一种组合主动轮廓线模型算法

本文针对传统主动轮廓线模型(Snake模型)无法检测凹陷目标轮廓的缺陷，提出了一种由全局Snake模型和局部Snake模型两部分组成的组合Snake模型。组合模型首先使用全局Snake模型进行轮廓粗检测，并使用SUSAN算子检测目标轮廓上凹陷最“深”的凹点；然后，在凹点附近的局部区域，使用局部Snake模型进行轮廓凹陷部分的检测；其后以其替代使用全局模型检测出的目标轮廓的相应部分，形成最终检测的目标轮廓。实验结果表明，本算法具有较好的检测精度和抗噪性。     

基于A^＊搜索方法的主动轮廓提取算法

在主动轮廓模型Snake的研究与应用中，如何降低Snake对初始轮廓的敏感性以厦如何保证能量极小化过程收敛到全局最小值，是两个极其重要的问题。为提取两点间的目标轮廓线，本文提出了基于A^＊搜索过程的Snake算法，将Snake能量极小化问题转换成势能地图的最短路径搜索问题。实验结果表明，该算法简化了Snake的初始化过程，而且Snaake能量收敛至全局最小值，具有良好的实用性与鲁棒性。     

一种改进的GVF模型

在基于snake模型的图像分割中,搜索范围和深度凹陷区域的分割是难点.以往sanke模型的改进多是针对它的外部力场,通过比较改进的传统snake模型--距离snake、GVF和NGVF的优缺点,在不改变力场的情况下,综合它们的优点,提出一个新的模型.先采用距离snake模型使初始轮廓逼近目标物体边缘,然后结合NGVF使收敛进入目标物体的凹陷部分.实验表明该模型具有较大的捕获区且能快速收敛到物体边缘的凹陷部分,提取出感兴趣目标的轮廓.     

差分进化算法GVF Snake模型在PET图像分割中的应用

利用PET图像进行诊治时需要对人体病灶精确定位,PET图像中病灶目标区域的分割是早期诊断与治疗的前提和关键。基于传统Snake模型的方法在PET图像分割时存在对初始轮廓过于敏感,难以收敛到目标凹型区域等问题,为此将GVF Snake模型引入PET图像的分割中。为防止GVF Snake模型陷入局部最优,进一步利用差分进化(DE)算法的全局优化特性对GVF Snake模型分割的结果进行优化,提高PET图像分割精度。实验结果表明,该方法能有效地对PET图像中的病灶目标区域进行分割,可避免陷入局部最优且具有良好的实时性。     

基于Snake模型的图像分割新算法

针对目前基于Snake模型的图像分割算法普遍存在噪声鲁棒性差、适用范围受限、易发生弱边缘泄露以及轮廓曲线难以收敛到细小深凹边界的缺陷,提出了一种基于Snake模型的图像分割新算法。首先,选取新的扩散项代替具有各向同性光滑作用的拉普拉斯算子;其次,引入p-拉普拉斯泛函到平滑能量项中强化法线方向外力;最后,利用边缘保护项使外力场方向与边缘方向一致,以防止弱边缘泄漏并促使轮廓线收敛到细小深凹边界。实验结果表明,所提模型不仅克服了现有基于Snake模型的图像分割算法的缺陷,具有更好的分割效果,明显提高了抗噪性能和角点定位精度,而且耗时更少,适用于噪声图像、医学图像以及含有很多弱边缘的自然图像分割。     

基于距离均衡化的自适应性动态轮廓模型

针对形变轮廓模型对初始位置敏感、易陷入局部极值以及不具备自动拓扑变换功能等问题，在讨论拓扑自适应的Snake模型的基础上，提出了基于距离均衡化的自适应性动态轮廓模型。该模型是首先通过顶点到其邻点连线的平均距离来改进内部能量项，使轮廓的运动更具稳定性，同时用轮廓自身的特性来决定轮廓的运动，使其具有较强的自适应性。然后通过膨胀力的构造和使用，使得该模型能够在较大范围内捕获图像的特征。用该方法对合成图像和真实图像进行的分割结果表明，效果较好。     

基于粒子群优化算法的改进Snake模型的图像分割方法

虽然Snake模型是一种有效的基于参数的轮廓探测方法,但由于其对初始位置过于敏感,不但参数选取缺乏严格的理论指导,且不能处理拓扑结构改变的问题。为此,针对Snake模型在弱边缘处容易溢出等不足,首先通过引入区域信息对Snake模型的图像力进行了修正,然后对Snake模型容易陷入局部极小化的问题,利用粒子群优化算法的全局优化特性和良好的数值稳定性来对Snake模型的分割结果进行优化。人工合成图像和医学图像的实验结果表明,该方法是有效的。     

基于预测-校正改进Snake的心脏MR图像左心室外轮廓分割

在心脏MR图像中,由于左右心室结合处的灰度非常靠近,在左心室外轮廓上形成弱边界,基于Snake模型分割左心室外轮廓时就会有边界泄漏的问题.本文先定义了两种局部信息用于边缘增强,并构造了合理的外力场,然后将传统Snake模型的形变结果作为对轮廓新位置的预测,基于左心室外轮廓形状的先验知识对预测的结果进行校正,使得Snake的形变由预测、校正两步来完成.实验结果表明,这种预测-校正两步形变Snake模型对心脏MR图像左心室外轮廓分割有较好的效果.     

一种基于遗传算法的FFT Snake模型图像分割方法

本文针对Snake模型用于轮廓跟踪时存在抗噪性能差、易于从弱边界溢出的不足,对其能量函数进行改进,提出一种新的FFT Snake模型。该模型较好地解决了以上问题,并将FFT Snake模型的解作为遗传算法的搜索空间,利用遗传算法的全局优化性能,有效地克服了Snake轮廓局部极小化的缺陷,从而可得到对目标更精确的分割。实验结果表明,该方法分割效果十分理想。     

基于粒子群优化算法的改进Snake模型的图像分割方法

虽然Snake模型是一种有效的基于参数的轮廓探测方法,但由于其对初始位置过于敏感,不但参数选取缺乏严格的理论指导,且不能处理拓扑结构改变的问题。为此,针对Snake模型在弱边缘处容易溢出等不足,首先通过引入区域信息对Snake模型的图像力进行了修正,然后对Snake模型容易陷入局部极小化的问题,利用粒子群优化算法的全局优化特性和良好的数值稳定性来对Snake模型的分割结果进行优化。人工合成图像和医学图像的实验结果表明,该方法是有效的。     

一种新的基于snake模型的水平集图像分割方法

介绍了一种新的变分函数来替代传统水平集方法中的符号距离函数,因而可以完全忽略重复初始化符号距离函数的步骤,提高了计算效率。用一个能量函数来表示基于snake模型水平集函数的变化情况。其中能量函数主要由内部能量和外部能量表示。利用内部能量描述曲线的张力和平滑性;外部能量则基于图像数据,并在图像的目标边界形成极小值。同时最小化内部和外部能量,产生内力和外力：内力控制曲线演化的方向,并保持曲线不被过度弯曲;外力则吸引曲线到达目标边缘。     

基于GVF模型的图像分割方法的改进

基于GVF模型的图像分割方法克服了snake模型对凹凸形状物体分割效果不好的缺点,但它对细长凹陷物体的分割效果仍然不佳。本文通过GVF模型力场的分析,对GVF模型进行了改进,克服了GVF模型的上述缺点,通过在改进的GVF模型中引入和设置方向矢量,还可分割出任何感兴趣的物体。     

Locating object contours in complex background using improved snakes

An active contour model, called snake, can adapt to object boundary in an image. A snake is defined as an energy minimizing spline guided by external constraint forces and influenced by image forces that pull it toward features such as lines or edges. The traditional snake model fails to locate object contours that appear in complex background. In this paper, we present an improved snake model associated with new regional similarity energy and a gravitation force field to attract the snake approaching the object contours efficiently. Experiment results show that our snake model works successfully for convex and concave objects in a variety of complex backgrounds.     

一种新的心脏核磁共振图像分割方法

心脏核磁共振图像分割一直是医学影像分析领域的研究热点和难点,文中提出了一种基于梯度矢量流Snake模型的左心室分割方法.作为对梯度矢量流(GVF)的改进,提出了退化最小曲面梯度矢量流(dmsGVF).该模型对弱边界泄漏有更好的鲁棒性;挖掘了左心室的形状特点,采用相应的形状约束,克服了由于图像灰度不均而导致的局部极小,也大大减弱了分割结果对初始轮廓的依赖;对于左室壁外膜的分割,挖掘了左室壁内、外膜的位置关系,通过重新组合梯度分量来构造新的外力场.这种外力场能够克服原始梯度矢量流的不足,使得室壁外膜边缘很弱时也能得到保持,以左室壁内膜分割结果作为初始化能够自动地分割出左室壁外膜.实验结果表明,该方法能高效准确地同时分割左室壁内、外膜.     

Segmentation of the left ventricle in cardiac cine MRI using a shape-constrained snake model

Segmentation of the left ventricle (LV) is a hot topic in cardiac magnetic resonance (MR) images analysis. In this paper, we present an automatic LV myocardial boundary segmentation method using the parametric active contour model (or snake model). By convolving the gradient map of an image, a fast external force named gradient vector convolution (GVC) is presented for the snake model. A circle-based energy is incorporated into the GVC snake model to extract the endocardium. With this prior constraint, the snake contour can conquer the unexpected local minimum stemming from artifacts and papillary muscle, etc. After the endocardium is detected, the original edge map around and within the endocardium is directly set to zero. This modified edge map is used to generate a new GVC force filed, which automatically pushes the snake contour directly to the epicardium by employing the endocardium result as initialization. Meanwhile, a novel shape-similarity based energy is proposed to prevent the snake contour from being strapped in faulty edges and to preserve weak boundaries. Both qualitative and quantitative evaluations on our dataset and the publicly available database (e.g. MICCAI 2009) demonstrate the good performance of our algorithm.     

基于PSO和M-S模型的图像分割方法

为得到快速、准确的图像分割方法，提出了一种基于微粒群算法（PSO）的主动轮廓线模型和Mumford-Shah（M-S）模型的方法。利用PSO方法对主动轮廓线模型的蛇点寻优，使其快速收敛到图像边缘附近，得到目标的粗糙轮廓，作为M-S模型的初始水平集；并将窄带方法引入M-S模型的计算，快速得到准确的分割结果。该方法克服了主动轮廓线模型对初始曲线敏感、不能收敛到物体的凹陷边缘、对噪声敏感问题和M-S模型需要对所有图像数据进行计算且计算量大等问题。实验结果表明了该方法的可行性和有效性。     

Segmentation of external force field for automatic initialization and splitting of snakes

Active contours or snakes have been extensively utilized in handling image segmentation and classification problems. In traditional active contour models, snake initialization is performed manually by users, and topological changes, such as splitting of the snake, cannot be automatically handled.In this paper, we introduce a new method to solve the snake initialization and splitting problem, based on an area segmentation approach: the external force field is segmented first, and then the snake initialization and splitting can be automatically performed by using the segmented external force field. Such initialization and splitting produces multiple snakes, each of which is within the capture range associated to an object and will be evolved to the object boundary.The external force used in this paper is a gradient vector flow with an edge-preserving property (EPGVF), which can prevent the snakes from passing over weak boundaries. To segment the external force field, we represent it with a graph, and a graph-theory approach can be taken to determine the membership of each pixel. Experimental results establish the effectiveness of the proposed approach.     

形变模型图像分割中的外力研究

基于形变模型的图像分割技术是一种有效的图像分割方法,其中形变模型外力的设计是形变模型中重要的研究方向。本文介绍了基于形变模型图像分割中几种典型的形变外力:高斯势力、距离势力、梯度矢量流(GVF),给出了静电力(electrostaticforce)形变模型的能量函数和力的平衡方程,并对不同外力场进行了比较。与传统的外力相比,静电力具有更加清晰的物理意义、实现简单,能够避免轮廓曲线陷于噪声点和伪边界,由于其具有更大的外力作用范围以及更强的收敛到图像凹陷处的能力,能够对图像进行可靠的分割。     

MAC: magnetostatic active contour model

We propose an active contour model using an external force field that is based on magnetostatics and hypothesized magnetic interactions between the active contour and object boundaries. The major contribution of the method is that the interaction of its forces can greatly improve the active contour in capturing complex geometries and dealing with difficult initializations, weak edges and broken boundaries. The proposed method is shown to achieve significant improvements when compared against six well-known and state-of-the-art shape recovery methods, including the geodesic snake, the generalized version of GVF snake, the combined geodesic and GVF snake, and the charged particle model.     

梯度矢量流Snake模型临界点剖析

作为经典Snake模型的一个变体,梯度矢量流(gradient vector flow,简称GVF)Snake在扩大Snake轮廓的捕捉范围和深度凹陷区域的收敛上具有卓越的性能.但GVF Snake在初始化时存在一个临界点问题:在目标内部的临界点必须在初始Snake轮廓的内部;在目标外部的临界点必须在Snake轮廓的外部.否则,Snake轮廓将不能收敛到正确的结果.对GVF Snake的临界点问题进行探讨,详细分析了临界点的影响因素,指出GVF场只有在合适的条件下才是有效的;证明了相关文献中从粘性流体力学