基于数学形态学的遥感图像分割算法

文章提出了一种适合于高分辨率可见光遥感图像分割的算法。该算法是一种结合数学形态学运算和SUSAN边缘检测的图像分割算法，可以有效地将图像中的多个具有特定结构的小目标区域分割开来。     

一种用于图像编码的区域分割新方法

为了适应图像分割编码的需要,提高编码性能和效率,本文研究了一种图像区域分割新方法.源于人眼成像原理和视神经网络的知觉分割特性,首先提出一种具有脉冲耦合和梯度锐化能力的神经元网络模型.然后通过构造一个拟合函数对相邻神经元的相似刺激输入进行平滑处理,而对具有不连续变化特性的刺激输入进行锐化,使得神经元比较容易地感知到均匀亮度区域和目标边缘的准确位置.最后通过实验验证了该算法的有效性.本文算法能够准确、有效地的分割出均匀区域,并且与原始图像具有很好的对应关系.在将本文算法应用到图像区域分割编码中,能够大大提高编码的效率,并得到高质量的重建图像.     

一种基于CNN与梯度分水岭算法的卫星图像区域分割识别方法

卫星图像的准确分割与识别在军事、环境、民生方面都有着重要的研究意义与价值.传统的区域分割算法如分水岭算法、k-means算法等在错综复杂的卫星图像中表现不佳,且不能同时给出区域的类别.为解决上述问题,本文提出一种结合CNN与分水岭算法的图像区域分割方法.该方法首先使用人工标记的区域图像训练CNN(卷积神经网络)分类器,且使其具有旋转不变性及平移不变性,从而能适应不同状态下的图像分类.然后用分水岭算法对图像进行区域粗粒度的聚类,针对分割出的每一个候选区域,使用CNN分类器对其迭代打分,最后得到分割区域并给出识别结果.实验结果表明,该方法较传统方法有更好效果.     

基于区域分割的序列红外图像融合算法

针对传统的基于像素点和窗口策略的融合算法对图像特征表征的失真,提出了一种基于区域分割的序列图像融合算法.首先将序列红外图像分割为3个不同的特征区域,目标区域、背景区域以及灰度区域,并将分割结果映射到可见光图像中.随后,利用多尺度几何分析工具非下采样Contourlet变换(NSCT)有效提取图像特征的特点,根据不同区域的特性在NSCT域设计不同的融合规则.对试验结果进行主观和客观的对比,结果表明:基于区域分割的序列图像融合算法不仅能够为融合图像保留更全面、丰富的背景信息,还能够更加有效、准确地提取图像中的目标特征.该算法优于传统的基于像素点和窗口规则的融合算法,是一种有效可行的图像融合算法.     

改进的分水岭算法在医学图像分割中的应用

针对传统分水岭算法对噪声敏感和易于产生过分割的问题,提出了一种将同态滤波增强与控制标记符分水岭相结合的分割策略.该方法先进行同态滤波增强预处理,再采用改进控制标记符的分水岭分割算法进行分割.仿真实验表明,提出的算法很好地抑制了过分割,实现了有意义的医学图像区域分割,同时还具有较强的区域轮廓定位能力,不需要再进行后续的合并处理,算法简单,并且能够适应医学图像分类与信息提取的需求.     

一种基于区域分割的SIFT图像特征提取算法

提出一种基于区域分割的SIFT图像特征提取算法.首先采用改进后的SIFT算法对图像进行计算,同时采用快速分割算法对原始图像进行分割,对照分割后的区域分别取每个区域最显著的几个SIFT特征,最后采用局部降维算法,将高维特征降低到可以接受的低维度特征.实验表明,该方法的运行时间短,对特征提取的位置界定准.     

利用浮点图像对视频对象进行自动分割

本文提出了一种自动的运动对象分割算法,利用浮点图像的轮廓进行区域分割,然后根据帧间运动信息进行区域合并,分割出视频序列中的运动物体.     

一种利用图像角点和边缘信息的阈值分割方法

阈值化算法是图像区域分割的一个基本算法.提出一种利用角点和边缘点的像素灰度值均值和全图像像素点灰度值均值加权相加的阈值选取方法.实验表明,该方法能对具有大面积目标的图像进行很好的分割.     

基于改进Lazy Snapping算法的红外图像分割方法研究

针对红外图像含大量噪声以及对比度低等特点,提出一种结合快速模糊C均值聚类的改进Lazy Snapping分割方法.对红外图像使用快速模糊C均值聚类算法进行预分割,通过形态学骨架提取的方法在图像中标记出目标和背景种子点,将Lazy Snapping算法由全局分割转化为聚类区域分割,并构造能量函数,通过最小割算法求解能量函...     

基于分水岭-谱聚类的SAR图像分割

由于谱聚类是基于图论的、以相似性为基础的聚类方法,需要计算图像中每对像素点之间的相似性.当图像很大时,计算相似性矩阵和求解相应的特征值、特征向量是很困难和耗时的.为此,针对合成孔径雷达(SAR)图像的特点,提出了一个两阶段的图像分割方法,首先采用分水岭算法对图像进行过分割,然后再用改进的谱聚类算法进行聚类.新方法不仅可以减少噪声对分割结果的影响,很好地保持图像边缘,而且对时间要求较高的应用也具有一定的参考价值.为了验证新方法的有效性,将其用于SAR图像分割,取得了较优的分割结果.     

基于改进MC算法的三维表面重建

MC算法是面绘制中构造等值面的方法中最具代表性的方法之一，已经得到了许多完善及改进。介绍了改进MC算法的实现步骤，并介绍了用Delphi 7．0为开发平台，利用OpenGL三维图形软件包开发基于改进MC算法的三维表面重建系统的设计过程。     

基于改进MC算法的CT/MR图像三维重建

针对MC(Marching Cubes)算法重建后模型表面的不光滑性和模型表面三角面片数量大的缺点,提出了在保证一定精度的前提下减少小面片的处理方式。通过对等值面进行三维空间上的方向平滑来代替等值面上的三维坐标平滑,达到了提高模型表面平滑性的目的。以边删除算法为基础,设计了网格简化算法,实现了模型表面的网格简化。以喉管和心血管两组磁共振(Magnetic Resonance,MR)体数据为例进行三维表面重建的结果表明,平滑后的三维显示效果有了显著改善,显示的结构细节清晰度与真实感明显提高。模型的网格简化90%后,依然能保持原模型的特征和较好的视觉效果,并大大提高了实时交互绘制的能力,明显缩短了交互操作时间。     

Combining a morphological interpolation approach with a surface reconstruction method for the 3-D representation of tomographic data

In this paper, a new interpolation scheme, based on Mathematical Morphology and a modified Marching Cubes (MC) Algorithm to reconstruct 3-D anatomical structures is presented. The proposed interpolation technique is implemented using morphological operations and incorporates a distance function to improve the computational effectiveness of the technique. The morphological interpolation technique is compared to an existing shape based interpolation method and its advantages include superiority capability on handling various cases such as the branching and holes problem (appearance and disappearance of information) and more accurate volume estimation. Furthermore, the morphological technique is companied with a 3-D reconstruction algorithm capable of representing any anatomical structure from real 3-D medical data. Introducing a novel general rule, the algorithm triangulates all standard cube configurations introduced from the standard MC algorithm, without producing topologically incoherent surfaces or holes. Finally, the technique is implemented in JAVA and its output is in VRML 1.0 format; therefore it can be executed over the internet and implemented for telemedicine applications.     

基于VTK的医学图像三维重建

本文利用VTK可视化工具对医学图像的三维可视化进行了研究与实现.用Marching Cubes算法和光线投射算法分别实现了脚部CT图像的三维重建,通过对这两种算法的结果的比较,分析了它们各自的特点和适合的应用领域.     

基于体素生长的移动体素算法

移动立方体是从三维数据场中抽取等值面的一种面绘制方法．文章提出的基于体素生长的移动体素算法可以对原算法进行改进，借用体素的生长只处理与等值面相交的那些立方体．并将这些体素以栈的数据结构形式进行保存，加快绘制速度；在三角面片形成处理中，使用移动体素的方法生成三角面片，消除了二义性。     

Level Set方法在雷达图像分割中的应用

LevelSet方法在图像分割领域应用非常广泛,尤其是在医学图像中。这里将LevelSet方法用到雷达图像分割中,首先用电场力模型对雷达图像进行预处理,使图像变平滑,将原图像平面映射到电场力模型平面,然后对预处理后的图像用LevelSet的快速算法FastMarching进行分割。经电场力模型预处理后的分割图像较平滑,而且噪点明显减少,实验证明了方法的有效性。     

基于GPU的高度并行Marching Cubes改进算法

提出一种完全基于GPU(graphics processing unit)的高度并行Marching Cubes改进算法.针对Marching Cubes算法流程中数据处理阶段进行优化.首先并行遍历每个体元,以序列形式得到每体元的非空状态,再利用高效流式缩减操作获得非空体元序列以便仅针对非空体元高度并行地生成等值面三角形.实验表明,与同市场价格CPU实现相比,该算法效率最高提高到了前者的9倍以上.     

基于形状插值的B超图像三维表面重建

B超图像由于受其成像机理的限制,其成像质量较差,无法采用与CT(计算机断层扫描)、MRI(磁共振成像)类似的三维重建方法。针对B超图像的缺点,采用基于形状的插值方法将其转换为等分辨率体数据。此外,对插值算法进行了适当改进,使重建的速度和效果得到明显改善。最后,分别采用移动立方体(marching cubes)算法、连接轮廓线、光线投射(ray casting)算法对B超图像进行三维重建。结果表明,移动立方体算法在重建的真实性和快速性方面都得到了更满意的效果。     

Adaptive estimation of normals and surface area for discrete 3-D objects: application to snow binary data from X-ray tomography.

Estimating the normal vector field on the boundary of discrete three-dimensional objects is essential for rendering and image measurement problems. Most of the existing algorithms do not provide an accurate determination of the normal vector field for shapes that present edges. Here, we propose a new and simple computational method in order to obtain accurate results on all types of shapes, whatever their local convexity degree. The presented method is based on the gradient vector field analysis of the object distance map. This vector field is adaptively filtered around each surface voxel using angle and symmetry criteria so that as many relevant contributions as possible are accounted for. This optimizes the smoothing of digitization effects while preserving relevant details of the processed numerical object. Thanks to the precise normal field obtained, a projection method can be proposed to immediately derive the surface area from a raw discrete object. An empirical justification of the validity of such an algorithm in the continuous limit is also provided. Some results on simulated data and snow images from X-ray tomography are presented, compared to the Marching Cubes and Convex Hull results, and discussed.     

基于Level set方法的医学图像分割

本文引入了一种基于偏微分方程的曲线进化方法—Level set方法,通过与Fast marching方法的结合,可以实现运算速度的大大提高。同时引进了更有效的Kim提出的GMM(Group Marching Method)方法,减少了运算量,并给出了改进方法。最后,把该方法用于仿真图与医学图像分割中,获得了较好的效果。