检索结果-内蒙古大学图书馆

作者：吴月娥中国科学技术大学

学位级别：博士

医学图像配准是医学图像处理领域中一个重要、基本的研究课题，是医学图像融合、重建以及标准图谱建立等研究的基础。由于人体结构的复杂性，很多组织器官都是复杂的弹性体，简单的刚性配准无法表示人体复杂结构的局部细节。而这些细节... 详细信息

医学图像配准是医学图像处理领域中一个重要、基本的研究课题，是医学图像融合、重建以及标准图谱建立等研究的基础。由于人体结构的复杂性，很多组织器官都是复杂的弹性体，简单的刚性配准无法表示人体复杂结构的局部细节。而这些细节却是临床诊断中很重要的依据，因此必须采用具有更高自由度的非刚性配准技术。非刚性配准是医学图像处理的重要研究课题。同刚性配准相比，非刚性配准还不成熟，如何建立合理的形变模型，适合各种复杂的组织变形;如何提高非刚性配准的速度、精度以及对非刚性配准的评估都需要进一步的研究。非刚性点配准是基于特征的配准方法中最基本、最主要的问题，是基于线、面等配准方法的基础。本文在对非刚性配准技术深入研究的基础上，提出了一种较为通用的非刚性点配准方法。算法具有较高的鲁棒性，且实现了配准过程完全自动化。然后将其应用到3D脑图像配准和可形变概率图谱的建立中。具体成果和创新点介绍如下： (1)提出了一种基于Levelset方法的双表面延伸算法，实现了脑皮层和脑沟带的自动、稳定及强鲁棒性的分割。提取待配准图像中的某些特征量是基于特征的配准方法的前提。本文在深入研究各种分割方法的基础上，对其中一种分割效果较好的算法，即几何活动轮廓方法进行了改进，提出了一种基于多段水平集方法的双表面延伸算法，较好地克服了Snake模型及传统Levelset方法的许多缺点。并将其成功的应用于3D脑皮层的分割问题中，实现了脑外皮层和主要脑沟带的完全自动化提取。 (2)提出了一种较为通用的非刚性点配准方法——混合点配准算法(MPM)。非刚性点配准是其它基于特征的配准方法的基础，是实现不同个体之间3D脑图像配准的关键。本文在深入研究非刚性点配准中存在的问题的基础上，利用高斯混合模型，提出了一种简单快速的混合点配准算法(MPM)，成功的解决了非刚性点配准中参数空间的高维搜索及溢出点处理的建模问题。并通过一系列的实验来评估算法的有效性。 (3)实现了利用近似薄板样条作为变换模型，将标记点位置的变换扩展到整个图像空间中。任意d维的薄板样条函数可以描述为多变量插值问题，但是插值薄板样条要求两幅图像中标记点是完全匹配的。然而，在实际应用中不管是人工、半自动化或完全自动化提取的标记点，其位置总是存在误差的。为了考虑标记点位置的误差，在薄板平滑样条的基础上，提出了一种各项异性近似薄板样条，考虑标记点在不同方向上的误差及其互相关性，使得算法能够处理各项异性误差及不同类型的标记点，提高配准的准确度。 (4)引入聚类技术，减少配准点集的数目，大大提高了混合点配准算法的计算速度。在混合点配准算法(MPM)中，当特征点的数目达到上百甚至上千时，估计对应关系和变换的计算量非常巨大。为了减少其计算代价，并使算法具有对称性，对第三章的混合点配准算法进行扩展，提出了一种对称的混合点配准算法(SMPM)和一种联合聚类—配准算法(JCM)，结合有粗到细配准的策略反复多次配准。这样不仅可以大大减少计算代价，还提高了配准精度。 (5)实现了将非刚性点配准算法用于解决医学图像中一个重要的问题——个体之间的3D脑解剖结构特征的非刚性配准。由于大脑结构的异常复杂性和多变性，个体之间的脑解剖结构配准是一项非常困难的任务。本文在深入研究脑配准的研究现状及困难的原因之后，提出了一种基于联合聚类一配准的特征匹配方法。利用前期的双表面分割方法以及联合聚类—配准算法，实现了不同个体之间3D脑解剖结构特征的非刚性配准。对不同类型的几何特征进行了融合，并实现了不同变换模型的比较。配准过程完全自动化。 (6)实现了基于一定人群的可形变数字化概率图谱的建立。可形变数字化概率图谱是研究自动化分割工具的基础。本文在研究数字化统计图谱创建方法和特点的基础上，对前期的联合聚类—配准算法进行一些改进，允许多个点集同时配准，实现了可形变数字化概率图谱的自动化创建。并将其应用到2D胼胝体的可形变数字化概率图谱的建立中。

关键词：几何活动轮廓模型混合点配准算法近似薄板样条数字化概率图谱强鲁棒

来源：评论

学校读者我要写书评

暂无评论

基于变分方法的心脏核磁共振图像分割研究

基于变分方法的心脏核磁共振图像分割研究

引用

作者：张建伟南京理工大学

学位级别：博士

核磁共振成像(Magnetic Resonance Imaging，MRI)以其非介入性、非损伤性、很少受目标物体运动的影响等特点，已被广泛运用于医学图像拍摄，并在临床医学上起着越来越重要的作用。MR图像分割在生物医学研究和临床应用中具有重要的意义... 详细信息

核磁共振成像(Magnetic Resonance Imaging，MRI)以其非介入性、非损伤性、很少受目标物体运动的影响等特点，已被广泛运用于医学图像拍摄，并在临床医学上起着越来越重要的作用。MR图像分割在生物医学研究和临床应用中具有重要的意义。图像分割可用于研究解剖结构、组织定量化测定、病灶确定、病疾诊断等。精确的分割是后继分析的关键和重要基础。根据特定的医学图像分析任务的要求，分割的目的是将原始图像划分为一系列有意义的区域或提取图像中感兴趣的区域(Region of Interesting，ROI)。变分方法可以自然的将复杂的分割转化为泛函的极值问题。本文结合特定的图像分割目的，基于变分等原理对图像分割进行了系统的深入研究，并对其数值实现与快速实现进行了探讨。目前，活动轮廓模型已经成为医学图像分析的重要工具。传统的参数模型在分割图像时强烈地依赖于轮廓的初始位置，捕捉范围小，不仅因进入凹陷区域困难，常陷于能量局部极值，而且不支持拓扑改变；另外在外力很小时，轮廓会收缩到一点，而边界很弱时，轮廓又会渗透过边界；同时，模型参数的确定也没有理论的指导。而且，由于人体解剖结构的复杂性、软组织的不规则性，使得成像质量不太理想。本文将双T-Snake方法和遗传算法结合起来，在继承T-Snake模型的拓扑改变能力的同时，为遗传算法缩小有效搜索空间以弥补遗传算法的局限，避免了Snake模型的局部极小化，并保持了遗传算法的全局优化的特点。针对Snake模型较难处理拓扑结构改变的问题，水平集模型应运而生。近十年来，该方法的出现推动了非参数化的几何活动轮廓模型的研究。几何模型的显著特点就是可以方便地处理拓扑结构变化问题。但是，由于左心室存在弱边缘、与周围组织之间存在低对比区域，传统的水平集模型在定义速度时，往往仅使用了图像的边缘信息，这样必然导致在分割具有强噪声或具有弱边界的图像目标时，不能得到真实边界，常常因初始轮廓线超出区域边界时，而导致分割失败。针对上面提到的不足，本文提出一种双水平集方法来解决具有细长拓扑结构的图像分割和弱边界问题，该方法通过两条水平集之间的相互吸引来加速解的收敛。在双水平集的演化过程中，采用新的快速距离函数构造方法，以提高分割效率。并利用图像的区域信息及全局信息构造速度函数，使速度函数具有全局性，改善了分割效果，并使算法具有较好的数值稳定性。 Snake模型与水平集模型都有其特定的优点，本文提出一种改进的参数活动轮廓模型，它综合参数模型和几何模型的优点，利用图像的全局信息构造新的约束力，以最大程度地避免局部最优，并防止曲线从弱边界泄漏。然后利用参数模型和几何模型

关键词：图像分割变分方法参数活动轮廓模型几何活动轮廓模型高斯混合模型非线性扩散滤波分割-增强耦合变分模型核磁共振图像

来源：评论

学校读者我要写书评

暂无评论

核磁共振图像分割与运动分析若干技术研究

核磁共振图像分割与运动分析若干技术研究

引用

作者：段先华南京理工大学

学位级别：博士

医学图像处理的主要研究方向有图像分割、图像配准、结构分析、运动分析等，而其中医学图像分割的研究具有重要意义。由于医学图像具有复杂性和多样性，成像质量受到医学影像设备成像技术的影响，医学图像具有局部边缘模糊、存在噪声、... 详细信息

医学图像处理的主要研究方向有图像分割、图像配准、结构分析、运动分析等，而其中医学图像分割的研究具有重要意义。由于医学图像具有复杂性和多样性，成像质量受到医学影像设备成像技术的影响，医学图像具有局部边缘模糊、存在噪声、区域灰度不一致性等特点，使得医学图像分割更加困难。目前，人们在继续关注对医学图像进行自动分割的同时，对交互式分割方法的研究也成了医学图像分割的研究重点。本文对交互式live wrie、Intelligent Scissors模型、参数活动轮廓模型、几何活动轮廓模型进行了分析；对可形变模型在心脏核磁共振图像中的分割进行了研究；对光流技术理论模型进行了分析，并用光流技术对心脏运动进行评估方面进行了研究。分析了交互式图像分割的两种方法，即lire wire方法及Intelligent Scissors(IS)方法，并指出了这两种方法在分割图像时存在运算速度慢、操作复杂的缺陷。传统的Snake模型分割图像时，要求初始轮廓线设置在感兴趣区域的边界附近，曲线在变形过程中难以分割深度凹陷区域。本文在分析参数活动轮廓模型及其改进模型的基础上，提出了基于距离均衡化的自适应动态轮廓模型。通过顶点到其邻点的平均距离作为Snake模型的弯曲力，通过图像自身的特征构造的膨胀力，使得该模型具有自适应能力，同时提出了距离均衡化的概念；对改进后模型的稳定性、光滑性及处理畸变物体的凹陷区域进行了深入分析。用该模型分割心脏MRI图像时，取得了较好的效果。根据心脏MR图像的特点，提出了先对心脏MR图像进行K均值聚类，把K均值聚类后的图像作为特征图像，在特征上用Song and Chan提出的快速分割方法进行粗分割，再用粗分割的曲线作为水平集的初始曲线，在心脏MR图像上用Chan和Vese方法进行细分割；同时对Chan和Vese提出的简化Mumford-Shah模型进行了改进，使得每次迭代中对能量函数的优化更具有全局性，大幅度减少迭代次数，并对Song和Chan快速算法中扫描图像的区域也进行了改进，两方面的改进提高了计算速度和分割效果。分割实验证明，该方法能够快速、准确地分割心脏MRI图像。针对左心室外轮廓类似椭圆的特点，提出了基于先验形状信息的水平集模型。该模型在Chan-Vese模型的基础上增加椭圆形状约束项，来控制曲线的演化，将水平集的演化曲线作为对轮廓新的位置预测，并用椭圆对预测结果进行修正，把预测结果和修正结果分别作为新的水平集曲线和形状信息。实验表明，这种将椭圆形状约束引入水平集模型的先验形状信息的水平集模型对心脏外轮廓的分割是有效的，非常适合分割象心脏这一类医学图像。在分析带标记线的心脏MRI特点的基础上，提出了利用Gabor滤波和先验形状的水平集模型相结合对带标记线的心脏MR图像进行分割的方法。该方法通过对带标记

关键词：可形变模型参数活动轮廓模型几何活动轮廓模型水平集方法距离均衡化 Gabor滤波器 MRI图像分割光流技术

来源：评论

学校读者我要写书评

暂无评论

面向视频监控的动态目标检测、跟踪与识别关键技术研究

面向视频监控的动态目标检测、跟踪与识别关键技术研究

引用

作者：徐杨东北大学

学位级别：博士

视频图像序列中运动目标的检测、跟踪与识别是当前计算机视觉领域的研究热点,目标的检测与跟踪是为了准确地从背景中找到目标,从而为目标的识别与行为分析提供更加精炼、准确、不变性和可区分性更强的特征。因此,视频口标的检测与跟踪... 详细信息

视频图像序列中运动目标的检测、跟踪与识别是当前计算机视觉领域的研究热点,目标的检测与跟踪是为了准确地从背景中找到目标,从而为目标的识别与行为分析提供更加精炼、准确、不变性和可区分性更强的特征。因此,视频口标的检测与跟踪已经成为视频监控、机器视觉系统、视觉精确制导等诸多应用方向中的核心技术,具有重要的理论研究意义与广阔的应用前景。在视频目标检测与跟踪的研究方法中,基于活动轮廓模型理论的目标分割与跟踪算法是近年来发展最快的研究方向之一。活动轮廓模型将高层先验知识与低层视觉任务相结合,自上而下地实现对视觉任务的处理,为计算机视觉问题的解决提供了崭新的理论框架。本文针对动态目标检测、目标跟踪和行为识别方面的理论和应用展开研究,主要研究内容和成果体现在以下几个方面：针对目前常采用的运动目标检测方法存在的缺点,提出了时空结合的运动目标检测方法,先利用时间分割再进行空间分割的思想。首先,通过自适应阈值获得当前帧与背景的差图像,进行连通域分析和设定阈值,消除噪声确定运动目标的区域。其次,在提取出的运动窗口区域应用一种基于边界的二值化水平集+高斯平滑的运动目标检测方法进行精确检测。二值化水平集是基于几何活动轮廓框架,采用二值水平集函数代替传统水平集函数,避免了传统水平集函数需要重新初始化为符号距离函数的过程,解决了计算量大,实现复杂等缺点。实现了在摄像机静止条件下刚体或非刚体的运动目标检测。实验表明,该方法能应用于实际的交通视频,简单有效,获得封闭和完整的运动目标轮廓。针对GAC模型是对灰度图像进行图像分割,本文将其应用到矢量图像中,提出基于水平集理论的改进变分GAC矢量模型与背景差分相结合的时空联合运动目标检测方法。把基于背景差分时间分割后得到的运动窗口作为曲线演化的初始轮廓,引入距离规则化项到GAC矢量模型中,不仅消除了水平集重新初始化的需要而且避免了因此而导致的数值错误,在演化过程中保持了水平集函数的规则化,得到准确的运动目标轮廓,提高了演化的效率和稳定性。实验结果表明,该方法适用于刚体和非刚体目标,在部分遮挡的情况下也能保持良好的检测效果。针对基于水平集的必何活动轮廓模型能较好地适应曲线拓扑变化,为了跟踪和获取运动目标的轮廓信息,提出了一种基于改进GAC矢量模型和Kalman滤波相结合的线性运动目标跟踪算法。该算法首先设置一定阈值,删除运动区域面积过大或过小的区域,然后对剩余目标在运动窗口区域内采用改进的GAC矢量模型进行曲线演化,在运动目标的真实轮廓处收敛;得到目标轮廓曲线后进行目标特征的提取,通过计算轮廓的面积、质心等参数得到目标及其相关特征(目标轮廓的面积、目标质心)。然后通过结合Kalman滤波预测目标下一帧位置,最终实现对目标的跟踪。针对粒子滤波的退化现象,对于非线性目标跟踪,一个确定的模型难以描述运动中目标轮廓的变化,从而增加了跟踪与提取的精度,本文受CV模型提出者Tony Chan采用基于区域的CV模型进行目标跟踪的启发。以此为跟踪基础,提出将免重新初始化的改进LBF模型与高斯粒子滤波相结合,此算法能够更好地对运动目标进行跟踪。首先用高斯粒子滤波跟踪运动目标区域,然后把距离规则化项引入到改进模型中,以外接矩形区域的质心为基础对水平集进行初始化,应用改进后的LBF模型进行曲线演化,可以获得比较精确的目标轮廓,最后将轮廓的提取结果反馈到跟踪框架中,动态更新参考模板,获得了较理想的跟踪效果。目标行为识别属于计算机视觉中的高层视觉,行为分为“事件”和“活动”两类,本文以道路交通应用为例,提出了基于HMM的多特征融合交通事件检测算法。首先根据用户需求选择待检测事件,在交通视频中,人们常常关注车辆碰撞、超车等事件,因此本文选择碰撞、超车作为待检测事件。利用前面章节的车辆检测跟踪算法,求出车辆运行轨迹,提出了一种多特征向量融合方法作为HMM模型的输入,对于出现在一起的每对车辆,提取每辆车的速度改变和交互特征作为多特征,对交通事件进行建模和识别。

关键词：目标检测目标跟踪行为识别几何活动轮廓模型水平集 HMM

来源：评论

学校读者我要写书评

暂无评论

基于偏微分方程的医学图像处理理论与实验研究

基于偏微分方程的医学图像处理理论与实验研究

引用

作者：陈冠楠华中科技大学

学位级别：博士

近年来，在图像处理和分析中一个最新的进展是偏微分方程图像处理理论。偏微分方程现已应用于图像处理和计算机视觉的许多方面。而以偏微分方程为基础的各向异性扩散方程去噪方法和主动活动轮廓模型分割方法在医学图像处理领域的应用解... 详细信息

近年来，在图像处理和分析中一个最新的进展是偏微分方程图像处理理论。偏微分方程现已应用于图像处理和计算机视觉的许多方面。而以偏微分方程为基础的各向异性扩散方程去噪方法和主动活动轮廓模型分割方法在医学图像处理领域的应用解决了传统医学图像去噪和分割技术中的很多问题，并且得到了广泛应用。本论文对应用于医学图像处理的各向异性扩散去噪方程和主动活动轮廓模型分割方法所存在的一些问题作了一些改进，并将偏微分方程用于当代生物医学成像领域最先进技术之一的多光子激光共聚焦扫描显微图像的分析处理研究。本论文首先从现有的震动滤波及非线性扩散相结合模型出发，针对震动滤波项进行修改，使其能够紧密结合图像变化特征实现震动滤波，同时加入保真项，并给出相应的数值解法，以及提供了与其他经典模型结合的模型，使得其对医学图像去除噪声、增强边缘及保持细节的效果上均取得较好效果。本论文分析了非线性扩散方程模型中，具有同一原理的不同体现形式的双边滤波器模型。针对原模型进行修改，提出新的灰度自然对数比率双边滤波模型。新模型在保持原模型去噪效果基础上，保留了尽可能多的细节部分，并通过实验验证其对医学图像去噪处理达到了理想的效果。同时推广到邻域滤波模型，通过修改归一化因子，得到新的灰度自然对数比率邻域滤波模型，不但对医学图像有较好的去噪效果和保持细节能力，还能在彩色图像噪声处理中保持色彩过度。本论文引入了方法噪声的概念，并对扩散方程和全变分模型的方法噪声进行分析。针对全变分模型进行修改，引入带有自适应参数调整的修改模型，使得其对医学图像去除噪声时能够根据纹理和细节特征自适应调整滤波参数，在去噪过程中不但保留边缘特征，也能尽量多的保留纹理与细节特征，取得较好去噪效果。通过对几何活动轮廓模型进行分析，本论文提出了一种基于LTP的快速C—V纹理图像分割方法。该方法使用LTP算子对医学图像纹理特征描述，描述简单，计算代价小，并可通过直方图的相似性来演化轮廓模型和分割图像。在对模型求解时，通过引入约束项加快水平集演化速度，使演化函数无须反复初始化为符号距离函数，大幅度较小了图像分割的时间复杂度。实验证明改进方法能够很好的适用于医学图像的分割。在对偏微分方程理论的分析、改进的基础上，本论文综合应用偏微分方法和其他方法，开展了多光子激光共焦显微图像的分析处理研究。首先提出一种新的基于模糊数学的中心定位算法，并结合水平集方法，将其应用到多光子细胞显微图像分割上，成功地将大部分细胞核分离出来。对分离出来的细胞核进行统计测量，获取了细胞核相关的结构信息。根据医学病理学，针对正常皮肤组织和皮肤瘢痕组织的病理特点，本论文在多组人体皮肤多光子显微图像上提取了几何、密度、边缘方向、游程矩阵等多种能纹理特征，并对其进行分析。结果表明，这些纹理特征能有效地区分正常组织和瘢痕组织。并将其应用到实际的非线性光谱成像图的分析判断中，根据胶原和弹性纤维的显微结构和光谱特性来区分肥厚性瘢痕和正常皮肤组织以及评价瘢痕治疗响应。最后，本论文采用共聚焦显微技术中的双光子激发荧光方法获得DHL细胞中5-ALA代谢PpⅨ荧光图像，结合Rhodamine123、DioC6（3）和LysoTracker Green三种细胞器荧光探针的使用，采用双标的标记方法观察DHL细胞中5-ALA代谢PpⅨ在DHL细胞的定位分布，进而利用水平集方法分割图像，对获得的定位的融合荧光图像进行相关系数计算。研究表明对双光子激发荧光图像的分析与处理可定性或定量研究DHL细胞中5-ALA代谢PpⅨ以及PpⅨ在细胞定位。医学图像处理新技术可为多光子共聚焦显微成像技术在医学诊断及其它领域的拓展发挥重要的作用。

关键词：医学图像处理偏微分方程各向异性扩散方程几何活动轮廓模型全变分模型方法噪声水平集方法双光子共聚焦显微医学成像

来源：评论

学校读者我要写书评

暂无评论

超声图像反卷积与分割研究

超声图像反卷积与分割研究

引用

作者：文乔农东南大学

学位级别：博士

医学超声成像技术是现代四大医学成像技术之一，具有检测方便快速、价格低廉、没有副作用等优点，在医学诊断中具有不可替代的地位。但各种超声成像技术遇到一个共同的问题，那就是超声图像的质量较低，分辨率不高，斑点噪声突出，这给... 详细信息

医学超声成像技术是现代四大医学成像技术之一，具有检测方便快速、价格低廉、没有副作用等优点，在医学诊断中具有不可替代的地位。但各种超声成像技术遇到一个共同的问题，那就是超声图像的质量较低，分辨率不高，斑点噪声突出，这给临床准确诊断带来困难。在利用各种超声成像技术获得的超声图像进行后期处理时，病变部分是我们关注的焦点，多数情况下需要把病变部分从整幅超声图像中分割出来做进一步的分析。超声图像分割在计算机辅助诊断、肿瘤识别、三维可视化、医学影像测量、多源影像融合、扩展视野的超声图像拼接技术、肿瘤数据库的建立、医学图像检索、治疗效果跟踪与评价等医学工程技术中不可或缺。超声图像反卷积和分割是两个基础性的困难问题，在医学影像工程中具有非常重要的地位，本论文在这两方面做比较深入的研究，具体工作如下:\n (1)超小波的反卷积方法以及与偏微分方程相结合建立混合模型\n 全变分反卷积模型是经典的图像反卷积方法，在此基础上，本文建立了广义全变分模型。分析正则项在反卷积算法中的作用，分别从图像的平坦区域和边缘区域入手，在平坦区域做各向同性扩散，在边缘区域则要满足各向异性扩散，从理论上对两种情形下的扩散做深入分析，推导出广义TV模型满足的一些条件，为了防止高噪声情形下反卷积模型失效以及克服方块效应，在正则项中引入了Contourlet收缩，它是一种多分辨的、局域的、多方向的更稀疏的图像表示方法。Contourlet收缩具有去噪和提取图像重要信息的作用，Contourlet收缩与广义TV正则化相结合，兼顾了图像的光滑性和边缘保持，特别是在图像严重模糊、噪声越多的情形下，更加体现了这种算法比改进的TV模型有效。\n 在新型泛函空间建立反卷积模型是近几年发展起来的新方法，我们在DT模型、Jiang模型和LHLLAV模型等几种图像反卷积方法的基础上，提出了在新的光滑G空间上的图像反卷积模型。首先剖析了新模型的参数含义和物理意义，阐述了Besov空间和G空间的定义、性质和范数，根据G空间和Besov空间的关系，把模型在G空间中重新描述。引入替代函数，消除求解困难，推导了新模型在第二代Curvelet变换域的求解，得到了一个关键性的Curvelet域收缩求解公式。最后对图像反卷积模型给出了算法步骤和实验，验证了反卷积效果和算法计算复杂度，模型收敛快，比LHLLAV模型省时，图像的SNR也比LHLLAV模型的高。\n (2)基于稀疏分解的超声图像反卷积方法\n 近两年，稀疏分解理论在图像分析中得到广泛的应用，我们在稀疏分解框架下，建立了在Besov光滑空间上的图像变分泛函反卷积模型。在负Hilbert-Sobolev空间上约束数据项，正则项用稀疏性和光滑性来约束，冗余字典的L(1)范数作为稀疏性度量，用Besov空间上的半范数作为图像光滑性度量，保证稀疏性的同时也兼顾了光滑性。该模型直接求解很困难，采用分裂算子的方法，把原模型分裂成图像域的反卷积和稀疏表示这两个模型，交叉迭代求解。实验验证了算法的收敛性，并和其它几种模型做了比较，结果表明本文模型反卷积效果较好。\n 由于医学超声图像分辨率低，斑点噪声突出，影响临床诊断效果，本文提出了一种在稀疏分解框架下的超声信号反卷积模型来改善超声成像的质量。模型包含两个正则项，分别用来约束信号的光滑性和字典表示的稀疏性，应用高阶统计量和MA模型估计点扩散函数。模型直接求解很困难，我们采用分裂Bregman方法交替迭代求解，然后对反卷积的信号进行动态滤波、包络检波、二次抽样、动态压缩、灰阶映射后得到超声灰度图像。实验结果表明:本文反卷积方法成像比直接成像的分辨率要高，图像的对比度也得到增强、斑点噪声明显减少，成像质量得到提高。\n (3)几何活动轮廓模型的超声图像分割\n 几何活动轮廓模型是图像分割非常有效地方法，是近年来研究的热点。医学噪声图像的分割很困难，为了同时进行噪声去除和图像分割，提出了基于分解的图像活动轮廓分割模型，该模型是G空间图像分解模型和边缘、区域相结合的活动轮廓模型集成的一个变分泛函。由于模型直接求解困难，把它分裂成2个极值泛函——图像分解部分和图像分割部分，其中图像分解部分是在G空间的极值泛函，用第二代Curvelet变换域的阈值收缩求解;分割部分是变分水平集极值泛函，其Euler方程为非线性偏微分方程，可用梯度下降流求解。实验结果表明我们提出的模型不但可对噪声图像去噪，而且在相同的实验条件下分割效果优于C-V模型、Snake模型、Leve（l）-set模型和ASM模型，既提高了图像的质量，又能较好的分割出目标部分。\n 随着活动轮廓模型的不断成熟和发展，模型的抗噪能力又成为了重要的研究课题，为了精确地分割图像的同时去除图像的噪声，用非负稳健函数作为边缘保

关键词：超声图像反卷积稀疏分解点扩散函数图像分割几何活动轮廓模型

来源：评论

学校读者我要写书评

暂无评论

一种改进的几何活动轮廓的图像分割方法

一种改进的几何活动轮廓的图像分割方法

引用

作者：王蒙马意郭正兵付佳伟 650093 云南省昆明市五华区学府路253号

本发明公开了一种改进的几何活动轮廓的图像分割方法，包括Step1：输入待处理的图像和一个矢量场；Step2：通过矩形网格对矢量场进行采样，采样后得到观测集，嵌入迭代鲁棒估计器来消除观测集中观测值的误差和噪声；然后插入观测点，利... 详细信息

标准号: CN112330698B

本发明公开了一种改进的几何活动轮廓的图像分割方法，包括Step1：输入待处理的图像和一个矢量场；Step2：通过矩形网格对矢量场进行采样，采样后得到观测集，嵌入迭代鲁棒估计器来消除观测集中观测值的误差和噪声；然后插入观测点，利用平滑化后的岭回归并约束弹性网以构造平流矢量场；Step3：将平流矢量场与扩散流嵌入到几何活动轮廓中，从而构建为一个统一的基于平流矢量场和扩散流改进的几何活动轮廓模型模型指导初始水平集的更新，更新后水平集将活动轮廓曲线演化到准确的目标轮廓上，从而完成对图像的分割。本发明提出的方法相较于传统方案具有明显的优势，取得了较好的分割效果。

关键词：活动轮廓观测矢量场水平集采样嵌入几何活动轮廓模型图像鲁棒估计器扩散矩形网格目标轮廓图像分割弹性网观测点平滑化分割迭代更新构建噪声改进回归统一

来源：评论

学校读者我要写书评

暂无评论

含边缘信息的C-V模型

引用

计算机工程与应用 2012年第18期48卷 181-186页

作者：何瑞英重庆城市职业学院信息工程系重庆402160

边缘信息对图像分割是十分重要的。把图像的边缘信息融入C-V模型(active contours without edges),提出一个新的几何模型,它同时利用同质区域信息和边缘信息使演化曲线在目标边缘处停止。实验显示:新模型能够克服C-V模型的一些缺点;在... 详细信息

边缘信息对图像分割是十分重要的。把图像的边缘信息融入C-V模型(active contours without edges),提出一个新的几何模型,它同时利用同质区域信息和边缘信息使演化曲线在目标边缘处停止。实验显示:新模型能够克服C-V模型的一些缺点;在减少分割时间的同时,对目标灰度不均匀或背景灰度不均匀、含弱边缘或强噪声的图像,分割效果不仅优于C-V模型,也优于C-V模型的两个最新改进模型(LBF和GACV)。

关键词：图像分割几何活动轮廓模型 C-V模型水平集方法偏微分方程

来源：评论

学校读者我要写书评

暂无评论

改进C-V分割算法在多光谱成像仪中的应用

引用

中国光学 2015年第1期8卷 68-73页

作者：张艳超赵建中国科学院长春光学精密机械与物理研究所吉林长春130033 中国科学院大学北京100049

为了进一步提高C-V模型的分割速度、降低初始轮廓曲线位置对分割结果的耦合性,提高多光谱成像仪图像分割效率,本文提出一种改进的C-V模型。该模型通过将每次迭代得到的距离函数的最大值引入C-V模型的Dirac函数,对该函数进行自适应参数修... 详细信息

为了进一步提高C-V模型的分割速度、降低初始轮廓曲线位置对分割结果的耦合性,提高多光谱成像仪图像分割效率,本文提出一种改进的C-V模型。该模型通过将每次迭代得到的距离函数的最大值引入C-V模型的Dirac函数,对该函数进行自适应参数修正,以拓宽活动轮廓线的有效作用范围,进而大大降低分割算法的迭代次数。实验结果表明,与经典的C-V模型相比,改进的C-V模型在其终止条件下得到了较理想的分割效果,降低了初始曲线位置对最终分割结果的影响,且新模型的收敛速度在原有的基础上至少提高了7倍。改进的C-V模型在实时性及全局性方面都得到了明显改进,进一步提高了该算法在多光谱成像仪的图像分割方面的鲁棒性。

关键词：多光谱成像仪图像分割偏微分方程几何活动轮廓模型 C-V模型

来源：评论

学校读者我要写书评

暂无评论

基于水平集的图像分割研究

基于水平集的图像分割研究

引用

作者：高勇华东师范大学

学位级别：硕士

图像分割是计算机视觉和图像理解中经典而关键的问题之一。传统的图像分割方法难以满足图像复杂分割的要求。基于水平集的图像分割,是一种以几何活动轮廓模型理论为基础的数值方法,其简单易行、准确而稳定,已经有了广泛的应用。然而,水... 详细信息

图像分割是计算机视觉和图像理解中经典而关键的问题之一。传统的图像分割方法难以满足图像复杂分割的要求。基于水平集的图像分割,是一种以几何活动轮廓模型理论为基础的数值方法,其简单易行、准确而稳定,已经有了广泛的应用。然而,水平集图像分割在实际应用中存在一些问题,例如,重初始化、距离保持和多目标检测等问题,本文旨在研究这些问题并提出解决的办法以使分割更准确、更有效。本文以理论研究和软件开发相结合的方法,从理论上分析了水平集图像分割的有关问题并提出了解决问题的新模型、方案和算法,使用面向对象的程序设计方法设计了一个兼有实验性和应用性的软件平台来验证其合理性。理论方面,介绍了主动轮廓模型、曲线演化和水平集方法的相关理论；分析了基于区域的CV模型、基于梯度的Li模型、及相位水平集模型中所存在的问题,并研究了其解决办法。在对典型的水平集图像分割理论研究的基础上,关于软件开发方面,本文主要使用UML进行软件的分析和设计,使用伪代码描述了核心算法,最终使用Delphi实现,并使用实际的医学图像进行了进行了大量的测试。本文的创新性研究与设计成果主要有四点：①提出了Li模型的自动提取初始轮廓的边缘模式；②提出了基于CV模型的均值渐进的距离保持模型；③提出了基于Li模型的多层目标检测的一个新方案；④提出了区域自适应水平集模型的两种模式。这些创新性研究与设计成果极大地提高了图像分割的效率,为水平集图像分割能应用各种复杂情况提供了一些强有力的技术保证。

关键词：图像分割水平集几何活动轮廓模型距离保持算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：