基于改进C-V模型的超声图像分割方法

图像分割是超声医学图像学中的难题之一。改进的Chan-Vese（C-V）法加入了约束符号距离函数的能量项，避免了演化时候的重新初始化。在改进C-V模型的基础上，首先借用分水岭中的思想，找到分割目标的近似轮廓，并以此轮廓生成符号距离函数，然后采用改进的C-V法进行超声图像分割。实验表明，改进的方法有更高的精准度和对多目标分割的能力。     

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。     

几种snake模型在图像分割应用中的对比分析

自1987年Kass等[1]首次提出运用snake(主动轮廓)模型进行图像分割的思想后,各种基于Snake模型的图像分割方法迅速发展起来,其各具优缺点。因此,对几种改进模型作出分析比较。     

预扫描算法求解图像分割的Chan-Vese模型(英文)

本文提出了一种新的有效的算法来求解图像分割中的Chan-Vese模型。新算法避免了求解PDE的过程,极大地提高了图像分割的运算速度。这种算法保持了C-V模型和水平集方法的优点,能够自动处理图像分割过程中边缘的拓扑变形,保持边缘的尖角以及对于非凸边缘的有效的检测等等。这种算法思路简单,很容易推广到任意有限维的图像分割问题的求解中。     

结合数学形态学和Level Set超声图像的分割方法

针对噪声严重的超声图像,提出了一种结合数学形态学和Level Set的分割方法。首先采用全变差模型进行图像滤波,再通过交互式区域选择和数学形态学方法获得感兴趣目标的二值化图像,并把该二值化图像轮廓作为水平集方法的初始曲线。改进隐式测地活动轮廓模型(GAC)中的边缘检测函数,增强了处理弱边缘的能力。分割结果表明,该方法能够准确地提取出目标轮廓,同时减少了迭代次数和运算时间。     

基于边缘探测的密集颗粒图像分割方法

针对密集的颗粒图像提出了一种基于边缘探测的颗粒分割方法.该方法采用分块自适应的边缘检测算法实现对图像的边缘检测,并采用形态学方法去除边缘噪音;采用分水岭算法对图像进行初步分割,根据分割区域自动选取种子点,并利用区域面积对种子点进行修正,然后从种子点发射探测线探测边缘位置,记录边界点,通过判断机制判别出由于边缘不完整或噪...     

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。     

基于改进遗传算法的图像分割技术

提出一种基于遗传算法的进化类图像分割方法。遗传算法是一种全局搜索的算法,但是它在解决多峰复杂问题的时候会出现局部收敛的现象,出现这个现象的主要原因在于在搜索空间中群体多样性的降低导致了搜索的停滞。基于这个原因,提出一种改进的遗传算法,改进的方法通过控制遗传算法的变异概率来平衡群体的多样性程度,改进后的方法能够在解决多峰复杂问题中较多的搜索到全局解的区域。通过将改进的算法应用于图像分割的实例验证了改进算法的有效性以及算法在收敛速度及求解成功率上的优势。     

改进测地线活动轮廓模型的肝脏超声图像分割

针对超声医学图像的特点,系统地发展和应用测地线活动轮廓模型技术进行肝脏超声图像的边缘提取,提出一种改进的测地线活动轮廓模型.首先把总变分和各向异性扩散方程的有机结合构造出新的边缘停止函数;其次,提出三种边缘停止函数,通过实验比较得出最佳模型.新模型能有效地保留目标信息,消除噪音,增大图像梯度值,具有更强的收敛效果.实验表明,该方法能更加准确地提取弱边缘,达到更理想的分割效果.     

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.     

中心线模式Snake算法对细长目标的提取

针对有强干扰的细长目标提取,本文提出用中心线和宽度曲线演化来提取目标的Snake算法,该算法利用细长目标关于中心线对称的特性,用中心线和宽度曲线两个一维函数代替表示目标边缘的二维函数,通过控制这两个一维函数的形变来使Snake模型能量最小,达到准确提取目的.算法还利用了边缘强度对称性,增加图像力加权函数,能快速避开非对...     

小波多尺度改进Chan-Vese模型的红外图像分割

针对红外图像特点,提出了一种小波多尺度改进Chan-Vese模型的红外图像分割算法.首先,利用小波多尺度分析的良好信噪分离性能提取红外图像的有效边缘信息,将边缘信息添加到Chan.Vese模型的能量函数中从而提高模型的局部控制能力.同时增加内部变形能量项,约束水平集函数逼近符号距离函数,避免了水平集函数的重新初始化过程,改进了Chan-Vese模型.然后,从小波变换的顶层低频子带图像开始逐层采用改进的Chan-Vese模型分割图像,并将分割结果通过插值方式传递至下一层作为分割的初始轮廓,最终实现红外图像的分割,具有抗噪性能强和运算速度快的特点.     

一种边界-区域相结合的图像分割算法

提出了一种模仿人类视觉机制的区域-细节的图像分割算法.首先提取图像边缘,然后将边缘分段切割,得到端点集合,然后从端点集合生成Delaunay三角形网络,以Delatmay三角形为顶点,相邻三角形的属性差异作为边的权重,构造图;9以基于图的分割算法生成最小生成树,划分区域.最后用Snake模型精确确定区域边界,生成准确的区域边缘.实验证明,这种区域分割和边缘检测相结合的方法能准确地分割非纹理图像,较好地克服了块现象和非连续边界,相比单一区域分割或者边缘检测方法有更好的分割结果,并且计算速度比较快.     

Integrating Feature Direction Information with a Level Set Formulation for Image Segmentation

A feature-dependent variational level set formulation is proposed for image segmentation. Two second order directional derivatives act as the external constraint in the level set evolution, with the directional derivative across the image features direction playing a key role in contour extraction and another only slightly contributes. To overcome the local gradient limit, we integrate the information from the maximal (in magnitude) second-order directional derivative into a common variational framework. It naturally encourages the level set function to deform (up or down) in opposite directions on either side of the image edges, and thus automatically generates object contours. An additional benefit of this proposed model is that it does not require manual initial contours, and our method can capture weak objects in noisy or intensity-inhomogeneous images. Experiments on infrared and medical images demonstrate its advantages.     

基于无序分割投影策略与重力模型的图像加密算法

目的解决当前图像算法因其像素置乱和扩散操作与明文无关,导致其抗明文攻击能力较弱,且其置乱过程存在周期性,使其安全性不佳等问题。方法提出基于无序分割投影策略与重力模型的图像加密算法。首先对输入明文进行无序分割,获取重叠子块,并构建每个子块的位置坐标计算模型,输出图像子块的位置;根据明文像素量计算Kent映射的初值,通过迭代Kent映射获取随机序列组;定义位置置乱机制,对重叠子块进行混淆;再引入分割投影策略,互换每个置乱子块中的像素位置,再对其重组,输出置乱密文;通过设计像素质量变化函数替换重力模型的固定质量,改进重力模型,对置乱密文完成像素加密。结果实验结果显示与当前图像加密技术相比,文中算法具有更高的安全性,输出密文中的相邻两像素间的关联度最低,具有更强的抗明文攻击与剪切攻击性能。结论所提加密算法能够较好地用于图像信息安全传输,具有较好的应用价值。