基于动态轮廓模型的微分域网格变形

提出了一种在线性空间中近似保持几何特征、骨架和体积特征的微分域网格变形技术,即基于动态轮廓模型的微分域网格变形.动态轮廓模型概括了网格的能量形式,通过保持它的不变性,从而达到骨架和体积的近似不变.由于动态轮廓模型是通过线性计算获得的,跟网格微分域方法融合后是一个线性的能量最小问题,从而达到用户操作的实时性.通过例子证明,基于动态轮廓模型的微分域网格变形技术能够很好地保持网格的几何特征、骨架和体积特征,且能做到实时交互.     

基于分布匹配的主动轮廓模型及其图像分割算法

针对运动目标跟踪的快速性和鲁棒性要求,提出了基于分布匹配的主动轮廓模型,该模型将模板和候选区域的分布匹配标准——相对熵(即Kullback-Leibler距离)作为主动轮廓的外部能量,使用目标和背景全图像的匹配,克服了跟踪过程中噪声的影响。同时根据匹配力构建帧内和帧间的运动向量,加快了序列图像分割速度。相比于现有的基于边缘、块匹配、区域匹配的主动轮廓模型,该模型具有更好的噪声鲁棒性及在跟踪过程中容忍目标旋转和较大位移的能力。实验验证了该模型的有效性。     

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, …     

Extraction of coastline in high-resolution remote sensing images based on the active contour model

While executing tasks such as ocean pollution monitoring,maritime rescue,geographic mapping,and automatic navigation utilizing remote sensing images,the coastline feature should be determined.Traditional methods are not satisfactory to extract coastline in high-resolution panchromatic remote sensing image.Active contour model,also called snakes,have proven useful for interactive specification of image contours,so it is used as an effective coastlines extraction technique.Firstly,coastlines are detected by water segmentation and boundary tracking,which are considered initial contours to be optimized through active contour model.As better energy functions are developed,the power assist of snakes becomes effective.New internal energy has been done to reduce problems caused by convergence to local minima,and new external energy can greatly enlarge the capture region around features of interest.After normalization processing,energies are iterated using greedy algorithm to accelerate convergence rate.The experimental results encompassed examples in images and demonstrated the capabilities and efficiencies of the improvement.     

用于三角网格上的拓扑保持主动轮廓模型

提出了一种能够保持拓扑结构的主动轮廓模型,并将其用于优化三角网格上的分段线性曲线。该模型直接在三角网格上移动,不需要参数化,调整过程易于保持三角网格的数据结构并减小计算量,建立的主动轮廓模型数据结构能严格保持曲线间的拓扑关系,建立的曲线能量满足曲线光顺性及模型特征对曲线调整的要求,并根据曲线的能量反复对其进行调整,使位于模型凹凸特征区域的曲线能够更加符合模型的凹凸特征,而位于非凹凸特征区域的曲线能更加光顺。     

基于遥感数据提取建筑物的主动轮廓改进模型

针对传统的主动轮廓模型在提取建筑轮廓时不能区分与其具有相似反射率的地物和需要建筑物附近的初始轮廓等问题,从两方面对其进行了改进:1)将原始的单一数据改为利用高分辨率遥感影像与激光雷达(LiDAR)数据融合后的数据进行建筑物的提取;2)在原始模型的能量公式中加入比例系数,控制各波段在能量泛函中的比重.采用Matlab编程实现了所提出的算法,并对徐州市两个地区的快鸟(Quickbird)影像进行了分析.结果表明:改进后的模型可以很好的完成建筑物轮廓的自动提取,并且具有对噪声不敏感、不需要建筑物附近的初始轮廓和隐式改变拓扑结构的优点,达到了较好的效果,证明了改进主动轮廓模型的可行性.所提出的算法为建筑物的轮廓提取提供了有效手段.     

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。     

基于改进的局部二值拟合主动轮廓模型的指静脉图像分割

对应用于图像分割的局部二值拟合(LBF)模型进行改进,提出一种加权全变分局部二值拟合能量泛函分割模型。改进后的模型在加权全变分分量中加入边缘停止函数,使得模型对边缘信息更加敏感,解决了指静脉图像对比度低、不易分割的问题。同时模型中采用正则化约束项,避免水平集函数的重新初始化,缩短了演化时间。对合成图像和真实指静脉图像的分割实验结果表明,本文模型比LBF模型具有更强的边缘细节分割能力,且不易陷入局部收敛,更加适用于指静脉图像的分割。     

基于时／空滤波噪声抑制算法和活动轮廓模型的血管内超声图像边缘提取

为解决血管内超声（IVUS）图像中严重的血液斑点噪声影响边缘提取方法的有效性问题，采用一种时／空滤波方法对IYUS图像进行降噪预处理，基于活动轮廓模型（Snake模型）和IVUS图像的边缘对比度特征量，利用Hopfield神经网络并结合模拟退火算法自动提取IVUS图像的冠脉血管壁内、外膜边缘．实验结果表明，该方法对序列IVUS图像处理有较好的可重复性和鲁棒性．     

并网型风电场扩展光伏互补发电容量优化配置

风、光资源具有天然的互补性,在已建成的风电场中扩展光伏发电,组建互补发电系统,有利于平抑出力波动并提高运行经济性。提出一种并网型风电场扩展光伏容量优化配置方法。基于风速和太阳辐射在时间尺度上的互补性,建立修正的气象概率分布模型。以电气设备利用率最大,输出功率波动性和弃风、弃光电量最小为目标构建多目标优化模型,充分考虑3个目标之间的矛盾以及不同升压主变容量的影响。采用蒙特卡罗方法仿真生成风、光气象数据,基于多目标粒子群算法求取Pareto最优解集合,结合工程要求和经济性指标从集合中确定最终方案。结合算例,对本研究方法的有效性进行了验证。     

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。     

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。     

一种新颖的轮廓线跟踪方法

为了降低跟踪系统状态维数、提高跟踪精度,从拉格朗日动力学原理出发,利用 B 样条形状空间理论,定义了新的动能、势能和衰减能量,推导了新的动态轮廓线跟踪动力学方程,并应用运动估计中的块匹配技术来寻找相邻帧中的对应点.结果表明:形状空间的维数远小于控制点数,增强了跟踪的稳定性;形状矩阵的正交化处理可以保证得到的动力学方程自然解耦,转化为若干个独立的单变量二阶振动系统;块匹配方法能够更准确地检测特征曲线.实验结果证明了方法的有效性.     

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。     

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。     

一种新颖的轮廓线跟踪方法

为了降低跟踪系统状态维数、提高跟踪精度，从拉格朗日动力学原理出发，利用B样条形状空间理论，定义了新的动能、势能和衰减能量，推导了新的动态轮廓线跟踪动力学方程，并应用运动估计中的块匹配技术来寻找相邻帧中的对应点．结果表明：形状空间的维数远小于控制点数，增强了跟踪的稳定性；形状矩阵的正交化处理可以保证得到的动力学方程自然解耦，转化为若干个独立的单变量二阶振动系统；块匹配方法能够更准确地检测特征曲线．实验结果证明了方法的有效性．     

人头面部轮廓数学模型的研究

针对现有图像处理技术中提取人脸轮廓线光滑性差的问题,提出一种人头面部轮廓的分段建模方法．通过轮廓特征点定义和轮廓分段,采用超椭圆、圆弧和抛物线等曲线建立了人头面部轮廓数学模型,选取100组5种脸型的真实人头面图像经图像处理及优化后,用获得的轮廓样本参数对模型进行验证．结果表明,对于任一样本,该模型在进行参数优化后都能保证模型平均误差在1．2％以下,最大误差在2．6％以下,验证了该模型的有效性和普适性．提出了基于该模型的脸型判定方法,给出了各类脸型的模型参数范围．     

主动形体模型法在肝脏CT图像分割中的应用

主动形体模型(ASM模型)具有较强的针对柔性体建模的能力,在医学图像处理领域具有广泛的应用,与主动轮廓模型(Snake)相比,AsM模型运用了训练集的统计形状信息来进行分割,避免了训练集大量先验信息的浪费．首次将主动形体模型运用在真实的肝脏CT图像的分割中,建立起一个肝脏统计形体模型并运用在肝脏cT的分割中．实验中将ASM模型和Snake模型的分割结果进行比较,结果表明：运用主动形体模型进行肝脏CT图像的分割可以取到更好的匹配效果,并能大大缩短目标定位的时间．     

无须反复初始化的活动围道纹理分割方法

针对纹理图像分割问题,提出了一种无须反复初始化的快速活动围道纹理分割模型．与现有的基于几何活动围道的纹理分割技术相比,该分割模型具有三个优点:一是使用图像的灰度信息和纹理信息来驱动活动围道进行图像分割,因而,不仅适用于分割纹理图像,而且适用于分割非纹理图像;二是使用局部二进制模式来提取纹理特征,计算复杂度小;三是模型求解时,增加了约束项不需要对符号距离函数进行反复初始化,因此可采用大的时间步长,迭代步数明显减少,从而提高了活动围道的收敛速度．对自然界真实图像和合成纹理图像的分割试验结果说明,无须反复初始化的活动围道纹理分割方法精度高、速度快．     

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.