检索结果-内蒙古大学图书馆

中国图象图形学报 2017年第2期22卷 212-224页

作者：韩斌吴一全宋昱南京航空航天大学电子信息工程学院南京211106 长江水利委员会长江科学院武汉市智慧流域工程技术研究中心武汉430010 黄河水利委员会黄河水利科学研究院水利部黄河泥沙重点实验室郑州450003 南京水利科学研究院港口航道泥沙工程交通行业重点实验室南京210024 哈尔滨工业大学城市水资源与水环境国家重点实验室哈尔滨150090

目的河流遥感图像是背景复杂的非匀质图像,利用传统的活动轮廓模型进行分割往往不够准确。针对这一问题,提出了基于区域信息融合的混合活动轮廓模型来分割河流遥感图像。方法该混合模型将Chan-Vese(CV)模型和基于交叉熵的活动轮廓模型... 详细信息

目的河流遥感图像是背景复杂的非匀质图像,利用传统的活动轮廓模型进行分割往往不够准确。针对这一问题,提出了基于区域信息融合的混合活动轮廓模型来分割河流遥感图像。方法该混合模型将Chan-Vese(CV)模型和基于交叉熵的活动轮廓模型的外部能量约束项相结合,并赋予归一化调节比例系数。通过计算轮廓曲线内外区域像素灰度的方差和交叉熵,指导曲线逼近目标边缘。为了加速混合模型的演化,引入曲线内外区域像素灰度的类内绝对差,取代原有的内外区域能量权值,以提高混合模型的分割效率。结果大量实验结果表明,相较于CV模型、测地线模型、基于交叉熵的活动轮廓模型、CV模型和测地线模型的混合模型以及局部全局灰度拟合能量模型(LGIF),本文混合模型分割河流遥感图像的灵敏度和上述方法都接近于100%,准确率大幅提升,在90%以上,虚警率则下降了约50%,且所需迭代次数和运行时间更少。结论本文提出的混合模型主要适用于具有一定对比度的河流遥感图像,在分割性能和分割效率两个方面,都有明显的优势。

关键词：河流遥感图像图像分割区域信息融合混合活动轮廓模型类内绝对差自适应权值

来源：评论

学校读者我要写书评

暂无评论

基于混合活动轮廓模型的河流遥感图像分割

引用

移动信息 2021年第3期 178-182页

作者：郭宝军高贝贝崔金龙张亚娟项璟张汝峰沧州交通学院河北黄骅061100

河流信息提取在水资源调查与勘探、河道整治、防洪等领域中起着至关重要的作用。文章针对单一主动轮廓模型分割河流图像时存在精确度低、灵活性差等问题,提出了一种新的图像分割模型。该模型能量泛函由Sinc 核函数定义的局部强度拟合项... 详细信息

河流信息提取在水资源调查与勘探、河道整治、防洪等领域中起着至关重要的作用。文章针对单一主动轮廓模型分割河流图像时存在精确度低、灵活性差等问题,提出了一种新的图像分割模型。该模型能量泛函由Sinc 核函数定义的局部强度拟合项和由交叉熵定义的全局强度拟合项组成,通过将 Sinc 核函数代替 RSF 模型中的高斯核函数,大大增强了抑制噪声的能力,提高了图像的对比度;通过引入长度正则项,增强了图像的平滑性;而全局拟合项由 CEACM 模型中交叉熵定义,克服局部强度拟合项产生的局部最小问题;通过引入能量惩罚项,克服了引入正则项时增加了计算的复杂度的问题,极大地提高了图像分割精度和分割效率。实验结果表明,该算法能更准确地对河流遥感图像进行分割。

关键词：图像分割混合活动轮廓模型 Sinc核函数交叉熵

来源：评论

学校读者我要写书评

暂无评论

基于自适应分割与偏移场估计的活动轮廓模型

引用

系统工程与电子技术 2018年第5期40卷 1148-1154页

作者：蔡青刘慧英孙景峰周三平李靖西北工业大学自动化学院陕西西安710072 西安交通大学人工智能与机器人研究所陕西西安710049 西北工业大学机电学院陕西西安710072

针对传统活动轮廓模型无法快速、准确、强鲁棒性地分割灰度不均匀图像的问题,提出了偏移场估计与图像分割相结合的新型混合活动轮廓模型。首先,通过对图像进行模糊聚类分析,提出带有模糊隶属度函数的新型偏移场估计模型,提高了模型对图... 详细信息

针对传统活动轮廓模型无法快速、准确、强鲁棒性地分割灰度不均匀图像的问题,提出了偏移场估计与图像分割相结合的新型混合活动轮廓模型。首先,通过对图像进行模糊聚类分析,提出带有模糊隶属度函数的新型偏移场估计模型,提高了模型对图像灰度信息的估计与提取能力。其次,利用图像信息熵构造了自适应尺度算子(adaptive scaling operator,ASO),改善了模型的分割效率及对初始轮廓和噪声的鲁棒性。最后,通过将偏移场估计模型和ASO融入到能量泛函中,提出新型混合活动轮廓模型。实验结果表明,该模型不但对初始轮廓和不同种类噪声具有较强的鲁棒性,而且对不同程度的灰度不均匀图像具有较高的分割准确度与分割效率。

关键词：混合活动轮廓模型灰度不均匀图像分割偏移场估计模型自适应尺度算子图像熵

来源：评论

学校读者我要写书评

暂无评论

基于活动轮廓模型的图像分割算法综述

引用

中国生物医学工程学报 2015年第4期34卷 445-454页

作者：段丁娜张欢邱陈辉夏顺仁浙江大学生物医学工程教育部重点实验室杭州310027 浙江省心脑血管检测技术与药效评价重点实验室杭州310027

活动轮廓模型是一种重要的图像分割技术,它利用底层信息,并结合高层先验知识,实现对复杂目标轮廓的自动分割。自Kass等提出该思想以来的20多年中,活动轮廓模型在理论研究和应用方面均取得长足发展。首先,介绍活动轮廓模型的发展历程,重... 详细信息

活动轮廓模型是一种重要的图像分割技术,它利用底层信息,并结合高层先验知识,实现对复杂目标轮廓的自动分割。自Kass等提出该思想以来的20多年中,活动轮廓模型在理论研究和应用方面均取得长足发展。首先,介绍活动轮廓模型的发展历程,重点阐述并分析典型的参数活动轮廓模型和几何活动轮廓模型,进而扼要介绍混合活动轮廓模型和快速求解算法;随后,从理论基础、分割效果、算法效率以及应用等方面,比较两类模型之间的区别与联系;最后,对活动轮廓模型未来的发展趋势进行展望。

关键词：活动轮廓模型图像分割参数活动轮廓模型几何活动轮廓模混合活动轮廓模型

来源：评论

学校读者我要写书评

暂无评论

基于活动轮廓模型的图像分割算法研究

基于活动轮廓模型的图像分割算法研究

引用

作者：王海瑞长春工业大学

学位级别：硕士

图像分割技术是计算机视觉领域的核心任务之一,它通过从复杂背景中分离出感兴趣的目标区域,为各种应用场景提供了关键信息。这项技术在医疗影像分析、卫星定位、自动导航、工业检测、运动分析以及国防安全等多个领域都有着广泛的应用。... 详细信息

图像分割技术是计算机视觉领域的核心任务之一,它通过从复杂背景中分离出感兴趣的目标区域,为各种应用场景提供了关键信息。这项技术在医疗影像分析、卫星定位、自动导航、工业检测、运动分析以及国防安全等多个领域都有着广泛的应用。本研究聚焦于活动轮廓模型,这是一种基于严密数学理论的图像分割方法,将图像分割任务转化为求解泛函极值问题。特别是水平集方法的引进,它通过新的曲线表示技术,极大地推动了活动轮廓模型的发展。尽管如此,当前基于水平集的活动轮廓模型在实际应用中还面临着对初始轮廓位置的高敏感性、对复杂图像易陷入局部极小值、以及计算过程缓慢等挑战。为了克服这些难题,本文在综合现有研究基础上,提出了两种活动轮廓模型,模型的分割结果表现较好。 (1)本文提出了一种结合全局显著性特征信息和局部拟合的自适应权重活动轮廓模型,并通过正则化项增强模型的平滑性和自适应性,从而无需重置即可精确地识别目标边缘。本模型首先将图像的显著性信息作为关键信息融入全局拟合项中,同时借鉴局部二值拟合(Local Binary Fitting,LBF)模型,进一步改进了局部拟合策略。全局拟合项能够避免曲线演化陷入局部最优,局部拟合项可以更好地分割灰度不均匀图像并且提高模型对噪声的鲁棒性,最后进一步引入了自适应权重机制,智能地平衡了全局和局部能量项的贡献,从而在保证全局信息导向的同时,也不失对局部细节的敏感性。正则化项在此模型中起到了关键作用,不仅为曲线的平滑演化提供了保障,也确保在分割过程中目标边缘的连续性和准确性。 (2)本文提出了一种基于全局拟合和局部自适应相似因子的混合活动轮廓模型,该模型结合了全局和局部图像特征以提高分割精度,首先计算整个目标和背景区域内的像素灰度值的全局平均值,将其用作区域内强度特征的代表,这有助于捕捉图像的宏观特征。引入局部相似因子提高模型对噪声的鲁棒性,同时设计一个基于图像熵的自适应尺度映射函数,该函数可以根据图像强度不均匀程度来自适应的调整局部窗口的尺寸大小,可以在细节丰富或强度变化显著的区域分配更小的窗口,以保留更多的细节。此外,为了增强模型的平滑性,本文优化了正则化项中的长度项。使轮廓在迭代过程中变得更加光滑,同时避免了不必要的凹凸,从而提高了分割的整体质量。在本研究中,对提出的这两种分割方法在自然图像、医学图像以及合成图像上进行了大量的实验,并且采用多项评价指标进行详细的比较分析,通过与多种现有方法的对比实验,结果显示本文所提方法表现较好,验证了本文提出的方法不仅具备出色的泛化能力和鲁棒性,而且在大多数的评价指标得分都优于其他方法,充分说明了所提的两种方法在图像分割任务中有着较好的性能。

关键词：图像分割水平集混合活动轮廓模型显著性特征自适应权重

来源：评论

学校读者我要写书评

暂无评论

基于活动轮廓模型的SAR图像海岸线检测

引用

科技创新与应用 2024年第28期14卷 1-7页

作者：邓竣天王小龙中国科学院空天信息创新研究院北京100094 中国科学院大学电子电气与通信工程学院北京100094

SAR图像岸线检测是SAR近岸海洋目标检测的一项重要环节。该文提出一种SAR图像海岸线检测方式,该方法基于自适应混合活动轮廓模型,旨在对灰度不均匀SAR图像的海岸线进行检测。首先对SAR图像进行显著性检测的预处理,然后将预处理后的结果... 详细信息

SAR图像岸线检测是SAR近岸海洋目标检测的一项重要环节。该文提出一种SAR图像海岸线检测方式,该方法基于自适应混合活动轮廓模型,旨在对灰度不均匀SAR图像的海岸线进行检测。首先对SAR图像进行显著性检测的预处理,然后将预处理后的结果代入混合活动轮廓模型中进行检测。该文采用改良后的CV模型和LIF模型并以其各自的自适应参数为基础进行融合,从而增强整个模型的识别性能。从SAR图象试验的结果来看,这种方式相较于传统的CV模型技术,对灰度分布不均一的SAR图像具有更强的适用性和计算速度上的优化。

关键词：合成孔径雷达(SAR) CV模型显著性检测混合活动轮廓模型识别性能

来源：评论

学校读者我要写书评

暂无评论

图像分割算法研究及其应用 ——基于变分偏微分方程的图像分割算法

图像分割算法研究及其应用 ——基于变分偏微分方程的图像分割算法

引用

作者：林喜兰江南大学

学位级别：硕士

图像分割是图像处理和计算机视觉领域中必不可少的一部分。到目前为止,有很多种图像分割方法,活动轮廓模型是其中一种流行和研究较多的方法,并且应用广泛。活动轮廓模型的基本思想是对分割目标构造约束函数,通过曲线演化理论来实现分割... 详细信息

图像分割是图像处理和计算机视觉领域中必不可少的一部分。到目前为止,有很多种图像分割方法,活动轮廓模型是其中一种流行和研究较多的方法,并且应用广泛。活动轮廓模型的基本思想是对分割目标构造约束函数,通过曲线演化理论来实现分割过程。根据约束条件的性质,活动轮廓模型方法基本可以分为两类:基于边缘的、基于区域的活动轮廓模型。基于边缘的活动轮廓模型,比如最初的Snake活动轮廓模型以及在此基础上的一些改进模型。但是这类方法对噪声敏感并且很难检测出弱边缘。当初始化轮廓距离目标边界太远时,很难使用基于边缘的模型找到目标边界。基于区域的活动轮廓模型使用区域信息来定义曲线的能量泛函从而驱动曲线演化。其中,最经典的是由Chan和Vese提出的没有边缘的基于区域的活动轮廓模型,它综合考虑了曲线内部和外部的信息,并且基本上克服了基于边缘活动轮廓模型的缺点,可以得到把含有噪声图像和基于边缘图像的分割结果。基于变分偏微分方程的活动轮廓模型在图像分割过程中遇到的最大的问题是计算量较大且收敛速度慢。因此,本文在前人基于活动轮廓模型研究的基础上,提出了新的活动轮廓模型的改进算法,具体如下:1.提出一种新的基于区域混合模型的非凸正则化活动轮廓模型。该模型构造了一个新的能量泛函,该能量泛函综合考虑了图像局部聚类性质的局部二值模型和测地线模型,增加非凸正则化项,加快了轮廓曲线的收敛速度,并且可以很好地保持区域形状并能防止边缘过平滑,然后通过经典的有限差分法求得能量泛函的极小值。最后,在合成图像和医学图像上做了仿真实验。实验结果表明,提出算法可以更快的达到收敛,分割准确度比较高、并且鲁棒性更好。2.提出一种新的局部信息熵的混合测地区域活动轮廓模型。该模型构造一个新的能量泛函,在泛函中引入柔化核函数作为窗口核函数,同时构造一个新的符号压力函数来代替测地线边缘检测函数,并以局部信息熵作为图像拟合能量项的权重,通过非凸正则化项来约束水平集函数。由此得到的算法不仅能加快轮廓曲线的收敛速度,而且可以处理那些由于光照或其他外界因素的变化而产生的灰度不均匀或者模糊的图像,提高分割的精确性。最后,将所提出算法在合成图像和真实图像上做了仿真实验,实验结果表明,所提出的算法不仅收敛速度快,而且具有较高的分割准确度,同时对初始化轮廓曲线的位置不敏感,具有很好的鲁棒性。最后,对论文工作做了总结,并提出了本文所研究类型算法在以后可以继续研究的几个方向。

关键词：图像分割基于边缘的活动轮廓模型基于区域的活动轮廓模型混合活动轮廓模型局部信息熵

来源：评论

学校读者我要写书评

暂无评论

基于活动感兴趣区域的脑组织自动提取方法

基于活动感兴趣区域的脑组织自动提取方法

引用

作者：朱燕平南昌航空大学

学位级别：硕士

脑组织自动提取是脑内部分析预处理中的一个重要步骤。随后的分析如脑组织分割、脑容量大小和脑萎缩程度测量，都很大程度上受到脑组织提取量结果的影响。按人工参与程度，目前脑组织提取可分为人工、半自动和自动三种方法。由于人工方... 详细信息

脑组织自动提取是脑内部分析预处理中的一个重要步骤。随后的分析如脑组织分割、脑容量大小和脑萎缩程度测量，都很大程度上受到脑组织提取量结果的影响。按人工参与程度，目前脑组织提取可分为人工、半自动和自动三种方法。由于人工方法对操作人员要求过高，且耗时严重，所以具有较高准确性并且耗时较少的自动方法获得了研究人员极大的关注，近些年取得了很大的进步。本文提出一种基于活动感兴趣区域(ActiveRegionofInterested,AROI)的脑组织自动提取算法。本文首先介绍了脑组织自动提取研究背景和意义、国内外研究现状，脑组织自动提取算法中的BET（BrainExtractionTool）和其改进算法原理，提出了三种轮廓线演化的自动结束准则，并用实验对所提出准则效果进行分析与总结。之后介绍了基于边缘信息的GAC（geodesicactivecontour）模型和基于区域信息的CV模型原理以及一种结合了边缘与区域信息的混合活动轮廓模型。本文提出了基于活动感兴趣的脑组织自动提取算法。该方法首先对MRI图像使用BET改进算法进行轮廓演化，该算法能快速自动收敛到脑组织粗轮廓，然后再对此轮廓进行进行数学形态学膨胀处理，得到初始感兴趣区域。然后在初始感兴趣区域中使用一种混合轮廓模型改进方法进行处理，得到新的轮廓线再进行膨胀处理得到新的区域，由此我们即是在活动的（持续更新的）感兴趣区域中进行混合轮廓模型的演化，直到混合模型收敛，处理结束。最后获得较精确脑组织轮廓。

关键词：脑组织提取混合活动轮廓模型 BET改进算法活动感兴趣区域

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：