首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 968 毫秒

1.  基于区域混合活动轮廓模型的医学图像分割  
   林喜兰  陈秀宏  肖林云《计算机科学》,2016年第43卷第4期
   针对变分水平集算法在图像分割过程中计算量较大且收敛速度慢的现象, 在一些基于区域的活动轮廓模型基础上提出了一种新的基于区域混合模型的非凸正则化活动轮廓模型。该模型构造了一个新的能量泛函,该能量泛函结合了考虑图像局部聚类性质的LBF模型和测地线模型,增加了非凸正则化项,加快了轮廓曲线的收敛速度,可以很好地保持区域形状并能防止边缘过平滑,然后通过经典有限差分法求得能量泛函的极小值。最后,在合成图像和医学图像上做了仿真实验,结果表明,该算法具有较快的收敛速度 和很好的鲁棒性,分割结果也较准确。    

2.  一种具有去噪能力的全局最小值分割模型  
   吴继明  庞雄文《计算机工程》,2012年第38卷第7期
   几何主动轮廓模型的能量泛函是非凸性的,导致图像分割结果依赖于曲线的初始化条件,对噪声敏感。针对该问题,提出一种全局最小值分割模型,对能量泛函进行凸性非约束改进,利用基于总变分对偶公式的快速数值化算法实现图像的分割。对合成图像和医学图像的分割结果表明,利用该模型可以准确提取出对象的边界,分割速度快,对噪声具有较好的鲁棒性。    

3.  一种基于边缘信息的几何活动轮廓模型图像分割方法  
   张静  张峰  边洪宁《建造师》,2014年第21期
   图像分割是图像识别、三维重建等技术的前提和基础,如何精确地完成图像的分割是当前图像研究领域一个研究的热点。几何活动轮廓模型图像分割方法开创性的将图像分割问题转化为各种能量的泛函的极小值的问题,并利用变分原理将其转换为偏微分方程来寻求最终解,测地活动轮廓模型是其中的最具代表性的分割方法,但是其却存在过度分割和对边界、噪点较为敏感的缺点。本文在偏微分方程的基础上,为测地活动轮廓模型增加了一项图像力,提出了一种改进测地活动轮廓模型图像分割方法,对噪点做了平滑,并突出了边界。实验结果表明,改进图像分割方法去除了噪点,精度更高,迭代次数减少,速度更快。    

4.  融合Ratio边缘信息的水平集SAR图像分割方法  
   吕雁  冯大政《西安电子科技大学学报(自然科学版)》,2010年第37卷第3期
   提出了一种融合边缘和区域信息的变分水平集合成孔径雷达图像分割方法.该方法不需要去除相干斑噪声的预处理过程,利用具有恒虚警特性的Ratio算子提取合成孔径雷达图像的边缘信息,并与无边缘活动轮廓模型结合建立合成孔径雷达图像分割能量泛函模型,通过最小化能量泛函得到曲线演化偏微分方程,采用变分水平集方法求解演化方程,实现了合成孔径雷达图像的分割.分别采用模拟和真实合成孔径雷达图像对该方法进行了验证,实验结果表明,该方法实现了合成孔径雷达图像中目标与背景的正确分割,具有较好的边缘定位能力.    

5.  基于优化活动轮廓模型的SAR影像海陆分割方法研究*  
   单子力  王超  张红《计算机应用研究》,2011年第28卷第6期
   SAR(合成孔径雷达)影像具有很强的乘性斑噪,给图像分割带来了困难。本文利用Gamma分布拟合SAR影像,并将其用于构造基于区域信息的能量泛函,提出了一种基于活动轮廓模型的SAR影像海陆自动分割方法。该方法在能量泛函中同时融合了边缘信息和区域信息,既有利于边界精确定位又有利于降低乘性斑噪的影响,利用活动轮廓演化模型,通过变分水平集方法推动活动轮廓曲线向海岸线演化,在最小化特定的能量泛函的约束下,使活动轮廓与海岸线重合,达到影像分割的目的。同时针对该模型提出了优化方法提高其计算效率,使本文提出的分割算法更加实用。    

6.  基于水平集的新型彩色图像分割算法  
   陈沅涛  徐蔚鸿  吴佳英《计算机应用》,2012年第32卷第3期
   由于考虑的泛函变分形式是非凸性质,向量值图像分割模型的计算结果经常会陷入局部最小值.基于活动轮廓的向量值图像的全局图像分割方法,以新型变分形式将向量值图像分割和图像去噪融入具有全局极小能力泛函框架中.新模型具有容易构造和较少计算量的特点,对比经典的水平集方法,可以避免繁琐的距离重复化水平集过程.通过对人工图像和真实图像进行分析,验证新方法具有更好的图像分割效果.    

7.  一种鲁棒的非均匀灰度图像分割算法  被引次数:2
   田沄  周明全  段福庆  武仲科《电子与信息学报》,2011年第33卷第6期
   针对非均匀灰度图像分割困难及分割效率低下的问题,该文提出了一种基于活动轮廓模型的高效图像分割算法。不同于传统水平集方法中仅用单一信息定义的能量泛函,该算法结合图像的边缘信息和区域统计信息定义了一个新的能量泛函。边缘信息的利用便于演化轮廓线快速精确地定位至物体边缘;区域统计信息由局部统计信息和全局统计信息构成,一方面,局部统计信息的利用能够有效处理图像的灰度分布不均匀现象,另一方面,全局统计信息的利用避免了轮廓线陷入局部极小值。最后,在轮廓线演化过程中,通过高斯卷积核实现快速规则化,避免了传统模型计算代价高昂的重新初始化或规则化。合成图像和真实图像的实验结果表明,该文算法不仅能够快速有效分割灰度分布不均匀的弱边缘物体,而且对于多灰阶复杂结构物体也能够精确分割;同时,该算法对噪声和初始轮廓线具有较好的鲁棒性。    

8.  C-V活动轮廓模型的一个注记  
   申小娜  林琼《计算机工程与应用》,2010年第46卷第32期
   Chan-Vese提出的“无边活动轮廓”模型(C-V模型)是一个著名的基于区域的图像分割模型,它是基于Mumford-Shah泛函和二值PC函数(目标区域取一个值,背景区域取另一个值)解决图像分割问题的。在C-V模型中,定义能量泛函的面积项的系数被要求为非负值,这个要求限制了模型适用的范围。实验研究表明:面积项系数取负值时,C-V模型能够分割某些原来不适用的图像。    

9.  扩展的Chan-Vese模型在噪声图像分割中的应用  
   罗志宏  冯国灿  杨关《中国图象图形学报》,2011年第16卷第9期
   针对带噪声图像分割结果不理想的现象,提出一种对带不同类型噪声的图像都能进行有效分割的变分模型。首先扩展了Chan-Vese(CV)模型的能量泛函,然后在数值求解过程中,引入一个辅助变量与水平集方法相结合,采用高效和无条件稳定的MOS算法,提高精度和计算效率。对带一定强度噪声的图像进行地分割实验,并与CV变分模型的分割结果进行比较。结果表明,该新变分模型较好地克服了噪声干扰的影响,对带噪图像的分割是有效的,迭代次数少,速度快且提高了目标分割的准确性。    

10.  一种新的结合图像梯度的局部活动轮廓模型  
   刘驰  孙权森《计算机应用研究》,2014年第11期
   基于区域的局部二值拟合模型只考虑图像灰度的平均值统计信息,然而由于图像中的噪声改变了图像的灰度分布,该类方法对于包含大量噪声的图像往往很难获得理想的效果。为了提高模型对于噪声的鲁棒性,提出了一种结合图像统计信息和梯度信息的局部活动轮廓模型。该模型在图像灰度的统计信息的基础上,加入图像梯度信息,分别构造以高斯函数为核函数的局部二值灰度拟合能量和局部二值梯度拟合能量,得到最终的能量泛函,并通过最小化该能量函数,驱使活动轮廓向目标边缘演化。实验结果表明,基于图像灰度和梯度的局部活动轮廓模型能够有效克服图像中弱边缘以及强噪声对于分割结果的影响,其分割精度高于同类方法。    

11.  一种基于G0分布的水平集SAR图像分割方法  
   冯籍澜  曹宗杰  皮亦鸣《现代雷达》,2010年第32卷第12期
   G0分布是一种性能优良的概率统计模型,能够精确描述SAR图像中均匀区域、不均匀区域以及极不均匀区域的统计特性.文中基于G0分布提出了一种基于概率统计模型的变分水平集SAR图像分割方法.该方法通过引入G0分布统计模型,定义了一种更加适用于SAR图像分割的能量泛函.利用基于Mellin变换的G0分布的参数估计方法估计各个区域内最优的分布参数,并且通过水平集方法进行偏微分方程的数值求解,实现了SAR图像的区域和目标分割.由于G0分布的采用,使得该方法能够适用于多种SAR图像的分割.利用模拟和真实SAR图像上的分割实验验证了该方法的有效性.    

12.  Mumford-Shah模型在图像分割中的研究  被引次数:6
   冯志林  尹建伟  陈刚  董金祥《中国图象图形学报》,2004年第9卷第2期
   介绍了图像分割中的Mumford-Shah(MS)模型,提出了一种新的MS模型的数值求解方法。首先在数学上指出了MS泛函弱解在SBV函数空间中的存在性,然后讨论了计算弱解的数值逼近方法。为了得到MS泛函的数值解,首先定义了自适应三角剖分空间上的离散型MS泛函,然后在每次迭代前对有限元网格进行相应的自适应调整,接着采用拟牛顿最小化方法,并通过收敛意义上的离散有限元逼近,得到离散型MS泛函在每次迭代中的最小值。实验结果表明,该方法适合含噪图像的分割,是一种有效的图像分割算法。    

13.  一种新的测地线主动轮廓图像分割方法  
   贾迪野  黄凤岗  苏菡《哈尔滨工程大学学报》,2005年第26卷第1期
   测地线主动轮廓模型是一种重要的图像分割方法,它对噪声图的分割效果很大程度上依赖于图像平滑的质量.为了使图像平滑和图像分割有机的结合起来,文中首先利用方向曲率模值提出描述图像平滑度的泛函,推导出一种四阶偏微分方程(PDE)图像降噪模型,它能在有效降噪的同时,保持良好的图像特征.该方法处理结果为分段线性图像,且在目标边缘处梯度存在阶跃.利用降噪结果的这一特点作为图像特征的描述函数,文中提出一种新的测地线主动轮廓(new geodesic active contour)模型.实验表明,新模型轮廓提取能力强、收敛速度快.以文中的降噪模型进行预处理,对基于区域的主动轮廓模型分割效果也有较大的提高.    

14.  多描述子活动轮廓模型的医学图像分割  
   陈红  吴成东  于晓升  武佳慧《中国图象图形学报》,2018年第23卷第3期
   目的 医学图像分割结果可帮助医生进行预测、诊断及制定治疗方案。医学图像在采集过程中受多种因素影响,同一组织往往具有不同灰度,且伴有强噪声。现有的针对医学图像的分割方法,对图像的灰度分布描述不够充分,不足以为精确的分割图像信息,且抗噪性较差。为实现医学图像的精确分割,提出一种多描述子的活动轮廓(MDAC)模型。方法 首先,引入图像的熵,结合图像的局部均值和方差共同描述图像的灰度分布。其次,在贝叶斯框架下,引入灰度偏移因子,建立活动轮廓模型的能量泛函。最后,利用梯度下降流法得到水平集演化公式,演化的最后在完成分割的同时实现偏移场的矫正。结果 利用合成图像和心脏、血管和脑等医学图像进行了仿真实验。利用MDAC模型对加噪的灰度不均图像进行分割,结果显示,在完成精确分割的同时实现了纠偏。通过对比分割前后图像的灰度直方图,纠偏图像只包含对应两相的两个峰,且界限更加清晰;与经典分割算法进行对比,MDAC在视觉效果和定量分析中,分割效果最好,比LIC的分割精度提高了30%多。结论 实验结果表明,利用均值、方差和局部熵共同描述图像灰度分布,保证了算法的精度。局部熵的引入,在保证算法精度的同时,提高了算法的抗噪性。能泛中嵌入偏移因子,保证算法精确分割的同时实现偏移场纠正,进一步提高分割精度。    

15.  水平集方法在医学图像分割中的应用  
   孔珊  陈相廷  刘姝月  张一凡《现代计算机》,2014年第12期
   水平集方法已广泛应用于医学图像分割中,该方法将界面看成高一维空间中的某一函数谚(称为水平集函数)的零水平集,同时界面的演化也扩充到高一维的空间中。其核心思想是利用水平集理论求解能量泛函的最小值.即当能量达到最小值时的曲线位置就是目标轮廓所在;有效解决曲线演化过程中的拓扑变化问题。介绍水平集发展过程中几个经典模型的基本思想,并通过大量实验证明该方法在医学图像分割中的适用性及有效性。    

16.  基于水平集的医学图像快速分割方法  
   付增良  周健  叶铭  魏高峰  苏永琳  王成焘《计算机工程与设计》,2009年第30卷第24期
   针对高噪声、低对比度的医学图像难以快速准确分割的问题,结合基于像素的传统方法和基于水平集的活动轮廓模型,提出了一种混合的医学图像分割新技术.首先依据待分割对象的先验知识交互选取感兴趣区域.然后由传统的方法和基于水平集的C-V模型结合实现感兴趣区域图像的预分割.预分割的结果直接作为窄带变分水平集模型的初始轮廓,演化曲线在很短的时间内准确收敛到待分割物体的边缘.    

17.  基于图像局部梯度L_0范数正规化的图像分解算法  
   潘康俊  谢德红《计算机应用》,2014年第6期
   针对基于梯度L0范数正规化的变分泛函最优化分解图像时误判噪声梯度为边缘梯度的问题,提出一种基于图像局部梯度的L0范数正规化的图像分解算法。该算法构造了一个由保真函数和正则项构成的适用于图像分解的变分泛函,其中正则项用图像的局部梯度的L0范数进行估计,进而通过求解泛函的最小值,以分解出图像的结构信息(即图像的边缘)。与直接基于图像一阶梯度的L0范数的分解算法相比,该算法可以去除噪声梯度的干扰,从而使分解出的图像边缘中不含有噪声。实验结果表明,该算法在分解图像结构和纹理时,既能很好地把边缘保留在图像结构层中,也可把噪声分解到图像结构层外。    

18.  基于局部与全局拟合的活动轮廓模型  被引次数:1
   时华良  李维国《计算机工程》,2012年第38卷第18期
   针对局部二值拟合(LBF)模型容易陷入能量泛函局部极小值的问题,提出基于局部与全局拟合的活动轮廓模型。引入一个衡量某点处局部区域内灰度分布是否均匀的特征函数,将LBF模型中的局部拟合项与CV模型中的全局拟合项相结合,同时保留LBF模型分割灰度不均匀图像和CV模型全局收敛性的优点。实验结果表明,该模型能够分割灰度不均匀图像,对初始轮廓的依赖性较弱,并且具有一定的抗噪性。    

19.  基于统计模型的变分水平集SAR图像分割方法  被引次数:7
   曹宗杰  闵锐  庞伶俐  皮亦鸣《电子与信息学报》,2008年第30卷第12期
   针对SAR图像感兴趣区域分割问题,提出了一种基于统计模型的变分水平集分割方法.该方法在分析SAR图像特征的基础上,利用相干斑噪声的统计模型直接定义了关于水平集函数的能量泛函,不同于一般水平集方法中关于参数化曲线的能量泛函.通过极小化能量泛函,建立了水平集函数演化的偏微分方程.对水平集演化方程的数值求解,实现了对SAR图像感兴趣区域的分割.分别采用模拟和真实SAR图像对提出的方法进行了验证,试验结果表明该方法充分利用了SAR图像的特征信息,不需要相干斑噪声预处理,能够准确实现对SAR图像感兴趣区域的分割.    

20.  基于极坐标中蛇模型的类圆目标轮廓提取技术研究  
   龙德帆  樊尚春《电路与系统学报》,2006年第11卷第3期
   提出了转化到极坐标中的蛇模型.通过把蛇模型转化到极坐标中,使轮廓的候选点得以更有序的排列.由于采用了动态规划法并在整个能量空间中搜索能量泛函的极值,算法对能量泛函的局部极值有较强的鲁棒性.所提出的模型不需要确定初始轮廓,可以用非迭代方法直接求解.与传统的动态规划法和贪婪算法进行了比较实验.结果表明,所提出的算法对极坐标中极点的位置不是很敏感.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号