融合分区与Canny泛函的水平集对猴脑提取的研究

The traditional level set has randomness in the location selection of the initial contour, and lacks the processing of edge information. Therefore, accurate extraction of brain tissue edges cannot be achieved. Therefore, firstly, the level set algorithm of fusion partition and Canny functional fuses the idea of partition and combines the morphological information of each region to complete the initial contour position selection, so that the initial contour contains more brain tissue, and improve the efficiency of brain tissue extraction. Secondly, the Canny operator is integrated into the energy functional, which improves the accuracy of detecting the edge of the macaque brain tissue while retaining the superiority of the traditional level set on the uneven grayscale image. Results show that the algorithm achieves accurate extraction of macaque brain tissue with an accuracy of up to 86%.     

基于混合水平集的脑组织自动提取方法

脑组织自动提取是脑功能分析中一个重要的预处理步骤,为提高脑组织提取的精度,提出了一种新的提取方法。该方法首先对磁共振成像(MRI)图像使用改进脑组织提取工具(BET)算法快速提取初始轮廓;其次对此初始轮廓进行数学形态学膨胀处理,得到初始感兴趣区域;然后在初始感兴趣区域中使用改进混合轮廓模型进行处理,得到新的轮廓线再进行膨胀处理得到新的区域,如此不断迭代;最后,该混合模型收敛,获得较精确脑组织轮廓。实验采用了7组来自IBSR网站的MRI数据序列,所提算法得到的平均错误划分比例为7.89%。实验结果表明所提方法对于脑组织提取精度的提高是有效和可行的。     

改进的Beamlet与Canny相结合提取复杂图像线特征

传统Beamlet无结构算法在提取图像线特征时不仅存在重叠模糊的缺陷,而且在提取复杂图像线特征时不能有效地检测出目标信息,细节特征更是难以刻画。针对这些问题,提出将改进的Beamlet无结构算法与Canny算子相结合的方法提取复杂图像的线特征。首先,对图像进行Beamlet变换,通过改进Beamlet无结构算法,采用新的能量统计和制定新的划线规则,以保证每个二进方块最多有一条最优基;然后,对图像用Canny算子检测边缘,通过选取较大的Sigma,只检测明显的大边缘;最后,两者结合得到图像的线特征。从检测的线特征的线型连接程度等方面对该算法的性能进行了评价,并与现有的方法进行了比较,实验结果表明,该方法克服了两种方法单独提取线特征时存在的断裂、重叠、模糊和虚假边缘的缺点,有效地提高了复杂图像线特征提取的准确性和连续性。     

基于改进混沌分区算法的模糊信息抽取

在大数据环境下进行模糊信息挖掘抽取中受到数据之间的小扰动类间干扰的影响,导致信息抽取的特征聚类性不好。为此提出一种基于改进混沌分区算法的模糊信息抽取方法,对高维数据信息流进行分布式结构重组,以Lorenz混沌吸引子作为训练测试集进行大数据模糊信息抽取的自适应学习训练,采用相空间重构技术对大数据的混沌吸引子负载特征量进行自相关特征匹配处理,提取模糊信息的平均互信息特征量,结合关联规则模糊配对方法进行大数据混沌分区,实现模糊信息的优化聚类,根据数据聚类结果实现模糊信息准确抽取,对抽取的高维模糊信息进行特征压缩,降低计算开销。仿真结果表明,采用该方法进行大数据样本序列的模糊信息抽取的聚类性较好,抗类间扰动能力较强,模糊信息抽取的准确概率较高,在数据挖掘和特征提取中具有很好的应用价值。     

一种改进型Canny联合阈值分割的图像背景去除——在外观专利图像检索中的应用

背景去除是外观专利图像检索中图像预处理的重要归一化步骤,针对外观设计专利图像库中图像背景多样性、复杂性和随机性的特点,提出了一种改进型Canny算子联合阈值分割的图像分割算法。通过对图像颜色采样的自适应阈值分割获取阈值,联合Canny算子和形态学方法对图像生成前景物体分割模板,从而有效去除背景信息。实验证明,与改进前的图像分割算法对比,该算法得到的前景物体轮廓更加精确;针对外观专利图像检索平台中的图像分割,该算法具有很好的自适应性。     

基于上下文融合的文档级事件抽取方法

基于句子级别的抽取方法不足以解决中文事件元素分散问题。针对该问题,提出基于上下文融合的文档级事件抽取方法。首先将文档分割为多个段落,利用双向长短期记忆网络提取段落序列特征;其次采用自注意力机制捕获段落上下文的交互信息;然后与文档序列特征融合以更新语义表示;最后采用序列标注方式抽取事件元素并匹配事件类型。与其他事件抽取方法在相同的中文数据集上进行对比,实验结果表明,该方法能有效抽取文档中分散的事件元素,并提升模型的抽取性能。     

基于自适应阈值的改进Canny边缘检测方法

传统的Canny边缘检测算子采用全局阈值选取方法,当图像的背景和目标灰度变化比较大时,采用全局阈值法将丢失一些局部边缘信息。针对该问题,提出了一种自适应求取动态阈值的改进Canny边缘检测方法。该方法利用图像的梯度方差作为判据对图像进行分块,继而对各子块运用最大类间方差法求得相应的阈值,并通过插值得到阈值矩阵,最后结合改进的边缘连接法对图像进行边缘检测。实验结果表明,该算法在具有良好的抗噪性能同时,具有很好的检测精度。     

Gabor滤波器组实现颅脑图像的边缘快速提取

在医学图像处理过程中,针对一般方法提取颅脑图像边缘不是很清晰的情况,提出了一种基于短时傅立叶变换的新的Gabor滤波方法。该方法通过选取一组能够覆盖整个频域的滤波器,分别提取图像的局部边缘信息,然后按照一定的规则将提取出局部信息的多幅图像整合成一幅图像。普通Gabor滤波计算量较大,耗时较长,而该文所述方法能显著地减少运算量。并且相对于其他几种滤波方法也表现出定位准确,检测效果明显,以及鲁棒性较好的特点。     

基于改进Canny边缘检测算子的电子稳像算法研究*

针对特征点匹配电子稳像算法中提取的特征点容易受到噪声干扰的问题,在研究传统的特征点匹配电子稳像算法的基础上,提出了一种将改进的Canny边缘检测技术应用于电子稳像中的方法。利用改进的Canny算子对图像进行边缘检测,并通过对边缘检测的图像进行合理分区,在子区域内选择灰度最大边缘点作为特征点,并采用距离不变准则对特征点的有效性进行验证,建立二维运动模型进行全局运动估计,以此确定仿射模型的运动参数;最后利用卡尔曼滤波的方法来进行运动补偿,从而达到输出稳定视频图像的目的。实验结果表明,用这种方法提取的特征点具有     

基于改进水平集和区域生长的轮廓提取方法

以人体大脑海马切片序列为研究对象,提出了基于目标灰度差异的水平集方法,该方法克服了水平集方法用于提取海马轮廓时边界易停留在背景梯度局部极值处的问题。同时为了避免传统区域生长人工定义阈值的盲目性,将水平集分割后的图像的标准差作为阈值进行自适应区域生长,获得了海马的轮廓。通过理论分析与实验验证,提出的方法能够有效地滤除非目标区域对海马目标的干扰,获得了较好的分割效果。     

基于邻域粗糙集的实体分辨记录对划分

现有的实体分辨方法在准确性和效率上各有所长,将易分辨和难分辨的记录对分开,为下一步分别应用不同分辨方法提供基础。对待划分的记录对,利用变精度邻域粗糙集分别计算相似记录对和不相似记录对的上下近似集,得到全体记录对的上下近似集及对应的边界,处于边界域的记录对即为难分辨的记录对,其余为易分辨的记录对。分析了变精度邻域粗糙集中的包含度阈值和距离阈值对于记录对划分的影响。利用实验比较难分辨、易分辨和原始记录对在利用相似度阈值分类和利用KNN分类时的准确性,说明了划分的有效性。     

基于Canny算子图像边缘检测的改进方法

针对传统Canny算子在边缘检测中的不足,提出一种基于Canny算子图像边缘检测的改进方法。传统Canny算子的高低阈值一般是人为地设定固定值,这容易造成虚假边缘。对此,利用最小交叉熵计算Canny算子的高低阈值,得到理想的边缘后,利用数学形态学对结果进行后处理。实验结果表明,改进后的算法具有自适应性,抑制噪声能力较强,有效地提高了边缘检测的鲁棒性。     

一种融合Canny和改进ISODATA的砾岩图像分割算法

针对基于边缘流和传统ISODATA（迭代自组织的数据分析算法）相融合的算法对砾岩图像进行分割时存在速度慢、分割不准确的问题,提出了一种融合Canny和改进ISODATA聚类相结合的砾岩图像分割算法。该算法将图像从RGB色彩空间转换到Lab色彩空间,利用Canny算子对砾岩图像的L分量进行边缘提取,得到过分割图像;运用改进的ISODATA聚类算法进行聚类,得到聚类图像,消除了Canny算子的过分割问题。在砾岩图像的分割应用中,该算法取得了较好的分割效果。     

基于边缘几何不变性的特征提取算法研究

针对异源图像中可见光与红外图像特征提取算法进行研究,提出了一种基于边缘几何不变性特征的提取算法。采用空域滤波及灰度处理的方法对背景噪声进行处理,使用C anny算子提取目标的边缘,利用二值形态学中腐蚀与膨胀两种基本运算对边缘细化填充。利用圆形模板匹配的方法提取边缘特征点,通过对有效特征点的筛选与组合形成不同的三角形区域特征,并计算这些三角形区域的几何特性。仿真实验结果表明,该方法可以有效提取异源图像的共有特征。     

利用感兴趣区域从脑部MRI中提取脑组织

从脑部MRI图像提取脑组织是影像学分析中的一项重要的预处理过程。本文提出了一种基于感兴趣区域和混合水平集方法的脑组织提取方法。该方法先采用BET方法得到脑组织的感兴趣区域,然后在该感兴趣区域内演化改进的混和水平集得到真实的脑组织边界。改进的混合水平集采用了一个非线性的速度函数,能够有效地防止边界泄露。该方法所用到的MRI数据均来自于互联网（IBSR, Internet Brain Segmentation Repository Web)。利用18组IBSR网站的MRI数据,本方法得到的结果接近于标准手动提取结果,并且在多个评价参数上都取得最好结果。实验表明该方法提取脑组织具有一定的准确性和稳定性。     

采用改进Canny算子分割尿沉渣图像

作为尿沉渣自动识别的关键一部分,尿沉渣图像的准确分割具有非常重要的意义。用Canny算子检测尿沉渣图像的过程中存在双阈值的选取不能自适应、检测出的边缘不闭合等不足。为改进这些不足,先对经过非最大值抑制后得到的候选边缘点用一个小的结构元素进行一次形态学膨胀,为提取闭合的边缘打下基础,然后提出了利用梯度图像的最高梯度来确定高阈值和利用梯度图像的局部梯度信息来确定低阈值的方法,该双阈值的选取方法自适应性强。实验结果表明,改进的Canny算子能够自动地分割尿沉渣图像,分割精度高,抗噪声干扰性强。     

基于改进Canny算子与图像形态学融合的边缘检测方法

传统Canny算法采用高斯滤波会造成图像的过度光滑,容易导致缓变边缘的丢失,而且梯度幅值的计算方法没有充分考虑到3x3邻域内周围像素对中心像素的影响.针对上述存在的问题与不足,结合小波融合技术的优势,提出了一种基于改进Canny算子与图像形态学融合的边缘检测方法,利用改进的Canny算子和图像形态学分别对图像进行边缘检测,然后应用小波融合技术把两种方法检测出来的边缘进行图像融合,得到最终的图像边缘.仿真结果表明,该算法具有较好的抗噪能力,有效地提高了边缘检测的准确性和完整性.     

基于OpenCV和改进Canny算子的路面裂缝检测

在路面裂缝检测中,检测的实时性和准确性同样重要,利用CCD摄像机采集到的视频图像,提出一种基于OpenCV开源平台及改进Canny算子的路面裂缝检测技术。通过对Canny算子的分析与研究,找到其存在的缺陷,利用形态学滤波对原有的滤波方式进行改进,使用Ostu算法实现双阈值的自适应获取。实验结果表明,改进后的Canny算子对路面裂缝检测时,保证了检测的实时性,且提高了检测的精度。     

基于亮度分区模糊融合的高动态范围成像算法

针对单幅图像生成高动态范围（HDR）图像进行直方图扩展时,造成的色彩失真、局部细节信息丢失的问题,提出了一种基于亮度分区融合的高动态范围图像成像算法。首先,提取正常曝光彩色图像的亮度分量,根据亮度阈值将亮度分成两个区间;然后,对两个区间的图像用改进的指数函数扩展其亮度范围,使得低亮度区域的亮度增加、范围扩大,高亮度区域的亮度减小、范围扩大,从而增大图像的整体对比度,保留色彩和细节信息;最后,将扩展后的图像和原始正常曝光的图像基于模糊逻辑的方法融合为高动态图像。分别从主观和客观两方面对所提算法进行了分析。实验结果表明,所提算法能够有效地扩展图像的亮度范围,并保持场景的颜色信息和细节信息,生成的图像视觉效果更佳。     

结合视觉显著模型与水平集算法的建筑物立面图像轮廓快速提取

针对传统轮廓提取方法对建筑物立面图像处理存在的处理耗时问题,提出一种结合视觉显著模型与水平集算法的建筑物立面轮廓提取算法。首先,通过视觉显著特征与超像素分块信息滤除大量无关背景;其次,对所得的显著分块,以超像素分块为单位,据建筑物的纹理特征进行筛选;最后,利用水平集算法对所得初始建筑物区域进行演化,得到最终轮廓。实验结果表明,较传统轮廓提取方法,在处理效果相当的情况下本算法处理速度得到有效提升。