method is simplicity and insensitivity to common small inaccuracies. Two experimental results are included to demonstrate the effectiveness and applicability of the proposed method.     

基于B样条隶属函数的模糊推理系统

隶属函数和推理规则的确定是模糊推理的难点。通过研究模糊推理过程和B样条函数的特性,对应用B样条函数拟合模糊隶属函数进行推理的方法进行改进。通过对误差极值点、曲率极值点的计算和筛选,得到B样条函数的型值点。反算求得控制点之后,通过自适应增加控制点对曲线进行调整,增加曲线对隶属函数的拟合度,解决了B样条函数对隶属函数的拟合问题。建立B样条推理规则,构造实现了B样条推理系统,并求出该系统的最终结果为B样条超曲面。最后,通过实验验证了该方法的有效性和可行性。     

基于动态参数化的二次B样条插值曲线

参数化为构造B样条插值曲线提供了自由度，但在以往的研究中，这些自由度并未得到充分利用．该文给出的二次B样条曲线插值方法充分利用了参数化的自由度，直接利用插值曲线直观的几何约束条件如曲线在数据点处的切向、曲线段的相对高度等进行参数化，使得构造出的插值曲线不仅在两端，而且在中间各段具有预期的几何性质．该文的方法比起以往的参数化方法来，能更直观有效地控制插值曲线的形状．而且，所构造的插值曲线具有局部性质或近似局部性质，即当改变某个数据点的位置时，插值曲线的形状只作局部改变或除局部范围外，曲线形状改变很小或完全不变．不同于以往的插值方法，该文的方法在构造插值曲线的过程中根据曲线的几何约束条件动态地递推确定参数值、节点向量和控制顶点，整个过程不必解方程组，计算简便．该文还给出了相应的算法和应用例子．实验结果表明，该文的方法十分有效．     

隐式B-样条曲线重建的直接Greville纵标法

提出了一种以隐式B-样条曲线为表达形式,基于直接Greville纵标的曲线重建方法。根据点云建立有向距离场,并作为B-样条函数的Greville纵标,然后根据高影响区内的平均代数误差优化Greville纵标;得到一个隐式B-样条函数,该函数的零点集即为重建曲线。该方法具有模型简单,重建速度快,无多余分支,无需手工调节任何参数的优点。实验结果证实了该直接法的效率明显高于点拟合法和普通场拟合法,以几何误差为准则的精度亦优于普通场拟合方法。     

带约束的B 样条曲线曲面延伸技术

论文提出了一种带光滑有序点列约束的B 样条曲线延伸方法。该算法能 够根据约束点列的情况对曲线延伸部分所对应的节点值进行优化,通过插值尽量少的约束 点,使得延伸曲线与约束点列之间的最大距离小于预先给定的误差值,并且延伸曲线与原始 曲线之间自然达到最大阶连续。该方法也同样适用于带曲线约束的B 样条曲面延伸。实例 表明,所提出的算法是可行且有效的。