彩色漫画轮廓提取研究

结合漫画图像的用色特点,提出一种彩色漫画图像的轮廓提取方法。对彩色漫画图像根据其颜色信息进行区域的划分,并利用彩色形态学方法进行边缘检测,两者相结合消除噪声和提取出目标轮廓。实验结果表明该算法对彩色漫画轮廓提取效果明显,并能更好地抑制噪声。     

基于轮廓合成的人耳图像边缘检测

人耳识别技术作为一种新的研究在生物特征识别领域提出一种新思路。边缘检测是图像特征分析识别的基础,检测质量直接影响系统识别率。本文针对人耳图像的局部特征和识别要求提出一种基于轮廓合成的边缘检测方法。该算法对采集到的图像预处理,将Sobel算子与阈值法得出的边缘图像合成,最后根据统计结果用去除干扰技术处理非边缘。这种方法得出的耳朵边缘图像清晰完整无干扰,比单一采用其他方法效果好,为后续特征提取及识别提供较好基础。     

形状统计Mumford-Shah模型的MR图像左心室外轮廓分割

左心室的分割是左心室运动重建的前提,分割的精度直接影响重建的真实性,由于左心室外轮廓存在弱边界,甚至边界的断裂,使得精确分割左心室外轮廓变得相当困难．文章在详细分析左心室外轮廓的基础上,采用了形状统计Mumford-Shah模型的分割方法,同时对原模型做了如下两点改造：（1）用期望最大（EM）算法求得图像中每点属于心肌的后验概率,通过此后验概率构造“伪灰度”图像来替代原灰度图像,以达到目标与背景灰度呈阶跃型分布的目的;（2）坩边缘罔替代Mumfor-Shah模型中的梯度项,以增强弱边缘,提高分割精度．实验结果证明,此方法可以有效地改进分割精度,适合整个心动周期．     

图像配准中的一种特定区域轮廓提取算法

多模态医学图像的配准在医学诊断和治疗计划中起着重要的作用,特定区域轮廓提取是图像配准的重要基础,常规的轮廓提取算法不能满足多模态图像配准的要求。提出了一种用于多模态医学图像处理的特定区域轮廓提取算法。该方法首先对图像进行预处理,去除噪音,对图像进行平滑,采用Canny算子进行边缘提取之后,提出了延伸权的概念,并采用一种新的基于延伸权概念的边缘连接算法对边缘结果进行连接,最后采用填充算法获得特定的辅助区域并在该区域的基础上向外或者向内获取特定区域的轮廓。实验结果表明,该方法能够满足多模态图像配准的要求。     

基于Level Set方法的人脸轮廓提取与跟踪

提出一种基于level set方法的图像序列中人脸轮廓提取与跟踪算法,首先利用图像帧间差分快速检测出运动区域,并根据人脸图像的投影映射规则确定人脸所在的外接矩形,然后以此矩形作为初始曲线,采用一种改进的1evelset模型精确提取出入脸轮廓。由于图像序列中人脸是一直运动的,该文引入一阶线性Kalman滤波模型对人脸运动进行估计,从而较好地跟踪了运动中的人脸轮廓,实验结果表明该方法是有效的。     

基于能量活动曲线的肾脏超声图象的边界提取

与CT和MRI等医学图象相比，超声图象由于图象质量较差，相对难以分割，特别地，由于某些器官的边界不是很明显，尤其是肾脏的组织和组织之间的边界难以区分，因此，肾脏超声图象的边界提取对人们来说更富有挑战性。为了解决这一问题，本文提出了一种半自动的肾脏超声图象的边界提取方法。该算法基于能量活动曲线模型，并做了几点重要的改进，同时利用肾脏超声图象的统计模型，比较好地克服了肾脏复杂边界的影响，有效地提出了超声图象的肾脏边界。     

基于Mumford-Shah模型的高精度MR图像轮廓提取算法

提出了基于曲线演化的MR边界轮廓精确提取方法.针对MR图像边缘模糊和高噪声问题,改进Mum-ford-Shah曲线演化模型,将模糊聚类引入到轮廓演化能量模型中,降低对非规则细节和噪声的敏感性;利用水平集和半隐式的加性-乘性算子分裂数值方案进行轮廓线演化的迭代计算,提高精度和计算效率.实验表明这种方法可以对边界模糊和高噪声的轮廓进行有效提取.     

基于可变形模型的轮廓提取方法与应用

基于可变形模型的轮廓提取方法是目前研究的热点。从几何表达,图像势能及优化方法三个方面对基于可变形模型的轮廓提取的理论研究及进展进行了综述,并介绍了其在医学图像、脸部特征以及航空影像等方面的应用研究。最后对可变形模型及其在轮廓提取方面的应用进行了总结和展望。     

一种医学图像的轮廓提取方法

针对医学图像的模糊性和灰度不均导致目标轮廓难以准确提取的问题,提出使用改进的遗传算法控制主动轮廓模型完成边界提取的方法。采用保优算子保留遗传性状,选择适当的交叉算子,在进化后期可实现由整体寻优到局部寻优的转变。实验结果证明,该方法在提取目标轮廓时抗模糊能力强、鲁棒性好。     

图像轮廓提取技术在ATM监控系统中的应用

针对ATM张贴告示以及改动键盘、出钞口、插卡口等犯罪情形,采用改进的Laplace算子,结合轮廓点色差判别预处理、轮廓追踪、分区设定阈值图像处理技术,提取出ATM监控图像的清晰轮廓。通过监控图像轮廓与样本轮廓对比以及相连监控图像轮廓的对比,当相连监控图像轮廓差异大干设定值,且与样本轮廓的吻合度低于设定值时,及时向监控中心发出警报。该技术应用于实际ATM监控系统,方便了值守人员的监控,提高了ATM服务的安全性、可靠性。     

基于GVF-Snake人体轮廓提取的优化算法

通过分析基于边缘、区域分割和形变模型等3类轮廓提取算法,提出一种分别对三者进行优化综合的基于梯度矢量流-主动轮廓模型(GVF-Snake)的人体轮廓提取优化算法。利用内嵌置信度边缘检测得到理想边缘图,通过形态学方法提取物体粗略轮廓作为GVF-Snake模型的初始轮廓。采用优化GVF-Snake模型提取精确轮廓。将上述方法应用于人体图像轮廓提取,实验结果表明,该方法达到了预期目的且具有较好的实用性。     

一种改进的联合图像分解及边缘提取模型

针对联合图像分解及边缘提取模型对复杂纹理图像提取的边缘信息不完整、存在奇异点等问题,提出一种改进模型。利用Weickert提出的扩散张量(International Journal of Computer Vision, 1999, No.2)对模型中边缘b的正则项进行改进,使其能分别在梯度方向和沿边缘方向控制边缘b的扩散率。数值实验结果表明,改进模型可提高边缘提取的准确性,降低奇异性。     

脑部MR图像多阈值处理与边缘检测

针对脑部MR图像边缘提取的问题,提出了基于多阈值和形态学滤波的边缘检测方法。该方法首先用最大类间方差（OTSU）多阈值法对图像进行多阈值处理,将图像中重要的区域划分开;针对处理后的图像存在杂散点、细小突出和孔洞等问题,再利用形态学滤波去除噪声;最后使用Canny算子对处理后的图像进行边缘检测。实验结果表明,相较于直接用Prewitt、Canny等算子进行边缘检测,该方法边缘检测效果更好。     

Differentiation-Based Edge Detection Using the Logarithmic Image Processing Model

The logarithmic image processing (LIP) model is a mathematical framework which provides a specific set of algebraic and functional operations for the processing and analysis of intensity images valued in a bounded range. The LIP model has been proved to be physically justified by that it is consistent with the multiplicative transmittance and reflectance image formation models, and with some important laws and characteristics of human brightness perception. This article addresses the edge detection problem using the LIP-model based differentiation. First, the LIP model is introduced, in particular, for the gray tones and gray tone functions, which represent intensity values and intensity images, respectively. Then, an extension of these LIP model notions, respectively called gray tone vectors and gray tone vector functions, is studied. Third, the LIP-model based differential operators are presented, focusing on their distinctive properties for image processing. Emphasis is also placed on highlighting the main characteristics of the LIP-model based differentiation. Next, the LIP-Sobel based edge detection technique is studied and applied to edge detection, showing its robustness in locally small changes in scene illumination conditions and its performance in the presence of noise. Its theoretical and practical advantages over several well-known edge detection techniques, such as the techniques of Sobel, Canny, Johnson and Wallis, are shown through a general discussion and illustrated by simulation results on different real images. Finally, a discussion on the role of the LIP-model based differentiation in the current context of edge detection is presented.     

结合Hough变换与测地线轮廓模型的MR图像左心室自动分割

通过对MR图像左心室分割中各种主流方法的分析,提出一种自动分割MR图像左心室内外轮廓的算法.利用短轴图像上左心室心肌内外轮廓近似圆形的先验形状知识,先用Hough变换自动定位左心室的初始轮廓,然后在测地线轮廓模型基础上,结合K均值聚类提供的区域信息及心肌的生理结构约束对左心室的内外轮廓同时进行自动分割.实验结果表明,该算法能够有效地分割左心室内外轮廓.     

基于肤色模型和梯度算子的正面人脸轮廓提取

文章提出了一种新的正面人脸封闭轮廓提取方法,首先采用肤色模型对肤色区域进行初定位,然后经过筛选去除非人脸区域,最后提取人脸初步轮廓,并结合梯度算子提取下巴轮廓,进而得到一个连续、封闭的人脸轮廓.该算法基本克服了下巴轮廓难以从颈部提取的问题,满足了人脸轮廓特征提取的要求,同时具有较高的时效性.     

一种改进的图像边缘检测算法的研究

图像边缘时图像的基本特征之一,阐述了边缘检测的基本理论和传统的边缘检测算子理论,提出了一种改进的图像边缘检测方法。通过实验表明,该方法能够有效的对图像边缘进行检测,目标边缘定位精度较好,并且能有效减少噪声对图像的干扰,从而提高了图像边缘检测的抗干扰能力。     

基于方向气球力活动轮廓模型的图像分割

针对传统参数活动轮廓模型存在对轮廓线初始位置敏感的缺点,提出了方向气球力活动轮廓模型并应用于MRI图像分割。该模型利用底层图像分割的结果确定外力的方向,使气球力方向始终指向目标边界,引导轮廓线变形。当轮廓线运动到目标边界附近时,在高斯势力作用下继续变形,完成图像高层分割。实验结果表明,该模型与轮廓线初始位置无关,能实现MRI图像的自动分割。     

融合全局显著性信息的轮廓编组模型

基于感知编组的轮廓提取算法容易受背景上边缘的影响,导致轮廓提取的准确率低,为此提出一种结合感知编组与全局显著性信息的轮廓提取算法.首先在Canny算子框架下增加显著性信息的约束,提取显著边缘,减少了背景上的边缘;然后在Ratio-contour算法的基础上提出了新的目标函数,使得文中算法能够收敛于显著性高的区域,得到的轮廓更准确地标识前景物体.实验结果表明,该算法有效地提高了轮廓提取的准确性,同时大幅减少了轮廓提取的计算时间.