一种基于区域生长规则的快速边缘跟踪算法

在图象分割中，为了克服传统的区域生长算法比较大的时间复杂度和空间复杂度，提出了一种基于区域生长规则的边缘跟踪算法，把传统区域生长算法中对整个目标域像素的处理转化为对目标边缘像素的，在获得和区域生长算法相同的结果的前提下，大大降低了算法的时间复杂度和空间复杂度。     

一种新的红外弱小目标检测前跟踪算法

针对低信噪比复杂环境下红外弱小目标检测问题,提出了一种基于拟蒙特卡罗抽样的检测前跟踪算法.采用新的基于拟蒙特卡罗抽样的高斯粒子滤波算法(QMC-GPF)估计目标运动状态和红外小目标幅度状态,同时利用该滤波算法中迭代更新的协方差矩阵的收敛特性构建判断逻辑,实现目标"软判决"检测.对仿真红外图像序列的实验表明,该算法可快速有效地跟踪和检测信噪比不小于1dB的弱小目标.     

一种基于交互式快速水平集的阴影图像分割算法

因受光源等条件的影响,采集的原始图像常常存在着阴影,用传统的水平集方法分割图像,常把阴影误认为是目标．以带阴影的栗属（板栗）果实图像为例,提出一种交互式快速水平集方法实现图像分割．实验结果表明：该算法能够得到正确的阴影图像的分割结果,具有更佳的图像分割性能．     

一种目标轮廓跟踪的UPF方法

针对通用目标轮廓跟踪中CONDENSATION粒子算法的不足,提出一种轮廓跟踪的Unscented Particle Filter（UPF）方法。通过将Unscented卡尔曼滤波器与粒子滤波的结合,并实时考虑观测值,可以精确地、实时地跟踪目标区域。通过人脸跟踪结果表明,该方法对背景干扰具有很强的鲁棒性。     

轮廓跟踪在图纸数字化中的应用

图纸数字化就是把扫描后的图纸(图像)转换为像素来表示,图像转换的好坏直接取决于图纸轮廓线的跟踪效果,轮廓跟踪就是描绘出二值图像中不同区域的轮廓线,在轮廓跟踪之前先进行区域标记,轮廓跟踪效果的好坏有两个因素决定;第一是轮廓线起始点的选取,它会直接影响到跟踪效果的复杂度,第二是跟踪准则选取,它既要便于理解和分析,又要便于程序的设计。     

人体关节图象的轮廓修正算法研究

针对人体关节图象的特点,对图象轮廓的修正算法进行了研究,提出了在轮廓识别完后,采用自动与手动修正轮廓的方法对轮廓进行修正,使人体关节图象的处理具有高的准确性。     

一种基于显著性活动轮廓模型的图像分割方法

为了有效地提取图像中物体的轮廓,结合视觉注意机制,提出一种改进的距离正则化水平集活动轮廓模型的分析方法。首先提取图像的初级特征,构成图像显著图;然后采用最大类间方差法获得显著区域的初始轮廓,以此作为活动轮廓模型中曲线演化的初始位置;最后利用距离正则化水平集演化,获得目标物体的边界,完成图像分割。这种结合视觉注意机制与改进的距离正则化水平集演化方法能够显著降低水平函数演化次数,提高图像分割效率。仿真结果表明,它能有效检测单个及多目标物体的边界,且定位准确。     

图像分割中局部能量驱动的快速主动轮廓模型

为了解决图像对象灰度分布不一致性的分割难题,提高图像分割速度,提出了一个全新的快速主动轮廓模型。它由曲线周围局部的统计信息驱动曲线发生形变演化,并使用图像中的边缘信息来引导曲线的演化方向。模型中,根据区域模板与演化曲线共同定义的局部统计信息创建数据拟合项,并应用水平集方法求解曲线的演化。对合成图像和医学图像的实验结果表明,本文提出的分割模型可以同时分割多个灰度不一致的对象,分割速度快,结果稳定,对噪声具有很好的鲁棒性。     

基于游程与轮廓跟踪的连通区域标记改进算法

为了进一步提高连通区域标记的效率,提出了一种改进的基于游程与轮廓跟踪技术相结合的连通区域标记算法。该算法首先判断当前前景像素点是孤立点还是轮廓点,然后判断是外轮廓还是内轮廓,并用相应的轮廓标记算法对其进行标记,最后用游程标记方法对本行中剩余的前景像素进行标记,整个过程无需等价表,耗时较少。实验证明,改进后算法的标记效率提高大约24.5%。     

红外图像中快速小目标的均值移位跟踪

为了增强红外图像中快速小目标跟踪的稳健性,提出基于隶属度加权核直方图目标表征模型的改进均值移位跟踪算法．首先分析原始均值移位算法跟踪快速小目标的局部背景干扰问题,融合背景信息提出隶属度加权核直方图目标表征模型．该模型能够提高对于目标的表征能力,抑制局部背景干扰．然后,以Bhattacharyya系数作为相似性度量,在均值移位框架下推导出基于该模型的移位向量,能够有效实现目标的移位跟踪．移位过程中,目标隶属度大的灰度具有高移位权重,反之具有低移位权重．最后,应用模型更新方法克服局部背景的时变性,进一步提高目标跟踪的鲁棒性．实验结果表明,该算法对于红外图像中的快速小目标的具有稳健的跟踪性能．     

结合全局和局部灰度拟合活动轮廓模型的图像分割算法

针对局部图像拟合(Local image fitting,LIF)模型对初始轮廓敏感和容易陷入局部极小的缺点,本文提出了一种基于图像区域信息的活动轮廓模型。本模型同时利用图像全局和局部信息来分割图像,其能量泛函由局部项、面积项、长度项和惩罚项4项组成。局部项将图像局部信息融入到模型中,使该模型能够有效分割灰度不均图像。面积项通过引入一个全局指示函数,加快了模型的收敛速度,且能避免陷入局部极小。惩罚项约束水平集函数逼近符号距离函数,使模型无需重新初始化,减少了分割时间。此外,为了实现对图像中感兴趣区域的分割,本文给出了模型的窄带实现方法。实验结果表明:本文模型对初始轮廓的敏感性低,收敛速度快,能准确分割灰度不均的图像,且其窄带实现方法能够实现对图像中感兴趣区域的分割。     

基于区域合并与轮廓模型的图像序列人物轮廓分割

为解决受图像背景复杂度影响,分水岭算法较难高精度实现图像序列中人物轮廓的分割与追踪这一问题,提出了利用颜色空间转换的区域合并实现目标轮廓区域的划分、并基于人物头部轮廓信息生成人物领域轮廓模型的方法。通过对人物领域边界线生成的初步轮廓模型进行高斯函数的卷积运算,生成形态轮廓模型的有效对象模板,实现图像序列的人物领域中不依靠序列差分和移动向量亦能在图像序列中追踪移动对象。基于颜色空间转换的区域合并和轮廓模型算法,可满足视频背景变动并且背景复杂的情况下对图像序列中的人物轮廓进行有效分割。实验结果验证了本算法的有效性与鲁棒性,可有效而稳定实现图像序列中人物轮廓的分割。     

自适应分割弱边缘的活动轮廓模型

改进LI的保持距离水平集方法,提出自适应分割弱边缘的活动轮廓模型,并证明自适应力的双向性。模型中自适应力的系数加入图像的灰度均值,根据演化曲线的位置自适应的收缩或扩张。结果表明,该方法克服了原LI模型初始轮廓必须完全包围或含在目标物体内的问题,可以任意设置初始轮廓大小及位置,能够分割多目标图像,具有较强的抗噪性。     

基于图像融合的多分辨率动态轮廓线检测跟踪

提出一种基于图像融合的动态轮廓线检测与跟踪方法.该方法首先使用一种基于对比度塔形分解的图像融合技术.其次,对于融合图像的各分解层,使用一种新颖的多分辨率动态轮廓线.这种方法有3个优点,首先,它不但继承了单分辨率动态轮廓线的优点,而且降低了对初始轮廓线的要求.此外,推导了不同分辨率情况下动态轮廓线与其允许的目标运动速度的关系公式,并用这些公式定量计算出单分辨率和多分辨率情况下动态轮廓线允许目标运动的最大速度,证明本方法可以跟踪运动速度较快的目标.最后,它充分利用了融合图像具有的更准确的图像信息,提高了动态轮廓线检测与跟踪的准确性.     

序列帧间双重匹配的红外点目标跟踪算法

针对海空复杂背景下红外点目标的检测与跟踪,提出了基于图像序列帧间双重匹配的边跟踪边检测算法,并建立了数学模型。它采用标记序列帧M以帧对帧的方式记录输入序列的帧间匹配结果,标记帧T以点对点的方式记录标记序列帧M的帧间匹配结果,统计帧S记录T中各像素的匹配成功次数,输入单帧图像同步输出矩阵T和S分别显示目标运动轨迹和迎头目标检测结果。算法匹配过程不随目标数目或运动状态而改变,且无需提前判断疑似目标位置,有效解决了目标在图像序列中突然丢失或出现被干扰情况下的跟踪,尤其可以对跟踪结果实时地进行目标分离,解决了迎头目标跟踪的难题。仿真和实际工程图像实验结果表明,算法具有较高的可靠性和实时性。     

Contour tracking using weighted structure tensor based variational level set

A novel contour tracking method using weighted structure tensor based variational level set is proposed in this paper.The image is first converted to weighted structure tensor field by extracting apositive definite symmetric covariance matrix for each pixel.Then,a level set method is employed to represent object contour implicitly which separates the image domain into two areas each modeled by tensor field based Gaussian mixture model separately.By solving agradient flow equation of energy functional with respect to the level set,the object contour will converge to its real profile in the newly arrived frame.Experimental results on several video sequences demonstrate the better performance of our method than the other two contour tracking algorithms.     

多波束海底地形等深线快速生成算法

为解决大数据量海底地形等深线快速生成问题,提出一种基于等深值索引序列的等深线快速生成算法.该算法通过建立深度属性和等深值索引属性的映射关系,将浮点型深度属性三角网转化为整型索引属性三角网,并在此基础上提出一种基于0/1异或的等深线走向快速判断方法进行等深线跟踪,实现等深线的快速生成.实测海底地形数据的测试结果表明,与常规算法相比,该算法具有更快的生成速度并且十分适合计算机编程实现,能够快速、准确地从大数据量数字海底地形中生成等深线.     

基于区域生长分水岭算法嘴唇轮廓的提取

嘴唇是人脸部的重要特征,对嘴唇轮廓的提取有着非常重要的应用价值.本文针对彩色的嘴唇图像,采用基于区域生长的分水岭算法对嘴唇的轮廓进行提取.算法首先通过RGB三个分量,进行灰度转换,之后对图像采用区域生长算法进行处理,然后用中值滤波进行去噪和平滑处理,最后,应用分水岭算法得到嘴唇的轮廓.实验证明,此方法实现简单,达到了预期效果,性能良好.