一种改进的C-V主动轮廓模型

本文对C-V主动轮廓模型进行改进.依据曲线演化理论对C-V模型中的图像数据力驱动项进行简化,提出一种常微分方程(ODE)类型的模型.理论分析验证了该模型的水平集函数可初始化为零.与传统C-V模型相比,不但具有其特点,如可以自动检测带孔目标的内轮廓等,而且具有以下优点:抗噪性能较优;水平集函数无需重新初始化,可快速计算出全局最优分割;远离轮廓的边界可以被准确检测;时间迭代步长不受限制.对合成和真实图像的分割结果证明了本文模型具有稳健、快速的优点.     

一种针对遥感图像中群目标的自动识别方法

传统群目标识别方法通常利用目标与背景的纹理差异分割目标,虽然具有简单高效的优点,但是对群目标的空间方位没有直观的认识.针对遥感图像中群目标的特性,提出了利用子目标群方位关系来实现群目标自动识别的算法.算法在边缘提取的基础上,改进了基于置信度的Hough变换子目标定位方法.将目标群方位、结构信息等与ROI区域的分离紧密结合起来从而达到后续精确判断目标群装备的目的.实验结果表明相比于传统方法,算法在检测遥感图像中群目标时具有更高的精度.