共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
视频对象的分割是基于内容的视频处理的重要组成部分。提出并实现了一种基于水平集的运动视频对象分割算法。算法通过视频帧间的亮度差值提取初始轮廓曲线,将该曲线作为水平集算法的初始零水平集,采用窄带水平集方法演化曲线。得到最终的分割结果。实验表明该算法简单高效,具有很好的分割效果。 相似文献
3.
一种用于岩心序列图像轮廓提取的改进Snake算法 总被引:2,自引:2,他引:0
针对岩心序列图像的轮廓提取,提出了一种改进的Snake算法。对序列图像第1帧手动初始化轮廓点,如果相邻轮廓点之间距离大于给定阈值,则自动插入新的点,对于每一轮廓点,按照一定规则计算其搜索半径,然后找出搜索半径内的能量最小的点代替原始点。前一帧得到的结果又作为后一帧的初始点进行轮廓提取,从而得到整个序列图像的轮廓。实验结果表明,本算法具有简单、实用、实时性强等特点。 相似文献
4.
基于距离选通的激光主动成像系统在大气条件下对运动目标成像时,为了在更大范围内搜索跟踪目标,距离选通初始门宽通常在微秒量级,进而引起后向散射,严重影响了系统对目标的识别与提取。文中首先分析了基于距离选通的激光主动成像系统,在此基础上引入距离信息实时跟踪运动目标,研究了不同选通门宽引起的后向散射对图像质量的影响,提出了一种基于Sobel 算子和 GAC 模型的目标轮廓提取算法,将 Sobel 边缘检测的结果引入水平集边界停止函数,为水平集的曲线演化提供参考依据。实验结果表明,提出的水平集算法能够克服严重后向散射干扰影响提取目标轮廓,目标提取精度在0.9以上,高于 GAC、LIF、LBF 等经典水平集算法。 相似文献
5.
提出了一种精确提取眼睛轮廓、虹膜边界、瞳孔中心及眼角坐标的方法。首先利用基于AdaBoost算法的眼睛检测器提取眼睛所在的图像子区域,并应用单尺度Retinex算法增强该子区域;然后在子区域中运用梯度Hough圆变换提取瞳孔中心和虹膜边界;接着运用模糊C均值(FCM)聚类算法在子区域内提取眼睛的初始区域,并以初始区域构造符号距离函数作为C-V模型的初始水平集函数;最后运用C-V模型提取眼睛轮廓和眼角坐标。在Purdue AR人脸测试集上,结合FCM聚类后C-V模型的收敛速度提高了64.1%、定位精度提高了8.3%。方法不受复杂背景影响,对光照变化有较好的适应度,具有较高的鲁棒性。实验结果表明方法是有效的。 相似文献
6.
目前Level-Set图像分割方法存在初始轮廓的确定受人为因素影响较大的问题,对目标被遮盖和目标与背景灰度值相近无法达到理想的分割效果。针对此问题,本文提出了利用Faster-RCNN网络模型确定目标初始轮廓和区域信息的先验水平集图像分割方法,搭建Caffe深度学习框架训练Faster-RCNN网络模型;通过有监督学习的方式在IAILD数据集上训练模型,检测出目标建筑物并初步提取建筑物的轮廓,并将其与形状先验的Level-Set算法结合。对比实验结果表明,本文方法解决了Level-Set算法中图像分割结果初始轮廓受人为标记框选的影响较大的问题,能够更好地完成被遮挡建筑物的分割,对于目标建筑和背景灰度值相近也能达到更好的分割效果。 相似文献
7.
8.
主动轮廓模型主要用于计算机视觉与图像处理,尤其是用于检测对象的边界,是目前流行的图像分割算法,其主要优点是无论图像的质量如何,总可以抽取得到光滑、封闭的边界.通过使用梯度矢量流(Gradient Vector Flow,GVF)主动轮廓模型对设备内壁图像进行分割,克服了传统主动轮廓模型不能检测目标凹陷处,初始轮廓必须靠近物体边缘,以及收敛速度较慢的缺点.实验结果表明该算法不仅可以获得较好的设备内壁图像分割效果,而且能提高轮廓提取的速度,为标定设备内壁有损部位的几何参数提供良好的环境. 相似文献
9.
归一化互相关测度在光照改变时比采用绝对差之和测度(SAD)要稳定,但是归一化互相关测度的缺陷在于它的计算量非常大。为此,提出了一种结合自适应连续多级分区和初始阈值估计的基于归一化互相关(NCC)的快速模板匹配算法。根据模板图像中不同模块的梯度值,将模板图像进行逐级分区,通过分区顺序将互相关之和分为不同的层,得到各层互相关的上界,运用柯西-施不等式得到上界间的关系,形成自适应连续多级分区淘汰方法。同时,为了加快匹配速度,利用初始阈值估计产生一个较大的边界阈值,以淘汰初始搜索时的大量非匹配点,减少搜索点数目。实验结果表明:所提出的算法具有较好的鲁棒性,且算法的执行速度优于传统算法。 相似文献
10.
11.
针对光场图像显著性检测存在检测目标不完整、边缘模糊的问题,本文提出了一种基于边缘引导的光场图像显著性检测方法。利用边缘增强网络提取全聚焦图像的主体图和边缘增强图,结合主体图和焦堆栈图像所提取的特征获得初始显著图,以提高检测结果的准确性和完整性;将初始显著图和边缘增强图通过特征融合模块进一步学习边缘特性的信息,突出边缘细节信息;最后,使用边界混合损失函数优化以获得边界更为清晰的显著图。实验结果表明,本文所提出的网络在最新的光场图像数据集上,F-measure和MAE分别为0.88和0.046,表现均优于现有的RGB图像、RGB-D图像和光场图像显著性检测算法。所提方法能够更加精确地从复杂场景中检测出完整的显著对象,获得边缘清晰的显著图。 相似文献
12.
基于SVD-ICP方向加速的机器人触觉与视觉图像配准算法 总被引:1,自引:0,他引:1
文章提出一种基于外轮廓特征的SVD-ICP(Single Value Decomposition-Iterative Closets Point,奇异值分解-迭代最近点)方向加速算法。该算法首先在待配准图像轮廓中采样得到特征点对集,然后求取仿射变换的最优配准参数。这种方法将SVD的最优化解析方法与迭代搜索相结合,可用于任意n维向量空间的匹配。实验结果表明,在迭代性能与程序复杂性方面均优于Fourier-Mellin算法和聚类法 LMS(最小二乘估计)算法。 相似文献
13.
14.
15.
为了解决当前目标跟踪中目标轮廓提取不精确的问 题,在对传统GVF (gradient vector flow)snake活动轮廓模型改进的基础上,提 出一种基于变化检测和改进的GVF snake活动轮廓模型的视频目标轮廓提取算法。首先,通 过 基于t显著性检验的变化检测方 法消除背景边界的影响,并获取初始运动变化区域的临界四边形作为GVF snake的初始轮廓 。然后,对初始轮廓应用改进 的GVF snake模型以获得精确的轮廓边界。改进模型采用4方向各项异性扩散,并采用下降速 度较快的保真项系数以增强 GVF snake进入凹陷的能力,且保持对弱边界的收敛。本文方法克服了手动绘制初始轮廓的 缺点,对传统GVF snake方法进 行了改进,且空间准确度(SA)有很大提高。实验表明 ,本文方法成功分割出目标凹陷部分并对弱边界有较好的收敛效果,提高了轮廓提取的精确 度。 相似文献
16.
17.
18.
19.
基于CT图像的肺实质分割不仅仅是后续图像处理最基础和最重要的技术,而且是一个典型的亟待解决的问题。本文利用水平集方法能初步获取较好的目标轮廓的特点和分水岭算法准确的边缘检测能力,提出一种基于水平集和分水岭相结合的改进轮廓检测算法。该算法采用由粗糙到准确的方式,在运用水平集演化初步检测目标轮廓的基础上,进一步运用标记分水岭算法检测准确的轮廓边界。结果表明,该方法能实现肺实质分割,解决了肺结节检测的预处理问题。 相似文献
20.
归一化互相关测度在光照改变时,比采用绝对差之和测度(SAD)要稳定,但是归一化互相关测度的缺陷在于它的计算量非常大。为此,提出了一种结合自适应连续多级分区和初始阈值估计的基于归一化互相关(NCC)的快速模板匹配算法。根据模板图像中不同模块的梯度值,将模板图像进行逐级分区,通过分区顺序将互相关之和分为不同的层,得到各层互相关的上界,运用柯西-施瓦兹不等式得到上界间的关系,形成自适应连续多级分区淘汰方法。同时,为了加快匹配速度,利用初始阈值估计产生一个较大的边界阈值,以淘汰初始搜索时的大量非匹配点,减少搜索点数目。实验结果表明,所提出的算法具有较好的鲁棒性,且算法的执行速度优于传统算法。 相似文献