检索结果-内蒙古大学图书馆

作者：王诗言浙江大学

学位级别：博士

运动分割与运动估计是图像处理和计算机视觉的两个基础问题,有着广阔的应用前景。本论文研究了基于2D/3D视频的运动分析,提供一种结合活动轮廓演变和运动参数估计的变分模型,致力于求解摄像机运动、多目标等复杂环境中的运动分割和运动... 详细信息

运动分割与运动估计是图像处理和计算机视觉的两个基础问题,有着广阔的应用前景。本论文研究了基于2D/3D视频的运动分析,提供一种结合活动轮廓演变和运动参数估计的变分模型,致力于求解摄像机运动、多目标等复杂环境中的运动分割和运动估计等问题的鲁棒性解。全文的主要工作和创新性概括如下： ●针对2D/3D视频的运动分析,提出了一种在多目标、摄像机运动等复杂情况下能够同时进行运动分割和运动估计的统一框架。首先,通过统一框架将分割与估计融合在同一能量函数中,因此该模型能够同时进行分割曲面的演化和运动参数的估计。由于目标函数建立在时空域上,运动目标的边界在时空域的轨迹就形成一个曲面,可以同时实现运动目标的跟踪。另外,将运动目标分割和运动参数的估算结合在一起,能有效的利用空间和时域信息,可以更好施加三维运动约束。其次,该方法允许摄像机运动,且能够在不需要任何摄像机运动先验信息的前提下对前景进行自动分割。最后,本文方法对目标数目没有限制,也就是说任何和背景运动不一致的目标都可以被检测。 ●针对基于水平集方法的时空域分割模型在求解过程中存在的计算效率较低,对初始化位置敏感等问题,我们提出了一种基于全变分的新模型,并给出了基于活动轮廓的时空域运动分割模型与基于全变分的分割模型之间的密切关系。通过凸化方法将原能量泛函转变为对分割变量凸的目标函数,该模型破除了非凸的“诅咒”,由于目标函数对分割变量是凸的,所以分割的结果不再依赖初始化条件,当其它变量固定时,任何优化方法都能够保证对分割变量的全局最优解。同时,由于该模型是一个连续性的模型,因此相比于离散算法如Graph-Cuts,拥有更加快速和精确的解。 ●凸化后的时空域分割模型的求解难点在于全变分项的非线性和不可微性,导致能量泛函的最小化过程在数值求解时存在一定的瓶颈。针对全变分模型的传统求解方法中的缺点和不足,我们提出了两种快速有效的算法——原始-对偶算法和Split-Bregman算法。 ●针对运动分割和稠密3D表达,提出了一种新的基于单目图像序列的运动分割和稠密3D表达的凸模型。首先,寻找运动参数与深度的约束关系,利用Bayes建模得到能量泛函;其次,由于基于活动轮廓的模型本身的非凸性,使得能量泛函最小化过程中存在着陷入局部最小值的可能,所以采用凸松弛方法对能量泛函进行凸化;最后,能量泛函的最小化过程利用多变量交替迭代的方式,在变量初始化以后,分别进行运动参数的估计、深度的估计和曲面的演化。

关键词：运动分割运动估计活动轮廓模型全变分凸优化水平集原始-对偶算法 Split-Bregman算法

来源：评论

学校读者我要写书评

暂无评论

活动轮廓模型及其在医学图像分割中的应用研究

活动轮廓模型及其在医学图像分割中的应用研究

引用

作者：冷崇钦重庆大学

学位级别：硕士

医学图像分割技术是医学图像处理和分析领域的基础技术之一,是近年来备受研究人员关注的热点问题。医学图像分割的目的是把图像中具有特殊含义的不同区域分割出来,并使分割结果尽可能的接近解剖结构,从而为临床诊断和病理学研究提供可... 详细信息

医学图像分割技术是医学图像处理和分析领域的基础技术之一,是近年来备受研究人员关注的热点问题。医学图像分割的目的是把图像中具有特殊含义的不同区域分割出来,并使分割结果尽可能的接近解剖结构,从而为临床诊断和病理学研究提供可靠的依据。因此对医学图像分割技术的研究具有重要的学术意义和应用价值。本文在回顾国内外医学图像分割技术相关文献的基础上,根据医学图像自身的特点和应用需求,分析了基于活动轮廓模型(active contour model)的医学图像分割方法,结合形状统计,提出了一种形状统计活动轮廓模型的分割方法,较好的解决了对受噪声干扰、对象残缺等图片的分割问题。论文的主要工作包括: (1)分析了活动轮廓模型的两种典型分割方法:参数活动轮廓模型和测地活动轮廓模型,并通过实验对其分割性能行了定性分析。 (2)在测地活动轮廓模型的框架下,本文提出一种形状统计的活动轮廓模型,并将其应用于残缺肺区的分割。该方法在测地活动轮廓模型中加入了形状统计的先验知识能量项,以此指导、约束活动轮廓模型轮廓的演化过程。实验表明,该方法对受噪声影响、对象残缺等图片的具有良好的分割效果,但计算量大,初始轮廓对分割结果存在影响。 (3)针对从胸部CT图片中分割肺区的具体应用,本文提出了一种常规区域生长分割和轮廓修补相结合的肺区半自动分割方法。对于肺区正常无病变缺损的CT图片采用区域生长进行分割,并利用CT图像序列间的连续性特点自动选择种子区域;对于边缘残缺的肺区,首先采用滚球法进行修补;如果滚球法修补结果仍有缺损,则说明缺损较大,采用本文提出的基于形状统计的活动轮廓分割方法进行修补。 (4)根据本文提出的方法,实现了肺区半自动分割系统。论文对上述方法进行了实验验证,实验结果表明:本文所提出的方法是有效的,在一定程度上解决了肺结节计算机辅助诊断中肺区分割的问题。

关键词：医学图像分割活动轮廓模型形状统计肺区修补

来源：评论

学校读者我要写书评

暂无评论

活动轮廓模型及在人脸部轮廓检测中的应用

活动轮廓模型及在人脸部轮廓检测中的应用

引用

作者：王蓉太原科技大学

学位级别：硕士

近些年来,计算机图像的检测和分割在图像处理中起着越来越重要的作用。由于物体形状的多样性以及图像质量的不同,传统的图像检测和分割方法,如边缘检测、阈值方法等,用来提取轮廓边界时可能完全失效,有时必须在分割结果中去除无效的对... 详细信息

近些年来,计算机图像的检测和分割在图像处理中起着越来越重要的作用。由于物体形状的多样性以及图像质量的不同,传统的图像检测和分割方法,如边缘检测、阈值方法等,用来提取轮廓边界时可能完全失效,有时必须在分割结果中去除无效的对象边界。活动轮廓模型是利用能量最小化函数在复杂图象中寻找目标边缘的一种新方法,在国内外都受到了广泛关注。本文对活动轮廓模型进行了详细的研究,并将研究结果应用于人脸的轮廓检测,为一下步人脸识别奠定了基础。本文首先介绍了在计算机中图像预处理和边缘检测常用的一些方法,比较了这些算法的优缺点。然后后引入了活动轮廓模型,并深入研究了活动轮廓模型进行边缘检测的原理,给出了它的物理解释和实现方法。在基于活动轮廓模型的图像边缘检测中,搜索范围小和深度凹陷区域的分割是难点,为此本文对活动轮廓模型不同的外力场进行了研究,并对它们的轮廓收敛性能进行了分析,在此基础上提出了一个新的改进模型;它先采用距离snake使初始轮廓逼近目标物体边缘,然后结合NGVF使收敛进入目标物体的凹陷部分,最后应用有限差分实现了改进模型的数值计算;实验表明该模型具有较大的捕获区且能快速收敛到物体边缘的凹陷部分,提取出感兴趣目标的轮廓。接下来针对梯度矢量流活动轮廓模型同样存在着滤除噪声和准确定位的矛盾,提出利用三次B样条小波与GVF活动轮廓模型进行融合,得到一种去噪功能好的多尺度活动轮廓方法。它先在大尺度下对图像进行滤波,用GVF Snake搜索到一个抗噪性能好定位不太准的目标轮廓;然后逐步减少尺度,并在前一次的基础上进行GVFSnake搜索,最后得到搜索轮廓。文章最后用改进的模型检测出人脸和嘴唇的轮廓,它异于传统的检测方法,具有去噪功能好、边缘轮廓线连续的特点。全文的实验在MATLAB的环境下实现,得到了各种不同的边缘提取的效果。实验结果表明,本文算法在目标轮廓连续边缘检测过程中,不仅降低了对初始位置的敏感性,还提高了搜索效率,并且对真实图象的边缘提取也有较好的效果。

关键词：图像检测活动轮廓模型梯度矢量流(GVF) B样条小波多尺度分析

来源：评论

学校读者我要写书评

暂无评论

基于变分方法的图像分割和图像恢复研究

基于变分方法的图像分割和图像恢复研究

引用

作者：马丽艳北京交通大学

学位级别：博士

人们对图像是很熟悉的,图像可由光学仪器观测客观世界得到,或者是人类视觉系统得到的客观景物在人心目中的影像。人们常说：一图值干字,可见图像中包含了它所要表达地事物的大量信息。随着计算机技术的发展,数字图像技术在科研、工业、... 详细信息

人们对图像是很熟悉的,图像可由光学仪器观测客观世界得到,或者是人类视觉系统得到的客观景物在人心目中的影像。人们常说：一图值干字,可见图像中包含了它所要表达地事物的大量信息。随着计算机技术的发展,数字图像技术在科研、工业、医疗、教育、娱乐和通信等方面有着广泛的应用。因此,对图像技术的研究具有重要的意义。本文主要是研究基于变分方法的图像分割和图像恢复。图像分割是将图像划分为一些有意义区域,是后续的目标识别和图像理解的基础。而在图像的采集过程中,由于成像仪器的精度有限和采集过程并不完美,这使得采集到的是原图的退化图像,而图像恢复是从退化的图像中恢复出原图。我们可以看到,图像分割和图像恢复都可以看作是图像估计的过程,即对待处理的图像估计出分割的特征图或者估计出原图。本文在分析了现有算法的优缺点之后,试图得到更好的图像分割和图像恢复的算法。本文取得的主要研究成果如下： (1)基于变分方法的图像分割一般是指活动轮廓模型。通过研究现有的分割灰度不一致图像的算法,我们发现,现有绝大部分算法均属于非凸模型,因此,不易得到模型的全局解,并且算法易陷入局部极小点。虽然求解基于局部灰度均值的全局活动轮廓模型可以得到快速算法,但是局部均值并不能很好地提取图像中的信息,导致算法在很多时候不能正确地分割图像。因此,我们假设局部窗口中的像素点的灰度值服从高斯分布,从而基于二阶统计信息来建立一个凸模型,并利用优化算法进行求解。我们的算法可以找到模型的全局解,且计算效率较高。实验结果显示了我们的算法的优越性。并且由于二阶统计信息可以提取部分纹理信息,此算法可以用来分割纹理图像。 (2)考虑到二阶统计信息不能充分地提取图像中的纹理信息,我们提出了一个基于局部图像特征直方图的全局活动轮廓模型。为了更好地描述纹理图像,我们利用一个半局部区域描述子来提取图像纹理特征。此外,对于图像区域,像素点的灰度值也是很重要的特征。因此,我们利用这两个特征作为纹理图像的特征,利用特征的直方图来描述图像区域。由于cross-bin的直方图距离要比bin-to-bin的距离更符合人类的感知,我们采用cross-bin的Quadratic-Chi距离来有效地计算直方图之间的距离,接着将这些信息嵌入到一个全局活动轮廓模型中。由于模型是凸的,我们采用有效的优化算法来求解,从而得到了一个纹理分割算法。 (3)对于基于变分的图像恢复模型,我们首先研究了其中的一个TV字典模型。该模型将TV正则化项作为目标函数,利用基于小波包分解的约束项来限制解空间。由于小波具有多尺度分解的能力,这个模型可以比经典的ROF模型更有助于恢复图像中的纹理。但此模型不易求解。在此基础上,Lintner等利用Uzawa方法进行求解,得到了LM算法。LM算法的最大缺点是算法不够稳定。为了解决这个问题,我们从统计的角度出发,在模型中添加了一项保真项,分别从时域和频域对解空间进行约束,从而得到了一个性质更好的凸模型,并且我们证明了模型的解的存在性。在求解这个模型的过程中,我们分两种情况讨论：一种是直接求解带约束的模型,但是这个算法只在图像去噪时可以有效地计算；另外一种是利用拉格朗日乘子法将约束模型转换为无约束的模型,再进行有效地求解,这个算法的应用范围更广。在实验中,我们在图像去噪、图像去模糊和图像修补的应用中验证了算法的有效性。最后为了进一步提高我们模型的性能,我们利用基于图像块的非局部TV正则化项代替TV正则化项,得到了更好的恢复图像。 (4)我们提出基于字典学习的稀疏表示的脉冲噪声背景下的图像去模糊模型。由于基于图像块的处理方式在图像去模糊问题中有时会导致图像失真,我们在模型中结合了基于像素点的TV正则化项,来局部平滑图像。考虑到脉冲噪声的特性(部分像素不含噪声),我们采用两阶段方法来恢复图像：第一个阶段中检测噪声点,第二个阶段中令模型的保真项中只利用不含噪声的点的信息,从而得到了一个算法。然而,这个算法只在椒盐噪声的情况下有效。由于随机值噪声不易检测,算法效果不佳。因此,我们将噪声点检测融入到图像恢复过程中,得到了另外一个适用于随机值噪声背景下的图像去模糊算法。实验验证了算法的有效性。 (5)在实际图像采集中,会存在各种各样的噪声。为处理泊松噪声背景下的图像去模糊问题,我们将上面的脉冲噪声背景下的图像去模糊模型的思想应用到泊松噪声背景下,从而得到了一个适用于泊松噪声背景下的图像去模糊算法。并且由于当乘性噪声服从伽玛分布时,泊松噪声背景下的图像恢复模型同样适用于乘性噪声。因此我们将提出的算法用于处理乘性噪声背景下的图像去模糊问题。实验表明我们的算法可以得到更好的恢复图像。

关键词：变分方法图像分割图像恢复图像去模糊活动轮廓模型 TV正则化项小波包分解字典学习稀疏表示非高斯噪声

来源：评论

学校读者我要写书评

暂无评论

图像分割的偏微分方程模型研究

图像分割的偏微分方程模型研究

引用

作者：温文媖重庆大学

学位级别：博士

图像分割是从图像处理到图像分析的一个关键技术。图像分割是指把图像区域分成各具特性的区域，并提取出感兴趣目标的过程。近年来，偏微分方程的分割方法得到了国内外学者的广泛关注。它的基本思想是直接或间接设计一个偏微分方程（组... 详细信息

图像分割是从图像处理到图像分析的一个关键技术。图像分割是指把图像区域分成各具特性的区域，并提取出感兴趣目标的过程。近年来，偏微分方程的分割方法得到了国内外学者的广泛关注。它的基本思想是直接或间接设计一个偏微分方程（组），曲线、曲面或图像在这样的方程（带初始条件和边界条件）控制下进行演化，所得到的偏微分方程数值解就是我们希望处理的结果。\n 本学位论文主要工作是针对偏微分方程图像分割所面临的实际问题，如演化速度、轮廓初始化、对强噪声的鲁棒性等问题，提出新的图像分割偏微分方程模型并数值实现。本人所做的主要工作如下：\n 1.结合p(x)-范数，对著名的Chan-Vese模型提出一种改进方案，增强了原模型对轮廓初始化和强噪声的鲁棒性，扩展了模型的应用范围。\n 针对著名的Chan-Vese模型存在的缺点，如不能很好处理低对比度和边缘模糊的图像，对初始位置和噪声的鲁棒性不强，提出基于p(x)-范数的活动轮廓模型，该模型的外能量项是通过可变p(x)-范数去拟合图像信息，使得水平集函数能够根据图像信息运动。实验表明，该模型能快速有效分割具有低对比度和模糊边缘的图像，对轮廓初始化和强噪声有较强的鲁棒性。\n 2.基于曲线演化和水平集方法，提出了一个新的偏微分方程模型\n 现有基于曲线演化和水平集方法的偏微分方程模型（如著名的测地活动轮廓模型）都是设计零水平集（轮廓）的演化速度，这就导致需要人工定义合适的初始轮廓。本文提出的偏微分方程模型，主要是设计驱动水平集函数演化的外力项，初始水平集函数无需借助轮廓来定义，而是可定义为任意有界函数（如常值函数），从而避免了轮廓初始化产生的一系列问题。实验表明，该模型可分割多种类型的图像（尤其是具有强噪声和模糊边界的图像），具有很好的应用前景。\n 3.提出一个基于局部和全局信息的活动轮廓模型\n 灰度不均在真实图像中是广泛存在的，特别是在医学图像中，如 X-射线图、MR图像、CT图像等。如何有效地对这类图像进行分割，一直是偏微分方程图像分割领域的一个热门课题。目前已有大量水平集分割模型被提出，但这些模型或多或少存在对轮廓的初始化问题。结合Chan-Vese模型的全局特性和LIF模型的局部优点，本文提出了自适应活动轮廓模型。实验表明，该模型既能有效地处理灰度不均图像，同时避免了轮廓的初始化问题。

关键词：图像分割偏微分方程活动轮廓模型鲁棒性曲线演化水平集方法

来源：评论

学校读者我要写书评

暂无评论

3D/4D MR图像的脑组织及多发性硬化损伤区域的分割方法

3D/4D MR图像的脑组织及多发性硬化损伤区域的分割方法

引用

作者：詹天明南京理工大学

学位级别：博士

核磁共振成像技术因其非介入性、非损伤性以及很少受目标运动影响等特点,已受到医学影像医生以及研究人员的广泛关注,是临床研究和病理分析的重要技术手段。脑核磁共振图像分割可以为研究脑组织以及病变结构提供有效地形状和统计信息,... 详细信息

核磁共振成像技术因其非介入性、非损伤性以及很少受目标运动影响等特点,已受到医学影像医生以及研究人员的广泛关注,是临床研究和病理分析的重要技术手段。脑核磁共振图像分割可以为研究脑组织以及病变结构提供有效地形状和统计信息,不但为脑疾病的量化诊断提供帮助,而且利用纵向神经影像(即4D神经影像)可以动态量化分析脑组织动态变化以及病灶的病变过程,为脑部疾病预测、病灶变化研究、治疗和恢复效果判断等具有重要意义。由于借助专家的手工和交互式分割费时、昂贵和受到主观因素的影响,自动分割和定量分析方法成为核磁共振图像处理的关键。然而脑核磁共振图像受噪声、偏移场以及部分容积效应的影响,传统的分割方法的精度不高,限制了其实际应用。而针对4D脑图像分割,使用3D的分割方法分别对4D数据中每个时间点的图像单独分割,没有充分利用4D脑图像在时间维统计相关性,有必要研究时间信息先验驱动的快速精准分割算法。针对上述关键学术问题,本文以脑萎缩和多发性硬化损伤的核磁共振图像分析为应用背景,以3D和4D脑核磁共振图像的脑组织和多发性硬化损伤区域的自动分割方法为研究主线,所取得的研究成果为： (1)为了克服脑核磁共振图像中的灰度分布不均匀性,提出基于互信息的脑核磁共振图像分割与偏移场矫正模型及快速算法。通过定义基于互信息的脑组织隶属度表征度量,将偏移场建模为一组多项式基函数的线性组合,并将其融入高斯概率密度函数,提出基于互信息的脑核磁共振图像的分割与偏移场矫正的变分模型。论文给出了利用分裂Bregman算法快速求解隶属度函数的快速分割与偏移场矫正算法。实验表明该方法可以准确高效地得到脑白质,灰质以及脑脊液,优于目前比较流行的几种脑组织分割与偏移场矫正的方法。 (2)由于成像时间、成像设备以及成像参数不同,以及脑组织在时间上的变化,使得4D脑组织的分割非常困难。利用时空信息构造各向异性的时空约束项,结合带偏移场信息的构造数据拟合项,提出了一种时空信息驱动的4D脑组织分割最优化模型及其数值求解算法。该模型综合了每个时间点的灰度信息、空间以及时间的变化信息,可以非常鲁棒的分割4D脑组织,较好的体现每个时间点的图像个性以及脑组织缓慢变化的共性特征。在仿真数据以及OASIS的真实数据上的验证表明本文方法可以提供符合脑组织缓慢变化特性的4D脑组织的分割结果。 (3)由于核磁共振图像中多发性硬化损伤的形状可变、位置各异、亮度和纹理表现各异,核磁共振图像灰度分布不均匀、部分容积效应、头骨剥离等系列因素,使得多发性硬化损伤区域的分割具有极大的挑战性。基于多模态影像之间的信息融合提高脑图像组织与病变结构分割精度是一条有效途径。在不同模态(T1,T2和FLAIR)影像中,多发性硬化损伤的表现形式具有明显的差异(在FLAIR序列中多发性硬化损伤区域呈现高亮度,在T2序列中多发性硬化损伤区域的灰度与脑脊液的灰度相近,而在T1序列中其灰度与灰质的灰度相近)。本文在FLAIR和T1序列图像基础上,提出一种多模态信息融合的多发性硬化损伤区域的水平集分割方法。该方法首先利用异常值检测以及水平集方法在FLAIR序列中检测出高亮度区域的边缘,再用T1序列图像提供的空间位置信息去除假阳性结果。在公开数据集以及临床数据集上的测试结果表明本文方法可以较好地检测出多发性硬化损伤区域的边界,且能保证非常稳定的分割正确率。 (4)进一步跟踪不同患者多发性硬化损伤区域在不同时期的演变,结合患者的纵向数据(longitudinal data)进行4D核磁共振图像的分割和变化检测定量分析成为新的研究课题。本文利用3D脑多发性硬化损伤区域的分割方法提取出各个时间点的多发性硬化损伤区域作为后续分割的初始值,根据各个时间点的图像的灰度差异构造先验,提出了带时间维信息约束的4D脑数据分割的水平集方法。最后对两个时间点的分割结果进行比较分析从而检测出活动区域,以及测量出变化的体积。实验结果表明该方法可以有效地分割纵向多发性硬化区域,为体积测量以及活动区域检测提供了有效的保障。

关键词：脑核磁共振图像时间序列活动轮廓模型水平集方法多发性硬化损伤区域

来源：评论

学校读者我要写书评

暂无评论

基于改进的活动轮廓模型在图像分割中的应用

引用

微计算机信息 2008年第1期24卷 274-275,314页

作者：王爽段红黄友锐安徽理工大学电气工程系安徽淮南232001

活动轮廓模型在图像分割过程中有广泛应用。本文首先介绍了活动轮廓模型, 并指出了该模型的缺陷, 在此基础上本文提出了一种改进的方法, 与现在流行的改进方法不同之处为它是基于算法来改进的。它用遗传算法来优化初始轮廓, 取得了较好... 详细信息

活动轮廓模型在图像分割过程中有广泛应用。本文首先介绍了活动轮廓模型, 并指出了该模型的缺陷, 在此基础上本文提出了一种改进的方法, 与现在流行的改进方法不同之处为它是基于算法来改进的。它用遗传算法来优化初始轮廓, 取得了较好的分割效果。

关键词：遗传算法活动轮廓模型图像分割

来源：评论

学校读者我要写书评

暂无评论

张量在图像分割中的研究与应用

张量在图像分割中的研究与应用

引用

作者：张萍东北大学

学位级别：博士

随着信息采集技术的迅速提高,计算机视觉领域涉及到大量分布于流形上的数据集,基于张量及张量子空间技术的图像特征同各种分割算法相结合,进一步提高图像分割的精度和速度。对于后续的对图像目标分析与理解有着重要意义。本文在归纳和... 详细信息

随着信息采集技术的迅速提高,计算机视觉领域涉及到大量分布于流形上的数据集,基于张量及张量子空间技术的图像特征同各种分割算法相结合,进一步提高图像分割的精度和速度。对于后续的对图像目标分析与理解有着重要意义。本文在归纳和总结传统图像分割方法的基础上对其进行了改进,具体工作如下：首先,针对CV模型无法分割灰度不均匀图像以及LBF模型和LDGF模型对初始轮廓位置敏感的缺陷,定义了结合局部信息与区域信息的能量函数,建立一种新的活动轮廓模型。在求取能量泛函最小值的迭代过程中,为了避免过多和无用的迭代,本文根据轮廓曲线在到达目标边界时,曲线长度变化很小定义了新的终止规则。其次,活动轮廓模型在曲线演化过程中为了避免出现大的震荡,只能选取较小的时间步长,为解决这一问题,把Split Bregman引入到水平集的迭代运算中,增大时间步长,提高分割速度。发挥了Split Bregman迭代算法无论时间步长多大,都能保证计算过程的稳定性的特点。由于活动轮廓模型的建模基础是局部或区域灰度均值,所以在对纹理图像分割时效果不好,本文把灰度信息融入图像特征张量,将带有灰度信息的张量特征向量化后代入能量函数,通过求取能量泛函的最小值得到梯度下降流,实现对纹理图像的分割。针对图像的弱边界问题,本文在图像的预处理阶段增强图像的弱边界信息：即利用Kmean聚类算法把图像特征张量分成两类：一类为结构特征明显区域；另一类为低对比度且结构特征较弱的区域。对结构信息较弱的一类特征做张量主成分分析(TPCA),将TPCA处理过的特征与另一类特征融合,再初始化轮廓曲线。达到对弱边界图像准确分割的目的。除此之外,本文还提出了一种基于混合差分和声搜索算法的半监督模糊聚类算法。法修正了和声搜索算法的即兴创作,引入差分算法的变异,交叉和选择操作,提高算法的优化性能；提出了一种新的目标评价函数,有效地对初始聚类中心进行了优化；引用一种新的距离求解方式,提高聚类的效果。通过标准的测试函数验证本文算法的有效性,将其应用于各种基于张量特征的图像分割试验中,结果证明,基于混合差分和声搜索算法的半监督模糊聚类算法,在标记点很少的情况下,对含噪声图像和无噪声图像都具有良好的分割精度,受噪声影响小,运算速度快,具有很好的鲁棒性。本文还实现基于张量朝向信息的滤波策略,利用张量场局部朝向信息控制滤波器的形状及滤波器朝向,选择尽量少的滤波器,最大限度的保留原图像中的边缘,角点和线条的结构信息,达到最佳的滤波效果,降低了计算的复杂度。同时,将二阶张量和三阶张量分别应用到二维和三维噪声图像的去噪实验中。均表现出良好的滤波效果。将异性结构张量引入Live wire算法的代价函数中,增加代价函数中的局部邻域信息,改进了局部代价函数,在对Live wire算法的最短路径搜索中,采用改进的差分进化和声搜索算法计算种子点与目标点之间最短路径,提高了搜索的速度和精度。

关键词：图像分割张量 Split Bregman 模糊聚类活动轮廓模型水平集 livewire

来源：评论

学校读者我要写书评

暂无评论

面向肺疾病检测的胸腔CT影像分割研究

面向肺疾病检测的胸腔CT影像分割研究

引用

作者：赖均电子科技大学

学位级别：博士

肺癌是当今世界人数死亡最多的癌症，在早期对它进行检测、诊断和治疗是提高肺癌患者生存率的重要手段。肺癌的早期征状是以小肺结节的形态出现，故对肺结节的及早检出与及时治疗对挽救肺癌患者生命具有重要意义。随着医学CT(Computed T... 详细信息

肺癌是当今世界人数死亡最多的癌症，在早期对它进行检测、诊断和治疗是提高肺癌患者生存率的重要手段。肺癌的早期征状是以小肺结节的形态出现，故对肺结节的及早检出与及时治疗对挽救肺癌患者生命具有重要意义。随着医学CT(Computed Tomography))技术的进步，医学CT检查获得影像数据的大量增加，其能提供更多器官、组织信息的同时，也给医生带来了极大的读片工作负担。为提高医生的工作效率、减轻工作强度和克服读片中人为因素的影响以及提高对肺疾病的检出率，急需研究对胸腔CT影像中各种肺疾病进行自动检测的方法。而研究这样的方法，其首要的任务就是对胸腔CT影像中肺各组织进行正确的分割。由此，本文以胸腔CT影像为研究对象，以肺疾病自动检测为目的，通过结合人体的肺解剖结构、CT成像机理等知识，对肺的各组织、病变的分割方法展开研究。研究大致内容如下：从胸腔CT影像正确分割肺是进行肺疾病自动检测的重要步骤与首要任务，由此研究了一种结合同态学处理和CT阈值分割相结合的肺野分割算法。它在肺解剖知识模型的引导下，能够对有叶裂的肺野、分割粘连的肺野和有纵隔边缘凹陷的肺野均能进行正确处理和分割。针对有高密度近胸膜肺结节肺野，研究了一种基于先验形状约束的活动轮廓模型的肺野分割的方法。首先它对已分割的肺野形状进行分类，并对这些形状进行分类学习获得其PCA(Principal ComponentAnalysis)形状模式向量；然后通过该先验向量模式与活动轮廓相结合的模型迭代拟合来完成对肺野的分割。研究表明采用该方法对较规范的有边缘高密度病变的肺野分割是完全可行的。为更好地解决有高密度近胸膜肺结节肺野的分割问题，本文进一步研究利用相邻肺野的形状相似特征来正确分割该类肺野的方法。首先对胸腔CT影像中的肺野形状形成的相似流形和对肺野PCA流形进行了研究。然后研究通过肺野流形上点所表达的肺野关系采用流形插值重构肺野形状，再进行变形配准来减小误差的肺野分割方法。研究结果表明它是一种可行的分割方法，同时从分割结果的准确性和敏感性、特异性结果可看出它能分割除肺尖和肺底外有边缘病变肺野的正确区域。对平扫CT、低剂量CT存在着的大量噪声的影像,开展了通过组合滤波、医学影像增强、分割和分数阶微分增强能力等方面的研究，最后研究出了先用分数阶微分算子对肺影像增强,再用局部最优阈值进行血管分割的肺血管分割方法。研究表明该方法可有效地提取血管网络并得到丰富的血管细节，对比传统肺血管分割方法可知它有更为准确的肺血管分割能力。针对成像、重建噪声和部分容积效应的影响以及肺结节病变导致的胸腔CT影像中组织与肺结节病灶之间存在的边界模糊情况，研究了一种结合四邻域连接权的脉冲耦合神经网络结合先验形状能量函数的主动轮廓分割候选肺内结节和近胸膜肺结节的方法。研究表明它是一种切实可行且行之有效的候选肺结节分割方法。在本文的最后部分，阐述了用胸腔CT影像对肺疾病进行检测的发展趋势，以及下一步将要开展的研究工作。然后对论文研究工作的主要内容、创新点进行了总结并对未来的研究工作做了进一步的展望。

关键词：同态学处理肺野分割分数阶微分增强肺结节活动轮廓模型

来源：评论

学校读者我要写书评

暂无评论

活动轮廓模型综述

引用

信息技术与信息化 2008年第5期 44-47页

作者：董吉文杨海英济南大学信息科学与工程学院山东济南250022

基于活动轮廓模型的目标分割、物体跟踪方法是近十几年来图像和视频领域研究的热点,它可以将待处理问题的先验知识与各种图像处理算法有效地融合在一起,比以往的计算机视觉理论有更强的实用性。本文结合图像分割方法从指导思想和所用的... 详细信息

基于活动轮廓模型的目标分割、物体跟踪方法是近十几年来图像和视频领域研究的热点,它可以将待处理问题的先验知识与各种图像处理算法有效地融合在一起,比以往的计算机视觉理论有更强的实用性。本文结合图像分割方法从指导思想和所用的数学方法两方面对活动轮廓模型特别是几何活动轮廓模型中基于水平集方法的C-V方法做了一定综述。

关键词：活动轮廓模型图像分割水平集 C-V方法

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：