基于snake模型的IVUS图像序列三维分割方法

针对血管内超声（Intravascular Ultrasound,IVUS）图像序列中血管壁内外膜轮廓的提取问题,提出一种基于snake模型的三维并行分割方法。首先,对原始图像进行滤除噪声和抑制环晕伪像等预处理。然后,获取IVUS图像序列的四个纵向视图,并从中提取出内腔边界和中-外膜边界。通过将这些边界曲线映射到各帧IVUS图像中,得到横向视图中的初始轮廓。最后,将该初始轮廓作为snake模型的初始形状,通过使snake能量函数最小,模型不断变形,最终得到各帧IVUS图像中的内腔和中-外膜边界。该方法可实现对IVUS图像序列的并行分割,与二维串行分割方法相比,可大大提高处理效率。采用大量临床图像数据的实验结果证明该方法可自动、快速、可靠的完成IVUS图像序列的分割。     

一种基于傅立叶描述符的颗粒图像分析方法

颗粒图像分析广泛应用于大气颗粒、细胞细菌采样分析等产品的研究开发.使用图像颗粒分析的一般步骤是首先通过专用的图像采集设备获取需要分析的原始图像,然后使用计算机图像处理和模式识别的分析技术进行分析处理,从而确定颗粒几何特征.本文从应用的角度出发,提出了一种基于傅立叶描述符的颗粒自动识别方法.首先,将采集的原始图像进行除去噪声、光照校正等预处理以改善图像的质量然后,使用边缘检测Canny算子进行边界提取,再通过轮廓跟踪方法获得物体的轮廓边界;最后,将从图像中分割出来的颗粒图像轮廓,运用傅立叶描述符对颗粒图像进行识别.实验结果表明使用傅立叶描述符方法对颗粒图像进行分析识别具有良好的效果,证明了本文方法的有效性和鲁棒性.     

基于改进活动轮廓模型的矢量边界更新方法

针对GIS中地物矢量边界更新繁琐和低效的问题,提出了一种基于活动轮廓模型的矢量边界自动更新方法.以现有的GIS矢量边界为初始位置,以遥感影像信息作为轮廓形状演化的驱动力,融合遥感影像与GIS数据信息,在二者交互作用下实现GIS矢量边界更新.针对活动轮廓模型演化过程中缺乏移动范围约束的缺陷,可利用历史遥感影像目标边界点进行采样,估计目标大体轮廓形状,对活动轮廓模型的移动进行约束.实验表明,该方法可得到更好的矢量边界更新效果.     

基于改进DRLSE模型的焊接缺陷特征提取方法

目的 针对目前大多数焊接缺陷自动特征提取方法存在的准确度较低的问题,研究满足准确度要求的X射线图像中焊接缺陷特征提取方法。方法 对图像进行增强去噪预处理后,在初步确定焊缝区域的基础上,根据焊缝图像列灰度值曲线梯度特性,设计基于灰度值梯度的焊缝边界精确提取算法;以提取得到的焊缝精确边界为初始轮廓,提出基于改进DRLSE模型的焊接缺陷特征提取方法。结果 基于改进DRLSE模型的焊接缺陷特征提取方法能够有效地提取气孔、夹渣、未熔合和未焊透等缺陷特征,准确率达到94.6%。结论 所提方法克服了原始焊缝X射线图像质量较差、背景复杂的问题,能够精确提取焊缝区域边界,并准确地对各种焊接缺陷进行特征提取,具有较强的适应性和实用性。     

一种新的红外与可见光图像融合与跟踪方法

多传感器图像融合技术在目标检测与跟踪领域中有广泛应用。提出了一种红外与可见光图像的新颖的特征级融合与运动目标跟踪方法。将目标轮廓用动态轮廓线表示,在目标跟踪过程中对于两类模式图像中的目标轮廓控制点向量,利用 B 样条形状空间模型将目标轮廓的特征级融合转换为控制点向量差的 L2 范数平方极小化。这种方法不需要图像配准,降低了融合的计算复杂度。同时,使用了自适应 Kalman 滤波技术,提高了动态轮廓线特征搜索的准确性。对比跟踪实验表明,融合后可见光图像的平均跟踪误差减小了 56.96%。     

基于PSO和Level Set的快速曲线演化算法

提出了一种基于微粒群算法（PSO）、水平集（Level Set）的快速曲线演化算法．该算法将图像分割分为两阶段,利用PSO方法对Snake模型中的控制点进行寻优,使控制点能快速地收敛到图像的边缘附近;利用插值算法,得到目标较粗糙的大致轮廓,以此目标轮廓作为初始的零水平集曲线;使用Level Set窄带方法得到准确的轮廓．从而克服了参数主动轮廓线模型对初始曲线敏感、噪声敏感和不能收敛到凹陷的边缘问题和几何主动轮廓线模型水平集方法计算量大等问题．实例研究结果表明了该算法的正确性、有效性．     

基于点位移约束的NURBS曲面变形研究

NURBS曲面变形涉及控制网格、控制点、权因子或一些物理参数等复杂计算,变形不够直观.应用Cao En曲面模型和合成函数对NURBS曲面提出一种新的变形方法,将变形后的曲面表示成NURBS原始曲面和位移函数的合成曲面.曲面变形与控制网格无关,关键点位置可随意选取,直接通过点的位移约束得到可控制的变形结果.实验证明该方法计算简单,变形操作简便直观,适用于曲面的交互设计.     

基于Level Set的交互式快速分割算法

三维医学图像数据量大,并且受噪声、边界模糊等原因的影响,致使三维分割过程消耗时间较长,容易产生欠分割或过度分割。针对以上问题,提出一种基于Level Set的三维快速分割算法,采用Fast Marching获取二维分割区域,优化轮廓边界,利用直线数值微分算法（Digital Differential Analyzer,DDA）提取轮廓像素;进一步引入扫描线种子填充思想,实现医学图像的三维快速分割。实验结果表明,上述算法能够快速准确地分割出感兴趣区域。     

基于机器视觉的自动扶梯梯级测速方法

针对自动扶梯运行速度的检测,提出一种基于机器视觉的自动扶梯梯级测速方法。首先,对机器视觉系统采集得到的梯级运行图像进行一系列的预处理,通过设置阈值实现目标颜色的识别;然后,采用直线扫描法对颜色提取后的不连通区域进行填充,对得到的二值图像进行边缘检测与轮廓识别,返回轮廓面积最大的图像;最后,提取每张图像中黄色区域右边界直线起始端点的横坐标,通过差分法计算得到梯级的速度。结果表明,该方法实现了非接触测量并且能够得到较为准确的检测结果。     

飞秒激光烧蚀光斑轮廓提取及其链码描述研究

利用飞秒激光对单晶硅材料烧蚀加工时,在烧蚀过程中会出现等离子体发光现象,为得到其中有价值的加工工艺信息,需要对其进行光斑轮廓信息的提取。该文使用Freeman链码描述光斑轮廓,并使用Huffman编码对图像链码进行压缩,减少图像特征处理计算量。首先,对光斑图像进行增强处理,采用多尺度Retinex增强法突出光斑核心区域的边界特征,使得光斑核心区域的形貌特征便于观察。其次,采用最大类间方差(Ostu)阈值分割方法对光斑核心区域目标的分割提取。最后,采用Canny+Gasussian方法分割光斑图像核心区域的轮廓,提取光斑轮廓的Freeman链码,并用Huffman编码对图像链码进行压缩。使用Huffman编码压缩后的链码串在进行计算时,速度快于直接采用Freeman链码计算时的速度。并且使用Huffman编码压缩后的链码串对图像进行描述时,可有效地减少计算量,节省大量时间。     

基于多特征发现的生理切片骨小梁识别技术研究

目标区域计算机自动识别是骨组织形态计量学的发展趋势。研究图像多特征信息,识别苏木素尹红染色病理切片中的骨小梁。分析骨组织病理切片HSL颜色空间通道的直方图特征,进行基于颜色通道的阈值分割,采用Lazy Snapping算法获得骨小梁深层次特征信息,改进扫描种子填充算法,使其融合目标区域多特征信息。实验结果表明改进的扫描种子填充算法将复杂图像骨小梁提取时间从常规软件的10多分钟提速到257ms。改进的扫描线算法,能快速获得稳健的目标区域。     

双重主动轮廓图像分割

本文首先利用小波变换得到原图像的粗分辨逼近,在粗分辨逼近中得到图像的一个粗尺度分割。由于逼近图像中噪声下降,尺寸减少,使得算法对参数的选取不太敏感,而且收敛速度加快。然后将第一次分割结果通过小波反变换返回到原始尺度上,将得到的近似轮廓曲线作为初始水平集函数再在原图像中演化得到更准确的分割,这样就得到了一种双重主动轮廓图像分割算法。由于初始轮廓曲线非常接近真实的轮廓曲线,所以很快就可以收敛到真实的轮廓。理论分析和数值结果表明,双重主动轮廓分割算法可以快速有效地分离出感兴趣目标。     

基于有向图的边界表示模型与重描算法

图像边界的精确表示和快速处理在模式识别、图像处理以及计算机视觉等领域扮演着十分重要的角色。本文提出了一种基于有向图的边界表示模型，并实现了一种边界跟踪平滑以及特征点检测算法，只需对图像进行一次遍历，即可实现边界的平滑和特征点检测。文章最后给出了该算法的一些实例。     

融合颜色和轮廓的粒子滤波人脸跟踪

实际人脸跟踪过程中,光照和姿态的变化、背景颜色干扰等因素都会极大地削弱颜色特征的有效性,从而造成跟踪的不稳定.针对该问题,本文提出了一种以颜色和轮廓分布为线索的粒子滤波人脸跟踪算法.该算法主要有三个方面的特点:第一,在粒子滤波基本框架下,引入新的用直方图描述人脸轮廓的方法,有效解决了光照、人脸旋转、部分遮挡问题对跟踪的影响,并且能及时有效地重新捕获由于大面积遮挡等原因而丢失的目标.同时采用实时调整每帧图像特征点个数,有效提高了跟踪效率.第二,针对背景干扰问题,提出了一种抑制相似背景颜色干扰的方法.第三,本文还提出实时更新模板的方法来提高跟踪的准确性.实验证明本文算法对人脸跟踪具有很好的效果.     

纹理贴图模型的彩色截面轮廓生成算法研究

针对彩色3D打印彩色轮廓生成问题,本文提出一种基于纹理贴图模型的彩色轮廓生成算法。根据平面投影法建立纹理和三维模型的映射关系,接着对该模型进行切片处理取得轮廓顶点的几何信息和纹理信息;并根据轮廓顶点和纹理图片的映射关系,插值出顶点间色彩信息;同时给出一种内外轮廓的快速识别算法,并提出一种基于偏置算法的彩色轮廓偏置方法,形成颜色厚度,消除阶梯效应。     

基于区域主色特征的目标匹配算法

图像彩色特征被广泛应用于内容检索系统(CBIR)与目标识别系统中,如何描述获取区域图像彩色特征是应用颜色特征的基础.论文基于HSV色彩空间中色调量化直方图定义了目标区域主色特征,并综合目标区域主色均值距离与主色直方图相似性给出了区域颜色之间距离表达.同时利用算法对显微镜染色细胞图像中的细胞颜色进行了有效区分,得到了好的匹配结果.     

车型意象认知与侧轮廓造型特征关联研究

目的基于感性工学(KE)原理与方法,以各车型侧轮廓为对象,研究意象认知与车型造型要素的关联性,比较并分析在意象差异下所对应各车型侧轮廓的关键造型特征。方法选取目前市场的15款典型车型为研究样本,收集并筛选获取代表性感性意象词汇,结合语义差分法(SD法)与形态分析法,利用贝塞尔曲线对车身侧轮廓进行了简化并提取其造型特征线,在构建车身侧轮廓评价参考模型基础上,对样本侧轮廓进行直接与间接的量化分析。结论综合语义差分法(SD法)与形态对比分析法,提取影响车型意象定位的关键造型特征,获取用户针对不同车型在侧轮廓特征上的识别程度等级,构建车型侧轮廓特征—感性意象的关联模型,辅助汽车车型造型设计与研究,提高车型造型与用户感性需求间的匹配度。     

Image segmentation of a color-blindness plate

One way of testing color vision is with a color-blindness plate (CBP) consisting of a set of brilliant colored dots to form a pattern (a figure) and a set of other colored dots to form a background. Classification of such a type of color image into a pattern and a background with a traditional technique is difficult. Based on a self-organizing feature map and a labeling process as well as spatial distance computation, an effective approach to the segmentation of a CBP image is presented. We describe the principle of a CBP segmentation and then introduce the CBP. The proposed approach is described, and its experimental results are presented. We conclude that the method can segment the CBP image into a pattern and a background successfully.     

基于椭圆特征区域与重要位平面分解的鲁棒图像水印算法

目的 为了解决当前基于特征点的水印方案难以描述图像的非纹理区域（像素强度变化较大的边缘、像素强度值较小或趋于0的均匀区域）,降低了局部特征区域的鲁棒性,使其抗几何失真能力不佳的问题,提出基于椭圆特征区域与重要位平面分解的鲁棒图像水印算法。方法 根据彩色载体的RGB分量,计算颜色不变性;基于颜色不变性的强度概率密度,推导概率密度梯度估计函数;利用概率密度梯度值,计算二阶Hessian矩阵,改进SURF方法,充分提取彩色载体中纹理与非纹理区域的鲁棒特征点;再求取Hessian矩阵的特征值与特征向量,以计算椭圆的长轴、短轴半径与方向角度,并以特征点为中心,建立局部椭圆特征区域;定义鲁棒特征区域选择规则,确定合适的水印嵌入位置;引入位平面分解技术,获取鲁棒椭圆特征区域的重要位平面图像,并提取其直方图,以此设计水印嵌入方法,将二值水印隐藏到这些直方图中,形成水印图像;根据水印检测机制,复原二值水印。结果 实验结果显示,与基于特征点的水印方案相比,所提算法具有更高的不可感知性与鲁棒性,复原水印失真度最小。结论 所提算法具有较高的视觉隐秘性和抗几何失真能力,在版权保护、信息防伪等领域具有较好的参考价值。