基于一种新的Snake模型的序列图像边缘提取算法

对医学图像数据中感兴趣区域（ROI）进行准确的边缘提取和分割,是对图像进行分析、理解和处理的重要前提。为克服现有Snake算法人工初始化轮廓不精确,迭代过程中曲线易被复杂背景吸引等缺点,提出基于一种改进Snake模型的序列图像边缘提取算法。该算法先利用序列图像相似性原理提取出近似边缘,然后将其平均分为4个子边缘,在每个子边缘上取数目均衡的Snake输入点,最后离散Snake的内力和外力,经过迭代得到最终边缘。实验结果表明：该方法能精确地提取出医学图像中复杂区域或畸形区域的边缘,且计算量较小。     

改进的Snake模型及其在图像边缘提取中的应用

以胆结石超声图像为例,将改进的Snake模型应用到超声图像边缘提取中,并取得了较好的结果.首先采用对数变换函数对胆结石超声图像进行增强预处理,该方法能够有效地调整图像的动态范围,将胆结石在胆囊中的位置凸显出来;然后利用改进的Snake模型自动提取胆结石的边缘.本文详细介绍了Snake模型实现过程以及各个参数对实验结果的影响.实验表明该模型有较好的实用性,而且准确性较高,适合于噪声干扰情况下的目标边缘提取.     

基于Snake的图像分割算法研究

图像分割算法是指从待割图像中提取出感兴趣的目标,以便进行图像分析与图像理解。Snake算法不同于传统的图像分割方法。文中详细介绍了Snake模型的数学机理及离散化方法,最后利用贪婪法实现了Snake算法,并应用与实际图像的分割。     

基于Snake的图像分割算法研究

图像分割算法是指从待割图像中提取出感兴趣的目标,以便进行图像分析与图像理解。Snake算法不同于传统的图像分割方法。文中详细介绍了Snake模型的数学机理及离散化方法,最后利用贪婪法实现了Snake算法,并应用与实际图像的分割。     

基于改进的GVF Snake模型CT图像轮廓提取技术

CT图像轮廓提取是逆向工程中的关键技术之一,由于基于边界检测算法很难提供一条连续的无间断的边界轮廓。采用一种改进的GVF Snake算法,首先通过人工取点,B样条拟合的方法,提取其初始轮廓,再利用改进的GVF Snake方法进行边界轮廓逼近,以获得比较精确的叶片边界轮廓,克服了传统活动轮廓模型梯度势能场捕捉范围小的缺点,并通过实验证明了该方法的有效性。     

基于先验知识和区域信息的Snake模型图像分割研究

提出基于先验知识和区域信息的参数活动轮廓模型(Snake模型)图像分割.用包含先验知识和区域信息的变力替换在气球力Snake模型中的恒定气球力,并应用于模糊边界图像分割.实验结果表明,该模型与初始轮廓曲线位置无关,能完成自动分割模糊边界图像的任务.另外,对于均值相等、方差不同的目标和背景两区域图像实行分割,该模型也能获得正确的分割结果.     

分水岭优化的Snake模型肝脏图像分割

Snake算法是主动轮廓模型的经典算法,是近年来图像分割和视频领域研究的热点。针对Snake模型中存在的初始轮廓敏感和能量函数中曲率约束不足等问题,提出将分水岭变换和主动轮廓模型相结合的主动轮廓分割算法。首先通过引入标记函数和强制最小值技术解决传统分水岭变换可能导致的过分割问题,然后利用改进的强制标记分水岭算法优化Snake模型的初始轮廓曲线,最后通过在Snake模型中增加一项与曲线形状相关的外部力弥补能量约束函数中曲率约束的不足,从而实现更精确的图像分割。改进后的Snake模型应用于腹部MR图像中,对肝脏图像的识别和分割取得了良好效果。     

基于遗传算法的肝脏CT图像分割算法研究

遗传算法是一种基于生物选择与遗传机制所形成的一种全局优化、随机搜索算法,对处理一些传统搜索算法解决有难度的复杂问题比较适合,具有巨大发展潜力。论文首先介绍了遗传算法的基本原理以及它的主要特点和性质,重点叙述了基于遗传算法的图像分割方法,并通过应用遗传算法选取合适的阈值,进而采用最大熵原则对人体肝脏CT图像进行了分割算法处理,得到图像分割处理的实验结果,并对实验结果进行了分析。     

基于先验知识改进Snake模型的脸部特征分割

针对传统Snake模型在脸部特征分割中遇到的边界泄漏问题,给出两种局部信息用于边缘增强,改进了外力场;引入了预测／校正两步形变Snake模型的概念,将Snake,模型在内力和外力作用下的形变结果作为Snake轮廓新位置的预测,然后用目标形状的先验知识对预测结果进行校正,使得Snake的形变由预测／校正两步来完成。在分割脸部特征时,构造了对Snake形变进行校正的准则。实验结果表明,该预测／校正两步形变的Snake模型对脸部特征分割有较好的效果。     

基于Snake模型的地图中河流提取算法

地图的手工矢量化是一项耗时、费力的工作。该文根据彩色地图中河流的特点，提出利用改进的Snake模型提取地图中的河流。通过对地图中河流线的结构特征进行统计分析，寻找河流线基元；利用改进主动轮廓模型的自动跟踪功能，实现河流的最终提取。实验结果验证了本算法的有效性。     

基于GVF Snake模型的人脸轮廓提取

活动轮廓模型是计算机视觉领域的重要研究方向。针对传统的活动轮廓模型（Snake模型）对凹形轮廓处理效果差、初始轮廓必须充分接近图像边缘的缺点,通过改进外部能量项,提出了一种基于梯度矢量流活动轮廓模型的人脸轮廓提取算法。该算法把梯度矢量场作为外部能量场,克服了传统Snake模型力场范围小以及不能收敛于凹形边缘的缺点。实验结果表明,该方法能够快速、准确地提取人脸轮廓。     

基于GVF Snake模型的步态识别轮廓提取

步态识别作为一种新的生物识别技术,通过人走路的姿势实现对个人身份的识别和认证。步态特征提取是步态识别的关键步骤。采用背景消减法与对称差分法相结合对运动人体分割,采用改进的GVF Snake模型对人体运动步态轮廓进行边缘提取。实验结果表明该方法能准确高效地提取边缘特征作为步态识别的特征。     

基于动态轮廓模型的羽毛分割改进算法

从羽毛图像中分割毛杆适合采用动态轮廓模型,而原始原模型易受局部强边缘干扰产生偏差,且计算规模偏大。根据毛杆的特性,提出用毛杆中心线和毛杆宽度来代替毛杆轮廓,把模型中二维轮廓曲线变化成两个相互独立的一维函数,并据此修改能量方程。改进算法利用对称性避免强边缘干扰,减少了计算规模,能实现全自动分割。实验表明该算法具有较强的抗噪性,使分割毛杆效果良好,能满足工业需要。     

改进Snake模型在病灶轮廓提取中的应用

提出了用改进Snake模型－GVF（Gradient Vector Field）Snake模型来实现医学图像病灶轮廓的提取,结合高斯平滑滤波、交互式给定初始轮廓点等方法提高轮廓提取的精度。该方法与传统的轮廓提取方法相比,具有捕获范围广、对噪声不敏感的特点,特别适合噪声大、位置不确定、形状不规则的病灶轮廓的提取。实验表明,采用该方法能有效地提取病灶轮廓,在临床上有广泛的应用前景。     

管状特性和主动轮廓的3维血管自动提取

针对血管树结构的复杂性,提出了基于管状特性和主动轮廓的3维血管的自动提取模型.该模型充分利用管状特性,包括血管的先验灰度分布、多尺度血管矢量场和血管几何曲率特征,把这些信息表示为主动轮廓模型的能量项并最小化,得到包括3个主要速度项的迭代方程:基于区域竞争和先验灰度的主动轮廓、血管矢量场和多曲率策略.基于区域竞争和先验灰度的主动轮廓可以准确健壮地提取大的血管;由Hessian矩阵主元分析得到的血管矢量场,可以驱使主动轮廓演化到细小血管内部;最小主曲率和平均曲率的多曲率策略,可以降噪平滑血管的同时,充分保持血管的几何形状.通过对肝脏、冠状动脉和肺部血管的分割,表明该模型可以自动地对整个血管树进行提取,不需要太多的预处理和后处理,是一种有效的血管自动提取模型.     

基于多种群粒子群优化算法的主动轮廓线模型

主动轮廓线模型凹陷边界点的寻优属于动态优化问题,由于其复杂性,传统方法不能准确搜索到最佳边界点。若采用单一的粒子群优化算法求解,不仅耗时,而且容易陷入局部极值。针对以上问题,提出一种多种群粒子群优化算法,并将其应用于主动轮廓线模型的边界寻优过程中。该算法为每个控制点设置一个种群,各种群之间通过共享信息的方式协作寻优,从而避免采用单一PSO算法容易早熟的缺点,同时扩大了控制点的搜索区域,提高了收敛速度。将改进方法与传统方法进行了对比,实验结果证明了改进方法的有效性。     

基于改进蛇模型的步态轮廓提取

提出了一种基于Snake模型的改进算法，不仅能够精确地搜索到图像轮廓，且程序运行速度较快。该算法在CMU数据库上进行了实验，结果表明提取出的步态轮廓完整且封闭，能有效地提高识别率。     

边缘检测和Snake Model结合的轮廓识别

基于主动轮廓识别和被动轮廓识别方法各自的优缺点,提出结合主动和被动的方法,先对图像进行被动轮廓的预处理,然后再应用主动轮廓的方法,通过比较选出Canny算子进行预处理,再通过基于概率的方法分割图像,最后再应用Snake模型进行轮廓提取。并取得较好的应用。     

An active contour model for object tracking using the previous contour

An active contour model is proposed for object tracking using prior information. Conventional algorithms have many problems when applied in object tracking. The proposed active contour algorithm, a model using an edge of an adapted color feature, not only modifies the internal energy function of the conventional algorithm to extend the search range and reduce the computational burden, but also modifies the external energy function to reduce the edge candidates of the object. The algorithm searches normally and uses dynamic programming to solve the energy minimization problem. The main drawbacks of a conventional snake algorithm, i.e., shrinking, a limited search range, sensitivity to outliers, are improved with the proposed algorithm. We illustrate the effectiveness of our scheme using some tracking examples. This work was presented, in part, at the Seventh International Symposium on Artificial Life and Robotics, Oita, Japan, January 16–18, 2002