改进测地线活动轮廓模型的肝脏超声图像分割

针对超声医学图像的特点,系统地发展和应用测地线活动轮廓模型技术进行肝脏超声图像的边缘提取,提出一种改进的测地线活动轮廓模型.首先把总变分和各向异性扩散方程的有机结合构造出新的边缘停止函数;其次,提出三种边缘停止函数,通过实验比较得出最佳模型.新模型能有效地保留目标信息,消除噪音,增大图像梯度值,具有更强的收敛效果.实验表明,该方法能更加准确地提取弱边缘,达到更理想的分割效果.     

基于相位一致性改进的DRLSE超声图像分割模型

针对距离正则化的水平集演化(the Distance Regularized Level Set Evolution Mode,DRLSE)模型难以处理弱边缘图像、演化效率低问题,提出一种新的基于相位信息的水平集超声图像分割算法(the Distance Regularized Level Set Evolution Mode Based on Phase Congruency,PDRLSE)。该算法利用相位一致性检测原理,构造新的边界指示函数,代替了DRLSE模型中的边界停止函数,得到新的能量泛函。实验结果表明:该方法在分割超声图像时,能够较好的分割出甲状腺肿瘤目标,且演化效率也有所提高。     

时空联合的红外运动目标提取算法

针对红外图像对比度差、边缘模糊的特点,提出了一种基于时空联合的红外序列图像目标提取的新方法.算法充分利用了红外目标的亮度特征、背景信息以及运动信息.时域分割中通过建立帧差图像背景的高斯分布模型,采用变化检测模板来确定红外目标约束区域.然后,构造图像像素与区域之间的空间关系隶属度矩阵并约束到传统的模糊聚类算法中,空域分割则利用该模糊聚类来对目标约束区域进行有效分割.最后将时空分割结果融合便能实现最终的红外目标提取.实验结果表明,该方法简单有效,能准确提取动态场景中的红外目标.     

基于统计法纹理描绘子的超声图像分割算法

超声C扫描成像中经常存在成像对比度低边缘模糊不清等现象,从而导致图像分割不完整。针对该问题,提出基于统计法纹理描绘子的图像分割算法。基于单晶探头C扫描成像中采样点之间声束重叠的特点,首先进行超声声束分析并且选取声束重叠数据;然后采用区域描绘子的相关纹理测度替代传统的幅值特征值,对采样区域中缺陷的特征信息进行描述,从而提高超声成像分辨率和对比度;最后采用数学形态学进行滤波,进一步提高缺陷的识别度。通过304不锈钢标准试块底面圆形盲孔C扫成像试验进行验证并与自适应阈值分割算法比较,实验结果显示该文算法可以得到清晰完整的缺陷分割区域,并且比自适应阈值分割算法更为有效可靠,尤其对于易忽略的小尺寸缺陷同样得到良好的分割效果。     

基于几何结构测度的路面裂缝图像分割算法

针对裂缝形态多样性和分布随机性使得传统裂缝图像分割算法的泛化能力弱的问题,提出一种基于几何结构测度的路面裂缝图像分割算法.首先,采用瑞利分布和高斯分布对裂缝图像背景和目标进行建模,并用期望最大化算法求解裂缝灰度混合模型参数;然后,通过高斯核函数与图像的卷积计算裂缝的边界映射,用梯度矢量流场构造裂缝图像Hessian矩阵...     

小波和曲波结合的图像增强算法

针对传统的基于小波变换的图像增强算法中,对比度相同幅角不同边缘增强效果差异较大的问题,提出了基于小波和曲波变换相结合的自适应组合增强算法.该算法利用小波变换去增强图像的平滑区域,并利用曲波变换增强图像边缘.仿真实验结果表明,该算法在使图像具有很好的交叉熵和相关系数的同时,能够有效地改善边缘增强效果,使图像具有更好的视觉效果.     

结合差分曲率的空间模糊C均值图像分割算法

针对基于空间信息的模糊C均值图像分割算法(sFCM)在对含噪图像分割时,图像的噪声和边缘细节不能同时得到较为正确分割的问题,本文提出了一种结合差分曲率的改进sFCM算法.差分曲率(difference curvature)可以有效地区分图像边缘和平坦区.将差分曲率引入到sFCM算法的空间函数中,算法的函数相关性参数在每个像素点处自适应取值,使改进算法在抗噪性能提高的同时,对图像细节有着更好的分割效果.实验结果表明:在对含噪图像进行分割时,本文提出的改进算法相比于sFCM及其衍生算法具有更好的模糊划分效果,并有效地提升了sFCM算法的抗噪性和对边缘细节的保护能力.     

改进乌鸦算法优化多阈值图像分割

目的 针对传统乌鸦算法随机搜索的盲目性和易陷入局部最优的缺点,提出一种改进乌鸦算法,用于多阈值图像分割.方法 采用精英分享策略,弥补乌鸦位置更新的盲目性;引入Levy飞行机制,避免算法陷入局部最优;随迭代次数调整变尺度系数,限制搜索步长,加快算法收敛;以Kapur熵为适应函数,利用改进乌鸦算法对不同类型图像进行多阈值分割,并与传统乌鸦、布谷鸟等4种算法的分割结果进行对比分析.结果 改进乌鸦算法对Lena,Flower,Fruits和Boat图分割后的结构相似性分别为0.7703,0.7761,0.7276和0.7921;标准偏差分别为0.0295,0.0385,0.0344和0.0173,实验数据表明,改进算法较其他算法有着更好的分割效果.结论 文中算法有效地改进了传统乌鸦算法的盲目性和易陷入局部最优的缺点,能够准确地分割复杂图像,在多阈值图像分割领域具有一定的参考价值.     

一种改进的多方位结构元素形态学和互信息量的图像分割算法

提出了一种改进的基于多结构元素形态学与互信息量相结合的图像分割算法。算法首先利用相邻像素差分运算标记出图像中存在梯度变化的像素点,然后对这些像素点进行多结构元素形态学运算,确定一个初始阈值;然后以互信息量为目标函数,在小范围内计算分割图像与原图像的互信息量,以确定最优阈值。通过对大量路面破损图像进行的实验表明,该改进算法所得到的分割图像目标边缘特征保持完好,具有很强的抗噪能力,且处理速度很快。     

超声图像中目标的边界提取

由于对比度低和噪声强等特点,超声图像分割很难达到满意的效果,针对这一状况,将Gabor滤波器结合形态学操作应用到超声图像中目标的边界提取。首先对原始图像做预处理,去噪增强,然后再利用Gabor滤波进行目标区域特征提取,再经形态学腐蚀、膨胀等操作平滑图像,最后由sobel算子提取最终的边界图像。该法的关键之处在于Gabor滤波器尺度参数的选择,通过实验和分析得出了一组最佳尺度参数,取得了良好的分割效果,同时也验证了这一方法在超声图像分割中的实用性。