根系CT序列图像区域生长分割的新方法

在对传统区域生长算法改进的基础上,针对原位根系CT序列图像的特点,提出了一种基于区域生长的植物根系CT序列图像分割算法。通过对208幅JPEG格式的植物根系CT序列图像进行直方图分析,确定植物根系区域的分割阈值范围,结合阈值分割实现改进区域生长法对单层根系图像进行分割得到目标区域。在此基础上,利用植物根系在介质环境中的空间连续性,进一步实现仅在选择单幅图像种子点的情况下一次性完成整套CT序列图像的分割。借助MITK（Medical Imaging Toolkit）工具箱对分割好的原位根系CT序列图像进行三维重建,对三维模型进行不同角度观测来判断分割的正确性。实验结果表明,该算法分割速度快、精度高,能够有效地去除CT图像背景中杂质像素,准确提取出植物根系目标区域。     

植物根系原位CT图像分割方法的研究进展

植物根系原位CT图像的分割是植物根系三维重建和定量分析的基础.在综述了有关领域常见图像分割算法的基础上,分析了植物根系原位CT序列图像分割研究中存在的问题,提出了原位根系CT序列图像分割算法研究的新思路.指出原位根系CT序列图像分割算法的研究应针对CT序列图像的特点、结合根系空间构型的先验知识,综合利用数学形态学、模糊理论以及神经网络等理论方法,重点在提高算法的精度和鲁棒性.     

基于遗传算法的原位根系CT图像的模糊阈值分割

原位根系CT图像的精确分割是实现植物根系3维重建和定量分析的重要基础。为了对原位根系CT序列图像进行准确、有效的分割,针对原位根系CT序列图像固有的模糊性特征,设计了一种基于遗传算法的模糊多阈值图像分割方法。该方法首先通过直方图分析确定了原位根系3维分割的初始阈值范围;然后通过设计一种模糊隶属度函数, 将图像模糊划分为若干个不同的区域; 最后采用最大模糊熵准则,并借助遗传算法寻找确定了一组序列图像的最佳分割阈值。编程实验结果证实,该算法不仅能更加准确、有效地对植物根系原位CT序列图像进行分割,并可提高图像阈值分割的精度和效率。     

不同形状邻域空间信息的模糊聚类图像分割

在经典的融合空间信息的模糊聚类图像分割方法中,图像像素的空间信息大,都采用正方形的邻域窗来获取。为了更好地分割出图像中的边界及细节信息,对不同形状邻域空间信息的模糊聚类图像分割进行了研究。在该方法中,首先采用圆形、三角形和菱形邻域窗获得图像像素的空间信息,然后分别将这三种空间信息引入到融合空间信息的模糊聚类图像分割中。Berkeley图像上的分割实验表明分别采用圆形、三角形和菱形邻域窗获得图像像素空间信息的模糊聚类图像分割方法在分割性能上要优于融合正方形邻域窗空间信息的方法。     

基于DICOM格式的肝脏肿瘤CT图像分割

为减少数据损失与处理时间,直接从DICOM格式的CT胸腹部图像中分割出肝脏肿瘤。为有效地分割出肿瘤,先设置恰当的窗宽窗位。利用ITK读取图像,用均值曲率流滤波法去除图像上的噪声。对目前几种在图像分割领域应用较多的阈值分割及区域生长分割算法进行了探讨,结合获得的活体CT图像进行实验研究,得到较为满意和有效的结果。实验表明：肝脏肿瘤这一目标区域的面积较小,区域生长分割算法中的“置信连接阈值法”能从胸腹腔CT图像中很好地分割出肝脏肿瘤。     

基于自适应模糊阈值的植物黑腐病叶片病斑的分割

为了更好地研究植物黑腐病,对植物黑腐病病斑图像进行了分割研究,即根据病斑图像的特点,用图像模糊阈值分割法来分割病斑。针对目前图像模糊阈值分割法存在窗口宽度自动选取困难的问题,首先在预先给定隶属函数和图像像素类别数的情况下,提出了图像模糊阈值分割法的自适应窗宽选取方法;然后,针对用图像模糊阈值分割方法难于分割直方图具有单峰或双峰差别很大的图像的问题,提出了一种直方图变换方法,用来对直方图进行变换;最后根据变换后的直方图,再利用自适应模糊阈值分割法对植物黑腐病病斑图像进行分割。用采集到的病斑叶片进行的病斑分割实验结果表明,该算法是有效的与鲁棒的。     

基于卷积神经网络的偏色光下植物图像分割方法

为了解决传统图像分割算法在植物工厂中偏色光植物图像上分割精确度不高、泛化性能差的问题,提出了一种基于卷积神经网络,并结合深度学习技术,对人工偏色光下植物图像进行精确分割的方法。采用该方法,最终在偏色光植物图像原始测试集上达到了91.89%的分割精确度,远超全卷积网络、聚类、阈值、区域生长等分割算法。此外,在不同色光之下的植物图片上进行测试,该方法也较上述其他分割算法有着更好的分割效果和泛化性能。实验结果表明,所提方法能够显著提高偏色光下植物图像分割的精确度,可以应用于实际的植物工厂工程项目当中。     

细胞生长的图像演化建模

在细胞生物学生长过程演化的研究中,需要记录细胞生长的整个过程.由于外界环境的影响,常常导致记录的生长过程失真.为了解决上述难题,提出使用三十张鞘毛藻属植物细胞生长过程中的图片,利用C-V模型对鞘毛藻属植物细胞分割,以细胞图像重心为中心将图像裁剪标准化,然后运用移动最小二乘的图像变形方法,并结合图像融合技术,得到一系列插值图像,生成视频,仿真细胞生长的过程.通过图像演化,能得到比较逼真的细胞生长全过程模型,减轻记录细胞生长过程的工作量,对细胞生物学的研究起到一定的帮助.     

基于小波包和区域生长的脑组织图像分割

对利用区域生长进行图像分割问题进行了研究,提出了一种MR脑组织图像分割的方法。该方法利用小波包对医学图像进行分解,通过对重构后的近似图像采用区域生长法进行分割,降低了区域生长算法对噪声的敏感度,减少了利用区域生长算法分割后图像的空洞和小孔。实验证明了该方法对MR脑组织图像分割可以有效减少分割后的小孔和空洞,取得了良好的分割结果。     

基于DICOM格式的肝脏肿瘤CT图像分割

为减少数据损失与处理时间,直接从DICOM格式的CT胸腹部图像中分割出肝脏肿瘤.为有效地分割出肿瘤,先设置恰当的窗宽窗位.利用ITK读取图像,用均值曲率流滤波法去除图像上的噪声.对目前几种在图像分割领域应用较多的阈值分割及区域生长分割算法进行了探讨,结合获得的活体CT图像进行实验研究,得到较为满意和有效的结果.实验表明:肝脏肿瘤这一目标区域的面积较小,区域生长分割算法中的"置信连接阈值法"能从胸腹腔CT图像中很好地分割出肝脏肿瘤.     

Rapid automated detection of roots in minirhizotron images

An approach for rapid, automatic detection of plant roots in minirhizotron images is presented. The problem is modeled as a Gibbs point process with a modified Candy model, in which the energy functional is minimized using a greedy algorithm whose parameters are determined in a data-driven manner. The speed of the algorithm is due in part to the selection of seed points, which discards more than 90% of the data from consideration in the first step. Root segments are formed by grouping seed points into piecewise linear structures, which are further combined and validated using geometric techniques. After root centerlines are found, root regions are detected using a recursively bottom-up region growing method. Experimental results from a collection of diverse root images demonstrate improved accuracy and faster performance compared with previous approaches.     

Detecting and Measuring Fine Roots in Minirhizotron Images Using Matched Filtering and Local Entropy Thresholding

An approach to automate the extraction and measurement of roots in minirhizotron images is presented. Two-dimensional matched filtering is followed by local entropy thresholding to produce binarized images from which roots are detected. After applying a root classifier to discriminate fine roots from unwanted background objects, a root labeling method is implemented to identify each root in the image. Once a root is detected, its length and diameter are measured using Dijkstra’s algorithm for obtaining the central curve and the Kimura–Kikuchi–Yamasaki method for measuring the length of the digitized path. Experimental results from a collection of peach (Prunus persica) root images demonstrate the effectiveness of the approach.     

利用邻域质心投票从分类后影像提取道路中心线

目的 利用分类算法对高分辨率影像中的道路进行分割时,得到的二值图像往往混杂了许多非道路区域,且道路区域呈面状,无法直接应用于生产与研究。针对该问题,提出一种利用邻域质心投票提取道路中心线的算法。方法 首先检测像素在各方向上的连通距离以构建邻域多边形,随后进行质心投票来提取道路的中心线,与此同时估算道路宽度并判断出连通距离较长的方向数目,以排除非道路区域的干扰,最后经形态学处理得到细化的中心线。结果 选取测试图像及具有不同道路分布特征的高分辨率航空影像的分类结果进行实验,并将该算法与Zhang和Couloigner提出的算法进行了对比分析。结果显示,该算法的提取质量为80.6%和79.0%,且计算效率较高,处理实际影像的用时小于参考算法的20%,此外在稳定性及对不同路宽的适应性等多个方面均具有优势。结论 提出一种邻域质心投票算法,该算法能够同时实现传统方法中提纯与中心线提取两个步骤所对应的功能,从分类影像直接提取道路中心线。实验结果表明,该算法能够根据形状特征有效检测道路,且具备一定抗干扰能力,适用于对混杂了非道路区域的高分辨率影像的分类结果进行处理。     

横截面算法和Snake模型在中心线提取中的应用

中心线是图像几何形态的一种重要拓扑描述.文中提出一种从三维图像中获取树状物体的中心线方法.先利用横截面算法快速将初始中心线定位于目标附近,然后采用Snak e模型和距离变换方法将初始中心线引导到准确位置,有效地解决了因Snake初始位置偏离目标太远而导致的收敛速度慢和部分点收敛于局部极值点的问题.     

Contourlet HMT model with directional feature

According to Shanno’s information theory,the directional feature of texture is defined as the value of directional variable when an image signal attains a singularity of random distribution.In terms of this definition,we calculate the texture’s directional features using Tamura’s method and study the directional probability distribution of Contourlet coefficients.Then we find that the directional features tend to be conveyed across parent and child subbands.Based on this conclusion,we establish a novel probability distribution model of hidden direction variables under the condition of hidden state variable’s distribution,named Contourlet HMT model with directional feature.The structure and training method of the model are presented as well.Moreover,an unsupervised context-based image segmentation algorithm is proposed on the basis of the proposed model.Its effectiveness is verified via extensive experiments carried out on several synthesized images and remote sensing images.     

基于多尺度Gabor滤波的造影血管中轴线的自动提取

提出了一种自动提取数字造影血管图像中2维血管树中轴的新方法。作为血管树3维重建的基础,2维中轴提取的准确性显得格外重要。该方法充分利用了多尺度实Gabor滤波灵活的频率带宽和理想的增强效应,对不同粗细的血管进行中轴增强和去除背景噪声,再利用Hessian矩阵计算结果提供的方位信息进行非最大值抑制求取响应图的局部极值点,最后通过双阈值分割得到血管中轴线。实验结果表明,该方法鲁棒性好,提取中轴线的质量高。     

基于中心线匹配的导管三维重建技术

针对工业领域中导管的三维重建效率低的问题,提出了一种基于中心线匹配的导管三维重建方法.该方法首先通过导管的平面灰度图像提取出中心线和边缘线,根据立体视觉原理,以非均匀有理 B样条(Non-uniform rational B-spline, NURBS)曲线作为导管中心线的描述工具和匹配基元,利用其透视投影不变性,重建导管的空间中心线,并通过边缘线计算导管的外径,最后利用三维建模技术重建导管的CAD模型.相对于现有导管三维重建方法,该方法具有测量效率高,操作简单的特点.实验结果表明,该方法的导管三维重建时间可控制在1分钟内,重投影误差为0.284像素,导管两端面中心点的测量误差为0.242mm,外径测量误差为0.158mm.     

基于非下采样Contourlet的多传感器图像自适应融合

提出了一种基于非下采样Contourlet变换的多传感器图像自适应融合方法,采用黄金分割法搜索最优的低频融合权值.自适应地对多传感器图像的低频子带系数进行融合.非下采样Contourlet变换是一种新的图像多尺度、多方向的表示方法,适合表达具有丰富细节信息及方向信息的图像,且该变换具有平移不变性,可以避免一般方法对融合图像引入的振铃效应,它的高频方向子带捕获了多传感器图像的显著特征,文中采用同一尺度下方向子带信息和取大的规则对高频系数进行融合.实验结果表明,与基于拉普拉斯塔、小波、平稳小波和Contourlet变换的方法比较,文中所提出的方法可以获得较好的融合效果.     

焊缝跟踪视觉传感器中图像多类型特征选择与提取

针对在焊接机器人焊缝跟踪传感器中不同类型工件焊缝接头的结构光图像特征,提出一种图像特征选择与提取方法.首先,对图像进行自适应分割,提取出激光条纹中心线.再根据三种典型焊缝接头类型:预留坡口对接类,无坡口直接对接类和左、右搭接类型焊缝的结构光图像的特点,分别选择激光条纹曲线的沟槽中心、条纹曲线的转折点和间断点作为焊缝特征点,分别进行提取.对不同类型焊缝结构光图像的处理实验结果,验证了本文方法的有效性.     

Heat method of non-uniform diffusion for computing geodesic distance on images and surfaces

This paper presents a non-uniform heat method to calculate geodesic distance and geodesic curves on the images and surfaces. Different from the varadhan’s formula-based heat method, our non-uniform heat method first finds the direction of distance increases by heat diffusion, and then recovers the geodesic distance by solving a Poisson equation. Various heat diffusion metrics obtained from different potentials and tensors, such as intensity-based metrics, gradient-based metrics, and anisotropy metrics et., describe the differences of geodesic distances in various regions. Combined with automatic geodesic segmentation technology, our heat method can be effectively and quickly applied to centerlines extraction and salient curves detection in images, skeleton extraction of shapes, and 3D path planning on surfaces. Two categories of discretization algorithms on scattered points and triangle meshes are more flexible and can often be used to more complicated cases. The algorithm is robust and simple to implement since it is based on solving a pair of standard sparse linear systems. Pre-calculation also greatly reduces time consumption and memory footprint.