拓扑梯度耦合多重最小修补路径的连续边缘图像修复算法

当前的图像修复算法都是利用非连续边缘的已知块信息来完成损坏区域的填充,造成图像模糊与视觉不连通;且修复路径都是随机确定,使其成本较高.对此,提出了拓扑梯度耦合多重最小路径快速行军的连续轮廓图像修复优化算法.引入拓扑梯度,检测出缺失区域的边缘轮廓;定义关键点择取规则,提取图像损坏区域的关键点,嵌入权重因子,建立权重距离函数,计算最小修补路径成本,并设计多重最小路径快速行军机制,提取出连续边缘,完成损坏区域填充.仿真结果显示,与其他图像修复算法相比,本文算法可检测出损坏区域的连续边缘轮廓;且该算法具有更好的修复视觉与效率.     

非局域样本填充和自适应曲率驱动模型的遥感图像修复算法*

遥感图像修复技术对于后续遥感图像的处理与应用具有重要意义.文中在深入研究曲率驱动(CDD)模型和样本填充算法的基础上,针对遥感图像对纹理细节和边缘区域要求较高的特点,提出非局域样本填充和自适应曲率驱动模型的遥感图像修复算法.该算法较好地避免CDD模型修复过程中在一些极端情况下可能出现的假边缘、阶梯效应和扩散速度缓慢等缺点,保证遥感图像修复后的纹理细节信息和边缘信息.仿真实验验证文中算法的有效性.     

面向耗材节省的三维打印路径规划算法研究

为降低三维打印（three-dimensional printing,3D）耗材费用并进一步提高打印效率,给出一种面向熔融沉积制造的三维打印路径规划算法。该方法综合考虑打印耗材、打印效率以及打印表面质量等因素,通过网格模型及其支撑的相邻层片轮廓关系求得可稀疏打印区域;基于多边形扫描线算法以及多边形单调链关系,得到能够连续打印的路径区域;最终通过区域路径稀疏化得到改进的打印路径。通过复杂网格模型的三维打印路径规划实例,验证了算法的有效性。该算法能够降低打印耗材数量,并进一步提高打印效率。     

图像的线型逼近3D打印

针对给定的图像3D打印问题,提出一种基于线型图逼近的打印路径生成算法,并对打印路径进行几何与拓扑优化,使得生成的路径可以满足3D打印的条件.首先对给定图像进行初始化,即通过对图片进行分块采样.点的连通与边界提取来得到保持原图片色调变化与轮廓特征的初始的线型图;然后通过几何优化修正组成线型图点的位置,使得它们的连线平滑且尖锐的拐点减少;再通过拓扑优化改变局部区域中的点的连接关系,消除因几何优化带来的连线自交问题,同时将边界与内部线连接起来;最后将点的连接顺序作为3D打印的路径,通过3D打印机进行制造.实验结果表明,该方法能够有效且高效地给图像生成线型图并用于3D打印.     

基于DFD参数变形模型的平面足迹轮廓提取

针对重压区域轮廓处于强边缘附近具有特性形状属性以及局部光滑的特点,构造基于区域模糊灰度总收益的轮廓变形优化目标函数.在此基础上,利用遗传算法实现对轮廓的离散傅里叶描述子参数模型进行优化,提取描述足迹重压区域的光滑轮廓.实验结果表明:该算法速度快,能充分保留轮廓细节和目标特定形状属性,在平面足迹重压区域轮廓提取中获得了较好的效果.     

基于局部区域力的活动轮廓模型图像分割研究

研究活动轮廓模型的分割效果问题.针对目前测地线活动轮廓模型对初始化位置十分敏感,在穿越边界的初始化条件下易产生错误分割,以及耦合曲线活动轮廓模型在灰度分布不均匀时易做出错误分割的问题.提出由活动曲线附近的区域信息决定的局部区域力的新测地线活动轮廓模型,可以被图像梯度和区域信息的外力所驱动,达到有效地驱动活动曲线收敛到物体边缘的目的.新模型结合了测地线活动轮廓模型和局部信息的活动轮廓模型的优点.实验证明,新模型可以跨边界进行初始化操作,同时对弱边缘图像有更好的分割效果.     

细节保持的曲面浅浮雕算法

为保持曲面浮雕的细节特征,改善浮雕与背景曲面的过渡效果,提出一种细节保持的曲面浮雕算法.首先采用Canny算子在梯度域定位内外轮廓,获得连续的梯度域;其次提出非线性函数,并用其压缩梯度幅值实现形状压缩;再通过双边滤波算子来保持和增强浮雕细节;最终通过求解积分方程重建曲面浮雕.该算法将背景曲面作为积分方程的优化条件,使浮雕在轮廓处向曲面光滑过渡;在重建过程中利用Fourier变换的微分性质在频域实现方程的精确求解,无需设置迭代收敛条件;通过调整参数可方便地控制浮雕整体变化范围、细节锐化程度以及浮雕与背景曲面的过渡效果.实验结果表明,文中算法参数的几何意义直观,所得曲面浮雕细节清晰,边界过渡自然.     

有理分形曲面造型及其在图像超分辨中的应用

曲面构造是计算机辅助几何设计的一个关键问题。为了使建模曲面在实际应用中更加灵活、有效,提出一种有理分形曲面的构造方法,并基于该模型给出一种单幅图像超分辨率重建算法。首先,将分形插值函数视为高度函数的分形扰动,给出了一种双变量有理样条迭代函数系统,由此生成有理分形曲面;其次,研究了有理分形函数的一些分析性质,给出了有理分形曲面的计盒维数;最后,将该模型及其理论结果应用于单幅图像的超分辨率重建,提出一种重建算法。该算法先通过非下采样轮廓波变换将图像划分为边缘区域和非边缘区域;然后借助于维数公式精确计算尺度因子,利用模型的多样性对不同区域采用不同的模型进行插值,非边缘区域采用有理函数模型,边缘区域采用有理分形插值函数模型;最后通过适当的变换得到目标图像。实验结果表明了所提模型和算法的有效性,其在处理图像纹理细节和边缘方面优于对比算法,特别是在保持图像的结构信息上具有较强的竞争力,同时获得了较好的客观评价数据和主观视觉效果。     

基于分块方向梯度能量的图像修补算法

为了对图像破损区域进行修补和前景去除,提出一种基于样本的图像修补算法.首先引入“分块的方向梯度能量”来评估像素块在某个方向上的整体颜色变化情况;然后利用最大方向梯度能量估算该像素块中存在的边缘的强度与方向.该算法包括像素块填充优先级计算、像素块匹配和更新未知区域边界、可信任度等全局参数的更新3个步骤.在计算像素块填充优先级时,考察像素块在待修补区域边界法向上的方向梯度能量,优先选取包含更强边缘信息的未知区域;而在像素块匹配过程中,除比较像素块对应的颜色值之外,还利用方向梯度能量对它们可能存在的边缘进行比较与匹配.实验结果表明,该算法能够使图像的结构信息正确地传播到待修补的未知区域中,填充后的图像具有较为平滑的边缘.     

融合全局显著性信息的轮廓编组模型

基于感知编组的轮廓提取算法容易受背景上边缘的影响,导致轮廓提取的准确率低,为此提出一种结合感知编组与全局显著性信息的轮廓提取算法.首先在Canny算子框架下增加显著性信息的约束,提取显著边缘,减少了背景上的边缘;然后在Ratio-contour算法的基础上提出了新的目标函数,使得文中算法能够收敛于显著性高的区域,得到的轮廓更准确地标识前景物体.实验结果表明,该算法有效地提高了轮廓提取的准确性,同时大幅减少了轮廓提取的计算时间.     

基于多元统计模型的分形小波自适应图像去噪

为了克服分形小波去噪方法缺乏保护图像的边缘与细节的缺陷,文中提出了一种基于多元统计模型的分形小波自适应图像去噪算法.通过建立一个参数可以灵活改善的多元统计模型来准确地估计各种相关信息,并通过最小化残差来自适应调整模型参数;在适度的噪声方差下根据拼贴距离找出最好的子树域中的近优父子树,通过使用四叉树分割来实现对噪声图像自适应地预测分形小波无噪图像编码,从而达到去除噪声和保护图像的边缘与细节的目的.实验结果表明,该方法在去除噪声的同时,能有效地保持图像的边缘特征和保留图像的精细结构.由于采用了预测小波分形编码,优化了算法结构,算法的处理速度比较快.因此,完全可以达到实时图像处理过程中的去噪预处理对处理速度的要求.     

多层次轮廓约束的图像放大算法

为解决图像放大过程中有效地保证边缘锐化的图像插值难题,提出多层次轮廓约束的图像放大算法.首先利用检测算子对图像进行预处理,将图像分为边缘区域、平坦区域;其次,针对图像边缘区域进行自适应梯度扩散获取适当的边缘轮廓层作为图像放大约束;最后对轮廓层直接进行曲线插值重采样,不额外增加边缘层数,以保证放大后的图像在视觉上的边缘清晰.对于非轮廓层的平坦区域,构建双三次Coons插值曲面并进行重采样,保持了平坦区域的平滑性.测试图像为自然图像和医学图像,自然图像的来源是set5和set14测试集,实验对比方法主要从客观效果、视觉效果、时间复杂度3个方面进行比较.实验结果表明,采用该算法得到的放大图像不仅可以保持轮廓清晰,且PSNR及SSIM指标超过了大多数经典的插值算法以及目前流行的基于机器学习的算法.     

改进的B-Snake模型肝脏CT图像分割算法

肝脏模型的个性化是肝脏虚拟手术系统中的一个关键技术,而肝脏模型的个性化又是以肝脏CT图像的三维分割为前提的。针对B-Snake模型的特点,提出一种结合区域填充的改进B-Snake模型图像分割算法。将相邻的上一张切片的分割结果映射到当前切片上,根据一定的规则进行区域填充,并将填充后的结果与前一张切片的分割结果按一定的算法进行比较,进一步优化。得到的初始轮廓很接近肝脏的真实边界,而且大部分曲线已在边界上,将其作为改进的B-Snake模型算法的初始轮廓,只需对其进行部分控制点的优化调整,就可得到准确的分割结果。以此类推,直到处理完所有切片图。实验表明,该算法能有效提高分割的准确度,获得较满意的分割结果。     

融合边缘检测和自注意力的图像修复方法

针对修复后图像边界模糊、图像纹理不清晰、视觉效果差的问题,提出了一种融合边缘检测和自注意力机制的生成式对抗修复模型.通过边缘检测可提取出图像的轮廓信息,避免了修复后边界模糊的问题;利用自注意力机制能够捕获图像全局信息并生成图像精确细节的能力,设计出融合自注意力机制的纹理修复网络.该模型由边缘补全网络和纹理修复网络组成,首先,设计的边缘补全网络对受损图像的边缘进行补全,得到边缘补全图像;其次,利用纹理修复网络联合补全的边缘图像对缺失区域的纹理进行精确修复.在CelebA和Place2两个图像数据集上对本文所建模型进行了训练和测试.实验结果表明:本文所建模型与现有图像修复方法相比,大幅提高了图像修复的精确度,且生成的图像更加逼真.     

区域填充极点判别算法

在深入分析现有的边标志算法的基础上，提出一种适用于图像处理的区域填充算法．在图像处理中，经轮廓跟踪得到的轮廓点是目标区域内的像素，这与边标志算法的边界像素的约定不一致．文中算法利用轮廓点与其前后邻点的相对位置关系将轮廓点分为极点和非极点，再对扫描线上的非极点进行两两配对和填充．在具有较高运算效率的同时，该算法适用于任意复杂形状的区域．     

引入分数阶微分的局部高斯分布拟合能量模型

局部高斯分布拟合能量(LGDF)模型缺乏全局信息,对初始轮廓曲线选取较敏感,特别在分割弱边缘和弱纹理区域图像时,容易陷入局部极值,对噪声的鲁棒性不好.针对上述问题,文中提出引入分数阶微分的LGDF模型.在LGDF模型中引入全局的Grümwald-Letnikov(G-L)分数阶梯度拟合项,增强弱边缘和弱纹理区域的梯度信息,提高对初始轮廓曲线和噪声的鲁棒性.采用自适应权重函数确定全局项和局部项的系数,提高对灰度不均匀图像的分割效率和分割精度.根据图像的梯度模值、信息熵和对比度构建自适应分数阶阶次的函数,提高分割效率.理论分析和实验均表明,文中模型可以用于灰度不均匀、弱纹理、弱边缘图像的分割.合成图像和真实图像的实验表明文中模型可以提高图像的分割精度和效率.     

熔焊快速成型的截面填充与扫描算法研究

本文针对熔焊快速成型技术的特点,在对其截面填充的过程与轨迹规划详细研究的基础上,提出了一整套适合熔焊快速成型的截面填充算法。该算法首先用双向循环链表表示模型截面轮廓的边界,然后对这些截面轮廓进行内外轮廓的判定、复连通区域和单连通区域的判定、以及复连通区域剖分和单连通区域的单调划分,最终生成有限个单调区域。最后对这些单调区域进行填充扫描,并生成可用于熔焊快速成型的数控指令。     

基于区域能量函数的快速CBCT图像牙齿分割算法

从锥形束面计算机断层扫描图像中分割出三维牙齿模型对口腔正畸治疗和研究工作十分重要.针对邻接牙、牙周组织模糊等问题,提出一种基于区域能量函数的快速牙齿分割算法.首先通过牙髓种子点和梯度模,筛选拟合得到一条粗略的初始分割曲线;然后根据灰度分布特征确定曲线变化的搜索路径和变化区域,在此区域内构造了一个基于灰度值、梯度模和边界平滑性的区域能量函数,优化初始分割曲线得到精确的分割曲线;再将上一层的最终分割曲线作为下一层的初始分割曲线,逐层优化得到所有分割曲线;最后使用Marching Cubes算法重建得到完整牙齿网格模型.采用CBCT数据集进行测试,实验结果表明,该算法能够有效且快速地解决模糊问题,得到满足正畸治疗需要的牙齿模型.     

条件随机场像素建模与深度特征融合的目标区域分割算法

针对已有的基于深度神经网络的目标区域分割算法在目标边界分割效果中存在的问题,提出融合图像像素信息与图像语义信息的目标区域分割算法.首先通过加入注意力模块的深度神经网络提取图像语义级别的信息,得到图像语义级别的全局特征;然后利用条件随机场模型对图像局部区域进行像素级别建模,得到图像的局部细节特征;最后综合利用图像的局部细节特征和图像的全局特征,得到目标区域的分割结果.实验结果表明,与已有的算法相比,该算法能够更好地分割出目标的边界区域,抑制边界区域分割粗糙的问题,得到较准确的目标分割区域.     

灰度差能量函数引导的图像分割自适应C-V模型

作为几何活动轮廓模型(GACM)的一个标志性模型,C-V模型在图像分割应用中因具有对目标遮挡和边缘噪声的鲁棒性而受到关注.然而该模型通常不能较好地处理复杂的异质图像,并且有对演化曲线的初始位置较为敏感和计算复杂度高等弱点.依据演化曲线内、外区域平均灰度值差的绝对值越大,演化曲线越靠近准确目标边缘的特性,提出一种基于灰度差能量函数引导的图像分割自适应C-V模型.该模型通过构造基于轮廓曲线内、外区域平均灰度差引导函数自适应地调整演化曲线的运动趋势,使得曲线演化可在一个有效的"窄带"范围内进行,保证轮廓曲线内、外部区域灰度计算的局部均一性,增强对目标细节信息的捕捉能力,同时也在一定程度上提高模型的计算速度和对轮廓曲线初始位置的适应性.大量的仿真实验验证该模型的有效性.