基于边缘吸引力场正则化的短程线主动轮廓模型

短程线主动轮廓模型是近几年提出的一种有效的多目标轮廓提取算法 .本文在详细分析其动力学过程的基础上 ,针对该模型中存在的局限性和不足 ,提出对边缘吸引力场进行正则化的方法 ,并采用多尺度模型 ,有效的改善了该模型不能对存在断裂轮廓的目标进行正确提取和凹边缘搜索能力弱的缺点 ,增强了抗噪声和虚假边缘干扰的能力 ,使该算法具有更好的鲁棒性和实用性 .     

基于边缘吸引力场正则化的短程线主动轮廓模型

短程线主动轮廓模型是近几年提出的一种有效的多目标轮廓提取算法.本文在详细分析其动力学过程的基础上,针对该模型中存在的局限性和不足,提出对边缘吸引力场进行正则化的方法,并采用多尺度模型,有效的改善了该模型不能对存在断裂轮廓的目标进行正确提取和凹边缘搜索能力弱的缺点,增强了抗噪声和虚假边缘干扰的能力,使该算法具有更好的鲁棒性和实用性.     

基于边缘吸收力场正则化的短程线主动轮廓模型

短程线主动轮廓模型是近几年提出的一种有效的多目标轮廓提取算法。本文在详细分析其动力学过程的基础上，针对该模型中存在的局限性和不足，提出对边缘吸引力场进行正则化的方法，并采用多尺度模型，有效的改善了该模型不能对存在断裂轮廓的目标进行正确提取和凹边缘搜索能力弱的缺点，增强了抗噪声和虚假边缘干扰的能力，使该算法具有更好的鲁棒性和实用性。     

采用改进Snake模型的虹膜定位方法

为了提高虹膜定位的精度和可靠性,提出了两种改进的Snake模型来分别定位虹膜的内外边缘.使用未滤波的虹膜梯度图像,同时,引入蛇点法线方向的归一化向量,使这些向量的方向都指向虹膜的内边缘,在这两个因素作用下来完成Snake模型对虹膜内边缘的定位.定位虹膜的外边缘时,在传统Snake模型的基础上,引入指向轮廓型心的归一化向...     

静态手势图像轮廓特征提取算法研究

在手势识别过程中,手势特征的提取非常重要,如果提取的手势特征不具备较好的可分辨性和表征的不变性,就很难达到手势识别的要求。由于人手经常会弯曲,手指也常会被手部其他位置遮挡,再加上所在环境光照的影响手势图像会出现高亮区域和阴暗区域,使得在设定初始轮廓曲线与手势轮廓较远时手势分割出现手势区域有漏检的情况,而且在手势轮廓凹形区域不易识别等问题,导致同样的手势得到不同的手势轮廓描述,影响手势识别的可靠性,为此本文提出了一种主动轮廓与肤色统计融合的静态手势轮廓特征提取算法解决这一问题。     

基于区域信息的Snake模型医学图像分割

本文针对Snake模型应用于图像边缘检测时对于噪音过于敏感的不足和易于从弱边界溢出．提出了一种新的约束力。在新的约束力的作用下，Snake模型可以很好地减小噪音的干扰，防止曲线溢出弱边界，并使初始曲线具有更大的选择空间，使模型的分割性能更好。实验证明该模型可以分割出较好的目标边界。     

基于GVF主动轮廓模型的图像分割方法仿真及研究

在近几十年来,随着计算机技术和模式识别技术的快速发展和在临床医学中的广泛应用,医学图像处理技术也伴随着得到了长足的发展,数字图像分割在临床医学中的应用越来越广泛。Kass等人在1987年提出了主动轮廓线（Snake）模型,已经广泛应用于图像处理的各个领域,如图像分割,边缘检测和运动跟踪等。GVFSnake对传统模型的缺点进行改进。本文把GVFSnake应用在医学三维序列序列图像分割中,并进行仿真和研究。     

基于Snake活动轮廓模型的视频跟踪分割方法

基于Snake活动轮廓模型,采用时空融合的方式,根据短时间内相邻帧的运动趋势差异相似的前提,首先将视频序列分成若干个小段,每段有k帧视频,选取段内的前两帧为关键帧,通过运动检测的方式自动得到这两帧中运动对象的大致区域;然后进行帧内Snake演变,搜索精确轮廓;最后以关键帧间运动对象形心的运动矢量预测勾勒后续帧的初始轮廓,进行帧内Snake精确轮廓定位,从而实现所有帧的视频对象分割。相比于传统方法,本文方法克服了手动绘制初始轮廓的缺点,在空域对Snake贪婪方法进行了改进而且精确度高,速度快。实验表明,本文方法成功地实现了前后帧图像之间运动对象的对应匹配关系,并通过改进后的Snake贪婪方法得到了精确的分割结果。     

用可变形模板进行基于内容的图像分割算法

 本文提出一种采用可变形模板匹配技术进行基于内容的图像分割算法.通过预先计算出可变形模板沿着变形的正交曲线,并对模板曲线及正交曲线进行离散抽样,建立一基于正交曲线的二维(2-D)可变形模板,针对图像分割问题定义控制可变形模板进行变形的内、外部能量函数,本文采用遗传算法搜索能量函数最小的全局最优解.该新算法比传统的可变形模板匹配方法降低了搜索空间的维数,减少了算法对模板初始位置的敏感.对实际图像及模拟低信噪比图像处理的结果表明,新算法具有良好的分割精度及稳定性.     

一种新的用于医学图像分割的几何活动轮廊模型

提出一种新的几何活动轮廊模型对医学图像进行分割．首先，我们对几何活动轮廊模型中吸引力场进行正则化，扩大目标轮廊边缘对的轮廊曲线的吸引力范围，增加轮廊曲线搜寻凹轮廊的能力．然后，采用多尺度模型增加对边缘提取的精确度．将正则化方法与多尺度方法相结合，能够很好的抑制医学图像中的噪声和虚假边缘的干扰，这一方法能够在不采用任何附加拓扑控制的情况下自动控制轮廊曲线的拓扑结构变化，同时提取多个解剖结构，对来自不同成像技术的医学图像的分割，结果表明该方法是一种有效的医学图像分割方法。     

基于遗传算法的快速图像相关匹配

采用遗传算法研究了图像相关匹配问题,提出了快速图像相关匹配算法在最优匹配的前提下,其计算量较ＳＳＤＡ算法降低了一个数量级以上;可以采用ＮＰＲＯＤ匹配准则,改善在低图像对比度条件下的匹配精度;该算法每帧图像匹配计算时间基本恒定,便于工程应用。     

快速跟踪匹配细化算法

本文提出了一种二值图跟踪匹配细化算法。该算法消除了大量背景点检测和已完全细化部分的重复检测,处理速度快,细化彻底。文中对算法进行了描述。并通过具体实例说明了算法的有效性。     

基于Snake模型的波门自适应跟踪算法

介绍了波门跟踪的原理以及波门自适应性的需求, 结合主动轮廓模型中的GVF Snake模型和自适应分析质心跟踪算法, 提出了基于Snake模型的波门自适应跟踪算法, 根据Snake模型的收敛轮廓来确定波门位置和大小, 由波门内背景像素点所占的比例来决定是否更新波门。通过实验仿真, 该算法能够自适应地改变波门的大小, 很好地跟踪目标。     

基于初级视皮层抑制的轮廓检测方法

轮廓检测是基于形状目标识别任务的关键,然而从自然场景中自动地检测出目标的轮廓是非常困难的,因为背景中存在着大量的无关干扰成分.生理学与解剖学的研究表明初级视皮层中具有方位选择性的神经元的响应受到其周围环境中同方位刺激的抑制,因此方位发生变化的地方受到的抑制程度相对较少,这使得孤立的边缘或区域的边界更为显著.基于此我们提出了一个视觉生理机制的轮廓检测模型,其目的是减少背景纹理的干扰,同时保留感兴趣的对象.针对模拟及真实图像的实验结果表明这种抑制措施有效地抑制了纹理边缘并减少了轮廓自身的破坏,极大地提高了复杂背景中轮廓检测的性能.     

基于极坐标中蛇模型的类圆目标轮廓提取技术研究

提出了转化到极坐标中的蛇模型.通过把蛇模型转化到极坐标中,使轮廓的候选点得以更有序的排列.由于采用了动态规划法并在整个能量空间中搜索能量泛函的极值,算法对能量泛函的局部极值有较强的鲁棒性.所提出的模型不需要确定初始轮廓,可以用非迭代方法直接求解.与传统的动态规划法和贪婪算法进行了比较实验.结果表明,所提出的算法对极坐标中极点的位置不是很敏感.     

基于四元数的彩色图像边缘检测研究

为了实现彩色图像边缘检测,建立了彩色图像自动边缘检测算法。对彩色图像基于四元数的表示方法进行描述,针对基于snake算子实现彩色图像边缘检测算法进行了研究。首先,根据彩色图像三原色的基本特征,利用四元数的矢量表示方法以及四元数基本运算方法进行描述;其次,介绍了snake算子的基本原理,检测过程等。最后,构造了双四元数和snake算子的彩色图像边缘检测算法。实验结果表明,利用文中算法获得的彩色图像边缘检测保留了原图像的自身信息,边缘信息完整。该算法基本满足彩色图像边缘检测的稳定可靠、信息完整、抗干扰能力强等要求。     

使用小波变换的图象边缘检测算法

将小波变换理论应用于图象边缘提取,提出了一种新的图象边缘检测算法。一种相对于(c0,c3)=(0.05,0.05)的对称尺度函数被用于二进小波变换,得到原图象的一个多分辨率表达式,再提取图象的边缘特征。实验结果表明,本方法是解决图象边缘提取的一个十分有效的模型。     

基于遗传算法和BP算法的多层感知机杂交训练算法

基于梯度下降的神经网络训练算法易于陷入局部最小,从而使网络不能对输入模式进行准确分类。本文提出综合遗传算法和BP算法的杂交算法GA-QP,它结合遗传算法的全局搜索特性和BP的局部收敛特性,实现对神经网络的有效训练。实验表明该算法优于BP算法,实验结果令人满意。