一种新的B样条主动轮廓线模型

提出了一种新的B样条主动轮廓线模型,在拉格朗日动力学方程中,文章所推导的仿射不变性模板通过弹性势能项与主动轮廓线进行实时耦合,因此新的模型对运动目标的轮廓跟踪具有仿射不变性,文章进一步讨论了控制系统的李雅普诺夫稳定性,为了有效地跟踪复杂背景中的目标,提出了一种新的特征检测方法,这一方法融合了多种图像信息,因而具有较强的鲁棒性,对真实的序列图像的实验验证了新的模型的有效性。     

一种新的主动轮廓线跟踪算法

主动轮廓线模型,又称"蛇",由Kass等于1987年首次提出后在数字图像分析和计算机视觉等领域正在得到越来越广泛的应用.不过,现有的主动轮廓线搜索与跟踪算法存在许多问题.本文提出一种新的主动轮廓线跟踪算法--new_snake算法.它不但继承了已有算法的优点,而且克服了它们的主要缺点.它具有下列特点:算法快速收敛;控制点的数目自适应地改变,保证稳定跟踪;将硬强制力直接引入能量公式;可以方便地添加色彩信息约束;削弱了各参数的改变对算法的影响.大量实验验证了该算法的鲁棒性和实用性.     

基于主动轮廓线模型的海面运动目标跟踪

将主动轮廓线模型用于海面运动船只的跟踪,提出了一种自动选择主动轮廓线初始控制点的方法,增强了主动轮廓线模型的实用性：并将基于主动轮廓线模型的跟踪方法用于多个海面运动目标的跟踪。实验结果表明,提出的初始主动轮廓线自动选取方法可以准确地选择目标的轮廓线的特征点;基于主动轮廓线模型的跟踪方法可以比较准确地跟踪运动船只的主要轮廓特征。     

作用域扩展函数在主动轮廓线模型中的应用

为了改进主动轮廓线模型求解过程中轮廓线初始位置的敏感性,通常要采用一些方法扩大图像力的作用域,但是,这些方法往往需要根据具体场合来设计,没有比较好的普适性,而且在扩大作用域的过程中不能很好地控制作用域的大小。文章提出一种作用域扩展函数,既能方便地应用于各种需要扩展图像力作用域的场合,还能够控制图像力的作用范围。     

应用主动轮廓线生长模型的细胞核自动分割

提出了一种改进的主动轮廓线模型应用于细胞核的分割。在利用极限腐蚀检测到每个细胞核的种子点后,以种子点为中心点分别建兢一个基于极坐标描述的生长Snake模型,加入了一个基于区域相似度的生长能量,克服了传统模型须将初始轮廓置于真实边界附近的缺点;在应用贪心算法求解时,搜索空间由常规的8邻域减少为径向的两个相邻量化点,提高了计算效率。     

基于多尺度图像的主动轮廓线模型

主动轮廓线模型是广泛应用于数字图像处理的一种目标轮廓跟踪算法,但在实际使用过程中,现有模型易受干扰噪声及虚拟边缘的影响,且于凹陷轮廓的跟踪能力较差,在多尺度图像分析的基础上,引入梯度矢量流的概念,并改进其计算方法,提出了一种新的主动轮廓线模型,该模型利用梯度矢量流产生的引力,在图像的尺度空间中搜索目标轮廓,不仅能有效地排除干扰,搜索凹陷轮廓,而且便于引入新的约束条件,实验表明该模型有较好的鲁棒性和     

基于多分辨率方法的主动轮廓线跟踪算法

由Ｋａｓｓ等１９８７年首次提出的主动次轮廓线模型，在数字图像分析和计算机视觉领域得到了越来越广泛的应用，基于单分辨率的主动轮廓线跟踪算法在一个共同的缺点，即：要求初始轮廓线离目标的真实轮廓线很近，这样的算法用于跟踪将只能跟踪缓慢运动的目标，从而限制了主动轮廓线跟踪算法的应用范围，本文提出了一种基于多分辨率的主动轮廓线跟踪算法，它不但继承了基于单分辨率的主动轮廓线算法的优点，而且降低了对初始轮廓线的     

一种组合主动轮廓线模型算法

本文针对传统主动轮廓线模型(Snake模型)无法检测凹陷目标轮廓的缺陷,提出了一种由全局Snake模型和局部Snake模型两部分组成的组合Snake模型。组合模型首先使用全局Snake模型进行轮廓粗检测,并使用SUSAN算子检测目标轮廓上凹陷最“深”的凹点;然后,在凹点附近的局部区域,使用局部Snake模型进行轮廓凹陷部分的检测;其后以其替代使用全局模型检测出的目标轮廓的相应部分,形成最终检测的目标轮廓。实验结果表明,本算法具有较好的检测精度和抗噪性。     

基于多种群粒子群优化算法的主动轮廓线模型

主动轮廓线模型凹陷边界点的寻优属于动态优化问题,由于其复杂性,传统方法不能准确搜索到最佳边界点。若采用单一的粒子群优化算法求解,不仅耗时,而且容易陷入局部极值。针对以上问题,提出一种多种群粒子群优化算法,并将其应用于主动轮廓线模型的边界寻优过程中。该算法为每个控制点设置一个种群,各种群之间通过共享信息的方式协作寻优,从而避免采用单一PSO算法容易早熟的缺点,同时扩大了控制点的搜索区域,提高了收敛速度。将改进方法与传统方法进行了对比,实验结果证明了改进方法的有效性。     

基于B样条的主动轮廓线法测量液滴接触角

接触角是研究表面浸润性的一个重要参数,传统的液滴接触角测量采用ADSA(axisymmetric drop-shape analysis)技术,假定液滴完全对称,然后利用边侦测技术提取液滴的边线。显然,由于表面性质的多样性,液滴完全对称的假定是不合理的。本文利用图像识别中通常采用的Snake法测量液滴接触角,可以同时测量前进与后退角。为了减少控制点的个数、提高控制点的灵活性以及减小运算量,文章引入3次B样条作为Snake的轮廓线。为了准确得到接触点,将轮廓线作了对称处理。     

基于Snake模型的视频对象分割和跟踪算法

视频对象的分割是基于内容的视频处理中重要的组成部分。提出并实现了一种半自动视频对象分割和跟踪算法。算法主要基于Williams活动轮廓模型，通过求取轮廓点的局部能量最小值对轮廓线进行更新。轮廓扩张技术用来追踪变形的轮廓边缘。通过对轮廓中心点运动的统计，预测对象的运动方向和大小。实验仿真结果表明，这种改进的Snake算法能够收缩到图像的凹陷部分，而且能较好地跟踪视频对象的运动。     

王 升1，谢 立1*，刘 军2

针对传统Snake模型在图像目标检测和分割时不能处理拓扑变化以及不能反映出演化曲线的内在几何特性,提出了一种改进模型——基于水平集的测地主动轮廓模型。该模型采用测地主动轮廓模型,并结合水平集方法,即用水平集函数表示测地主动轮廓模型的曲线演化方程,来模拟初始曲线沿能量下降最快的方向演化的过程。对该模型进行研究,将其应用于细胞图像的目标检测和分割实验中,实验结果表明,所提出的新方法具有良好的检测效果,对多目标进行了有效分割,并且能清晰反映出演化曲线的内在几何特性以及具有良好的拓扑处理能力,这些特性是传统Snake模型所不具有的。     

基于可变形模型的轮廓提取方法与应用

基于可变形模型的轮廓提取方法是目前研究的热点。从几何表达,图像势能及优化方法三个方面对基于可变形模型的轮廓提取的理论研究及进展进行了综述,并介绍了其在医学图像、脸部特征以及航空影像等方面的应用研究。最后对可变形模型及其在轮廓提取方面的应用进行了总结和展望。     

基于直方图的Snake视频对象跟踪算法

提出了一种基于直方图的Snake视频跟踪算法。该算法是基于相邻帧中对象在直方图信息上的一致性前提条件下,采用Level Set曲线演化算法来实现的。由于它在Snake能量函数中引入了全局统计特性——直方图信息,从而克服了过去采用均值、方差或运动矢量等局部特征的Snake跟踪算法中的局限性。通过此算法与基于局部特性的Snake跟踪算法的对比实验可以看出,该算法在实际跟踪效果方面有很好的改善。     

活动轮廓模型目标跟踪算法综述

目标跟踪是当前计算机视觉领域最活跃的研究主题。首先对基本的跟踪类型进行了介绍;然后讨论了基于活动轮廓模型的图像分割,重点分析了参数活动轮廓模型的梯度矢量流模型（Gradient Vector Flow,GVF）,以及几何活动轮廓模型中的模型;并讨论了基于粒子滤波的目标跟踪算法的研究现状,最后展望了这一领域未来研究的热点。     

基于差分法与改进活动轮廓模型的追踪算法

为了准确、快速地检测和追踪运动目标,提出差分法与改进的活动轮廓(snake)模型相结合的目标追踪算法。建立当前帧与前一帧的差分图像,判断目标的大概运动范围。在运动范围周围设定初始化曲线,用改进的snake模型进行目标拟合。采用帧差法测定运动范围,避免了snake初始化曲线人为选定的缺点,改进的snake模型使拟合结果更加准确。实验结果验证了该算法的有效性。     

一种视频目标轮廓跟踪的新算法

对双前沿活动轮廓模型进行了改进,提出一种鲁棒的视频目标轮廓跟踪新方法。通过限制支撑区域的大小,提高了演化速度。拟气球力的引入,既解决了因支撑区域限制导致的均匀区域内演化停滞的问题,又使参数调整更加容易,跟踪更加灵活。能较好地跟踪运动速度变化较大和形变较严重的目标,处理速度较快、并能自动适应目标拓扑的变化,适用于动态背景的视频。实验结果证明了该算法的高效性和鲁棒性。     

视觉目标跟踪十年研究进展

视觉目标跟踪指在一个视频序列中,给定第一帧目标区域,在后续帧中自动匹配到该目标区域的任务.通常来说,由于场景遮挡、光照变化、物体本身形变等复杂因素,目标与场景的表观会发生剧烈的变化,这使得跟踪任务本身面临极大的挑战.在过去的十年中,随着深度学习在计算机视觉领域的广泛应用,目标跟踪领域也迅速发展,研究人员提出了一系列优秀...