肝脏CT图像三维分割研究

针对肝脏CT图像的特征,提出了一种将种子区域生长算法和改进Snake模型相结合的策略,实现了肝脏的三维分割提取。该方法先从CT图像序列中筛选出肝脏有明显成像边缘的一张切片,在其肝脏区域内选择若干个种子点,利用种子区域生长算法得到初始边缘,再利用改进的Snake模型对初始边缘进行优化,然后,将此切片的边缘轮廓作为与其相邻切片上的初始边缘,重复该过程,直到分割完所有切片。实验表明该算法具有较高效率,分割结果精确,所产生的分割结果可以作为三维重建合适的数据集。     

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。     

腹部CT图像序列中的肝脏分割

针对腹部CT图像肝脏区域提取问题,提出了一种新的基于阈值法和改进的广义梯度矢量流-蛇(GGVF-Snake)模型的分割方法．首先,采用Window-Leveling算法将CT图像转换为灰度图像,突出肝脏区域,通过改进的曲率各向异性扩散滤波器对图像进行平滑滤波;其次,利用阈值法获取肝脏的初始轮廓;最后,基于改进的GGVF-Snake模型对初始轮廓进行调整得到更加平滑和精确的肝脏轮廓．通过不同的腹部CT图像序列中肝脏的分割结果表明,该方法能高效、精确的提取肝脏区域,满足临床应用的需求．     

基于Snake模型的图像分割技术

基于Snake模型的图像分割技术是近年来图像识别、图像分割和视频领域研究的热点之一。Snake模型承载上层先验知识并融合了图像的底层特征,能有效地应用于医学图像的分割中。以基本模型的指导思想为依据,进化模型以及改进算法得到广泛的研究。介绍了Snake模型的图像分割方法,并重点梳理了最新的研究成果,力求把握模型的发展脉络。     

结合KL散度和RSF模型的主动轮廓图像分割方法

针对主动轮廓模型在进行图像分割时计算复杂度较高的问题,提出一种基于区域的变分水平集主动轮廓模型图像分割方法.新模型将Kullback-Leibler(KL)散度信息加入到RSF(region-scalable fitting)模型中,在新模型的能量项中通过RSF能量项计算区域内某点和该区域"中心"之间的拟合距离来表示目标区域的相似性,同时通过最大化KL能量项使模型能更容易分离图像中的不同灰度区域,进而使图像分割的计算时间显著降低.该模型可以很好地处理图像的模糊边界和图像噪声等问题,并适用于合成图像和实际图像的分割.通过实验结果的对比可以看出,本模型在保证分割精度的前提下,加快了边缘的收敛速度,提高了图像分割的效率.     

基于改进UNet的混凝土CT孔隙裂隙分割方法

为了解决计算机断层扫描(Computed Tomography, CT)混凝土图像中裂隙和孔隙像素值一致,导致阈值分割效果差的问题,提出一种基于UNet模型的改进模型,对混凝土CT图像进行裂隙和孔隙分割.首先,通过CT技术扫描混凝土试块获取CT图像后,人工标注出CT图像中的裂隙与孔隙,并利用数据增强扩充训练集;然后,采用非对称卷积模块和残差模块对UNet模型中编码器和解码器进行改进,在特征提取部分采用非对称卷积模块降低模型的运算量后,使用残差模块减少参数量,降低了训练过拟合,有效提升了CT图像中裂隙与孔隙的分割精度.试验结果表明：改进模型在制作的混凝土CT图像数据集上召回率达83%,分割精度为85%,Dice值为85%,对比UNet和其他现有的深度学习模型都有较高提升,为混凝土细观破坏机理研究提出新的思路.     

改进活动轮廓模型的仿真及能量变化分析

为了准确、快速地分割出图像中目标区域,提出了改进的活动轮廓(Snake)模型.改进的Snake模型,即在传统Snake模型的基础上增加一个向心力和只在当前搜索区域内进行能量比较选取点的运动位置,提高了目标的曲线拟合精度.这样不仅可以保持传统Snake模型的拓扑性质,而且也克服了收敛曲线不能向凹处收敛的缺点.通过实验和对改进Snake模型的能量分析证明了此方法的有效性.     

基于控制点的图像变形方法的研究与实现

根据MPEG-4 新一代多媒体压缩标准,结合的人脸特征点分布,利用主动形壮模型(ASM)算法进行特征点提取.用人脸特征点作为控制点,运用改进的移动最小二乘法对图像进行刚体变换,实验表明,控制点容易操作,便于实现,图像变形平滑,真实感强,移动不同控制点将产生理想的人脸变形.     

全局约束下超声图像微器械轮廓提取方法

为实现超声设备与手术机器人系统的配准,提出一种全局约束下的参数活动轮廓(Snake)分割算法,该算法能以高精度分割超声图像中的手术器械轮廓.将已知的手术器械轮廓信息作为先验知识,以归一化傅里叶描述子的形式表述,并利用该描述子定义泛能量,用来约束分割过程,达到最优解.求解过程中,通过计算泛能量相对于各变量的雅可比矩阵,可以获得能量最小化时的偏微分方程,差分离散化后可以获得其欧拉形式的迭代方程,通过数值方法获得分割轮廓.实验结果表明,使用基于已知轮廓的先验Snake方法对超声图像中的手术器械进行分割,能以较高精度提取超声图像中的微器械轮廓,轮廓形状与实际器械形状更加相似.先验Snake法能对曲线进行全局约束,避免了传统Snake分割方法中容易陷入局部极值的缺陷,具有较大的应用前景.     

基于Bregman散度和RSF模型的水平集图像分割方法

在自然图像中经常会出现亮度不均匀的现象,虽然基于局部信息的水平集方法在不均匀图像的分割方面取得了较好的效果,但是该类方法在主动轮廓的能量上存在局部最小值和计算复杂度高等问题.针对这些问题,本文提出了基于Bregman散度分布和区域可伸缩拟合能量模型(Region-Scalable Fitting,RSF)相结合的水平集图像分割方法.本方法利用包含特征点信息(Bregman散度)的全局信息项加快远离目标边界曲线的演化速度,提高算法对初始位置的鲁棒性;利用RSF模型的局部信息项提高对亮度不均匀图像的分割能力,吸引轮廓曲线向物体边界收敛,并停止在目标对象的边界处.通过对合成图像、医学图像和其它真实图像的对比实验,可以看出本文模型与现有模型(LCV、RSF和LGIF)相比,对亮度不均匀图像具有更强的处理能力和更高的处理效率,且对噪声具有更强的鲁棒性.     

基于形状和纹理特征的人脸年龄估计方法

采用活动形状模型ASM将人脸分成若干个三角形,然后使用局部二值模式LBP提取每个三角形区域的纹理特征,并通过支持向量回归对年龄进行估计。本文在著名的FG-NET年龄数据库上采用Leave-one-person-out(LOPO)模式进行实验,使用平均绝对误差和累积指数作为评价标准。实验结果表明,无论是年龄估计还是年龄段估计,本文提出的算法的平均绝对误差都小于AGES算法。同时在实验中也发现,嘴部区域的纹理对年龄估计的影响不大。     

基于Centripetal Catmull Rom曲线的经食道超声心动图左心室分割方法

针对2维超声心动图像噪声大且难于分割的特点,提出基于Centripetal Catmull Rom曲线的多尺度活动形状模型的左心室分割方法。该算法在金字塔上层提取2维轮廓法线向量特征并采用马氏距离寻找新的特征点位置;在图像金字塔底层快速提取特征点周围的Log Gabor特征并使用Gentle AdaBoost训练分类器,选择置信度水平最高的点作为新的特征点位置。实验证明,这种方法较之传统活动形状模型分割更为精确且分割结果交互方便,有利于对结果的再编辑。     

一种B超序列心脏图像的腔体分割方法及其在心腔体积定量计算中的应用

采用一种Snake模型，提出了针对高噪声B超心脏图像的腔体分割算法，并将这一方法运用到序列图像的分割中：对于序列中的第一幅图像，通过人工取点获得初始闭合轮廓逼近。最后将所有图像的分割结果运用于单个心腔体积的定量计算中，实验结果表明了该方法的可行性和有效性。     

基于HASM的口形特征点定位

针对口形特征点定位的准确性问题,提出一种基于HASM(hierarchical active shape model)的口形轮廓定位方法,采用不等步长、不等角度建模策略和口形聚类策略,构建局部纹理模型作为特征点搜索依据,并利用马氏距离选取最佳定位点．试验结果表明,HASM模型的口形特征点定位方法使内唇定位和闭口口形定位的准确率达到90%以上．     

Medical images application of contour extraction based on Hermite splines contour model

In medical applications, physicians are highly in-terested in computer assisted devices that help to detectand outline specific organs or other medical features ofinterest. Many applications require the extraction of im-age features such as edges, lines, and subjective differ-ences in gray-level. The contour information is alwaysconsidered an important feature of medical images,be-cause the edge contour characterizes the objective tissueand organ. But some defects of the medical images da-ta, …     

一种新的用于图像分割的活动轮廓模型

为了从灰度异质图像中更好地提取目标,本文提出了一种新的图像分割方法,采用测地时间函数作为局部二值拟合模型的核函数,并结合图像区域的局部灰度信息和全局灰度信息建立能量泛函.同时,符号函数惩罚项的引入避免了符号函数的重新初始化,而曲线长度调整项则保证了曲线演化的连续性和光滑性.通过变分水平集方法最小化新的能量泛函,得到曲线演化的梯度下降流.通过对医学CT图像进行分割实验,证明了该方法的可行性和优越性.     

迭代梯度矢量流变形模型的图象分割方法

虽然梯度矢量流变形模型是一个有效的2D／3D图像分割的工具,但当图像边缘的凹口又深又细时,变形模型不能进入深凹口,为此提出了迭代梯度矢量流方法。此方法是修正当前梯度矢量流变形模型的收敛结果作为其后梯度矢量流变形模型的初始轮廓,通过梯度矢量流变形模型算法的迭代来完成图像的分割。实验结果证明：迭代梯度矢量流变形模型是解决含有深细凹口边缘图像分割的一种有效方法。