基于Hessian矩阵及梯度熵的疑似肺结节检测算法

提出一种基于Hessian矩阵的多尺度增强滤波和梯度熵选择的疑似肺结节检测算法.首先,构造基于Hessian矩阵的多尺度圆形增强滤波器对肺部计算机断层扫描(CT)图像中的圆形区域进行增强,使得类似圆形的疑似结节区域得以增强,其他干扰区域得以抑制.然后,计算增强后的圆形肺结节区域(孤立圆、线交叉形成的圆)在原始灰度图像中相应区域的梯度熵,采用切比雪夫不等式确定孤立圆梯度熵分布区间,进行疑似结节区域的选择.实验结果表明,该算法能较好地检测肺部CT图像中疑似肺结节区域,为后续的肺结节检测以及诊断打下基础.     

面向肺癌CAD的CT图像疑似病灶检测算法

CT图像中疑似结节病灶区域的分割和提取是肺癌CAD系统的关键和难点.本文提出一种疑似结节病灶自动检测算法,首先对原始CT图像进行有效、准确的肺实质分割,根据肺结节、气管和血管具有不同的几何特征,构造了一组不同尺度的类圆形结构元素,采用多尺度形态学滤波方法对ROI进行初始分割,再根据各ROI的大小构造相应尺度的二维高斯模板,对各ROI区域进行自适应局部高斯模板匹配,以进一步剔除假阳性.实验结果表明,该算法可以有效地提取出CT图像中类圆形的疑似结节病灶,具有较高的灵敏度和较低的漏诊率,可以为医生诊断早期肺癌病灶提供辅助信息.     

基于Hessian矩阵线状滤波的眼底图像血管分割

针对眼底图像血管分割问题,本文研究了一种基于Hessian矩阵多尺度线状滤波的血管分割方法。首先,采用基于Hessian矩阵的多尺度线状滤波增强血管区域,然后对增强后图像采用最大类间方差阈值法进行阈值分割,最后得到血管的二值化分割结果。本文采用了DRIVE数据库眼底图像进行实验验证,实验表明本文方法能够自动地得到较完整和准确的眼底图像血管分割结果。     

基于均值漂移与自适应阈值分割的刀具磨损检测方法

针对车刀表面粗糙度大、磨损区域图像难以准确分割的问题,提出一种基于均值漂移和自适应阈值分割的刀具磨损检测方法.这一方法通过频率域滤波过滤图像中无效的高频噪声信息,对降噪图像进行形态学处理.利用均值漂移聚类算法进行预分割处理,简化纹理信息,并突出磨损区域特征.通过自适应阈值分割算法准确提取刀具磨损区域,同时计算刀具的磨损宽度均值.试验表明,采用所提出的刀具磨损检测方法,分割准确率达到97.96％,能够有效判别刀具的磨损状态.     

基于Hessian矩阵和熵的CT序列图像裂缝分割方法

工业CT序列图像的各向不同性和伪影会影响裂缝分割精确度和准确度,因此提出一种基于Hessian矩阵和熵的各向不同性工业CT序列图像裂缝自动分割方法。首先,用基于Hessian矩阵的多尺度线状滤波增强裂缝区域,抑制非线状区域;然后,建立一种新的二维直方图,获取滤波之后层内和层间的信息;再根据直方图的最大类熵确定阈值区间,最终得到裂缝的二值化分割结果。实验表明,所提方法不仅能够满足实际工业CT序列图像裂缝分割中精确、自动的分割要求,而且相较其他4种已有方法,能够得到更完整、更准确的分割结果。     

基于均值漂移的红外舰船图像分割算法

提出了一种有效的舰船红外目标图像分割算法,利用均值漂移分割算法的二维灰度和灰度邻域信息,滤除了海面的强杂波干扰,同时又不会损失舰船目标信息。利用不同类别的灰度权重,将红外舰船图像分割成为天空、海水和舰船3类,从而将舰船从图像中有效地分割。由于采用区域节点和灰度直方图来表征图像,与原始图像像素节点表征图像相比,区域节点的个数远远小于原始图像像素节点,从而提高了算法计算效率。计算结果也表明,该算法能够在海面强杂波的干扰下,有效地提取红外舰船目标。     

基于Hessian矩阵的手指静脉图像分割

针对灰度不均匀、对比度低、边缘信息较弱的图像中的手指静脉纹路提取问题,提出了一种基于Hessian矩阵的手指静脉图像分割方法。该方法首先将高斯滤波器的二阶导数与原图像卷积得到了各像素点的Hessian矩阵,通过Hessian矩阵的迹初次滤除了非静脉区的像素点,接着求出了余下像素点Hessian矩阵的特征值,利用静脉区特征值所要满足的条件二次滤除非静脉区像素点,最后选取了多尺度下静脉区各像素点的最大特征值作为输出特征值,将区间内所有尺度下的特征值图进行了融合,经过二值化处理、形态学滤波处理得到了手指静脉纹路。研究结果表明,该算法能够较完整地提取宽度不一的手指静脉纹路,将静脉区域和非静脉区域分开,伪静脉像素点较少;同时,不需要遍历所有像素点的Hessian矩阵求其特征值,手指静脉图像分割速度比未优化静脉纹路提取算法快了0.036 5 s。     

肺结节自动检测算法研究

本文研究一种用于自动检测CT图像中肺结节的计算机辅助检测(CAD)算法.该算法首先从CT图像中分割出肺部区域,然后利用基于图像灰度分布的阈值方法提取出包含肺结节和血管的感兴趣区域(ROIs).在研究区分肺结节和血管的特征之后,利用基于规则的判别方法将感兴趣区域进行分类并提取出肺结节.运用本算法对232幅CT序列图像进行实验,实验结果表明运用该算法具有高达85%的检出率.     

用于分割无损检测图像的改进的抑制式模糊C均值聚类算法

由于无损检测图像灰度分布不均衡,常用的模糊C均值聚类算法不能对图像中的目标与背景进行有效分割,故提出一种改进的抑制式模糊C均值聚类算法(IS-FCM)对无损检测图像进行分割。通过对抑制式模糊C均值聚类算法(S-FCM)的目标函数融入每一类的总隶属度以均衡化目标像素和背景像素对聚类结果的影响,在构建的新目标函数基础上推导出新的隶属度和聚类中心迭代形式,然后分析了所提算法的收敛性并给出了执行步骤,最后通过无损检测图像对所提算法进行分割实验。结果表明,IS-FCM算法不仅能够对灰度分布不均衡的无损检测图像进行有效分割,还扩展了S-FCM算法的应用范围,增强了鲁棒性和适应性。     

基于模糊C均值技术的轴承故障诊断

先利用多小波变换对轴承缺陷图像进行去噪,再利用模糊C均值(FCM)聚类用于灰度图像分割具有简单直观、易于实现的特点,对模糊C-均值聚类(FCM)算法进行改进,并对缺陷图像进行分割,试验结果证明,该方法显著提高了分割速度和精度,受背景、光照、角度、姿态的影响很小,具有较好的鲁棒性,具有一定的使用价值.     

融合颜色与形状信息的铁谱磨粒链分割方法研究

为了对铁谱图像中的磨粒链进行有效分割,提高磨粒特征提取的精度,通过分析铁谱磨粒链图像不同区域的特点,提出一种融合铁谱图像颜色、形状特征信息的磨粒链分割方法。该方法首先基于形态学运算对磨粒链分割方法,对异常大磨粒进行提取并断开磨粒链黏连部分,然后利用标记分水岭与灰色聚类的方法对磨粒链进行分割,最后考虑到不同磨粒链颜色信息存在差异,结合自适应阈值法对灰色聚类进行改进,从而实现磨粒链的自适应分割。结果表明,相较于传统分割方法,提出的方法能有效避免过分割与欠分割,分割效果较好,适用性高,操作简单。     

[智能感知]基于四线激光雷达的无人车障碍物检测算法

针对雷达扫描角分辨能力不高,远处点云较稀疏,导致对目标的分割聚类不准确的问题,提出了一种基于四线激光雷达的障碍物检测算法。在对原始雷达数据进行栅格化及滤除之后,对滤波结果进行了聚类分割。依据栅格深度值确定聚类距离阈值,结合连通区域标记算法得到准确的聚类范围;通过匹配相邻障碍物运动状态信息,进一步提高聚类的准确率。实车实验表明,所提方法较已有的分割聚类算法,可以准确地得到路面障碍物信息,并能有效避免过分割现象。     

基于区域划分的多特征纹理图像分割

由于纹理图像的复杂性和多样性,仅依靠传统的单一特征实现纹理图像分割无法满足其对分割精度的要求。本文提出结合区域划分的多特征纹理图像分割方法。首先,依据像素灰度的空间相关性定义多个纹理特征;然后利用区域划分将图像域划分成不同子区域,待分割同质区域由这些子区域拟合而成;通过分别定义多个特征图像的同质区域之间的异质性势能函数和刻画各子区域邻域关系势能函数来定义全局势能函数,并构建非约束吉布斯概率分布,从而建立纹理分割模型;最后,采用M-H算法采样上述概率分布,从而获得最优图像分割结果。分别对模拟纹理图像、遥感图像、自然纹理图像和SAR海冰图像进行了分割实验,并与利用单一特征得到的分割结果进行对比分析,定性和定量的测试结果验证了算法的有效性。     

Three-dimensional surface topography segmentation through clustering

In digital image analysis, segmentation is the partitioning of the image into multiple regions according to a given criterion. This work investigates the adaptation of segmentation techniques originally developed for digital images to the partitioning of the three-dimensional micro and nano topography of engineered surfaces. In particular, a segmentation technique is introduced for partitioning a surface into regions characterized by homogeneous local texture properties. Local surface texture properties are captured through roughness parameters evaluated over surface patches centered about each surface point. Roughness parameters are chosen depending on texture properties to be highlighted, and collected into feature vectors that are then subjected to clustering. Several issues are addressed, ranging from the choice of appropriate clustering techniques to the design of proper feature vectors and similarity metrics for capturing relevant aspects of three-dimensional surface topography and achieving a meaningful partitioning. The advantages in terms of improved morphologic, structural and tribologic analysis capabilities are highlighted and discussed through the application of the proposed technique to example real-life industrial applications, mainly concerned with the discrimination of localized surface modifications either generated on purpose and in controlled conditions (such as indentations and scratches produced during surface testing) or generated by random interaction of the surface with the environment (scratches, bumps and other types of marking due to accidental damage or use-related wear phenomena).     

机械CAD三角网格模型的特征表面分割混合算法

针对机械CAD三角网格模型中普遍存在的网格稀疏性和非均匀性分布等特点，提出了一种特征的二次提取及表面分割混合算法。第一次分割采用基于边的方法，即在平面合并的基础上对相邻三角面片法矢夹角的方差进行判断和处理，从而实现平面与其他稀疏网格表面区域的分割和边界特征的提取；第二次分割采用基于顶点的方法，首先由顶点的估算曲率计算出各面片的近似曲率，然后通过区域生长实现其他表面区域的分割及特征提取。实验结果表明，该方法能较准确地实现机械CAD三角网格模型的特征提取和表面分割。     

An iterative algorithm for cell segmentation using short-time Fourier transform

In this paper, an iterative cell image segmentation algorithm using short-time Fourier transform magnitude vectors as class features is presented. The cluster centroids of the magnitude vectors are obtained by the K-means clustering method and used as representative class features. The initial image segmentation classifies only those image pixels whose surrounding closely matches a class centroid. The subsequent procedure iteratively classifies the remaining image pixels by combining their spatial distance from the regions already segmented and the similarities between their corresponding magnitude vectors and the cluster centroids. Experimental results of the proposed algorithm for segmenting real cell images are provided.     

一种改进的FCM图像分割算法

提出了一种基于高维特征矢量与金字塔结构的模糊聚类图像分割方法。该方法考虑了图像像点的灰度信息和其邻域空间相关信息,给出了三维特征及多分辨率分析的聚类分割方法。实验结果表明,在图像受高斯噪声干扰的情况下,该方法不仅运行速度较快,而且分割效果更好。     

基于Hessian矩阵的视网膜血管中心线提取

为实现视网膜血管在临床诊断中的重要作用,提出了一种基于Hessian矩阵的视网膜血管提取方法,该方法通过图像预处理增强血管信息,利用血管的微分几何特性,采用离散高斯核对眼底图像进行卷积,结合Hessian矩阵计算血管方向,通过连接算法得到视网膜血管的分布情况.实验结果表明,该方法提取血管中心线的精度可达亚像素级,对不同眼底照相机拍摄的眼底图像可根据血管宽度进行多尺度快速分割.     

Segmentation of confocal microscope images of cell nuclei in thick tissue sections

Segmentation of intact cell nuclei from three-dimensional (3D) images of thick tissue sections is an important basic capability necessary for many biological research studies. However, segmentation is often difficult because of the tight clustering of nuclei in many specimen types. We present a 3D segmentation approach that combines the recognition capabilities of the human visual system with the efficiency of automatic image analysis algorithms. The approach first uses automatic algorithms to separate the 3D image into regions of fluorescence-stained nuclei and unstained background. This includes a novel step, based on the Hough transform and an automatic focusing algorithm to estimate the size of nuclei. Then, using an interactive display, each nuclear region is shown to the analyst, who classifies it as either an individual nucleus, a cluster of multiple nuclei, partial nucleus or debris. Next, automatic image analysis based on morphological reconstruction and the watershed algorithm divides clusters into smaller objects, which are reclassified by the analyst. Once no more clusters remain, the analyst indicates which partial nuclei should be joined to form complete nuclei. The approach was assessed by calculating the fraction of correctly segmented nuclei for a variety of tissue types: Caenorhabditis elegans embryos (839 correct out of a total of 848), normal human skin (343/362), benign human breast tissue (492/525), a human breast cancer cell line grown as a xenograft in mice (425/479) and invasive human breast carcinoma (260/335). Furthermore, due to the analyst's involvement in the segmentation process, it is always known which nuclei in a population are correctly segmented and which not, assuming that the analyst's visual judgement is correct.