基于snake算法的声呐图像轮廓提取方法

针对成像声呐的水下目标检测问题,提出一种改进的snake目标轮廓提取方法。该方法首先通过构建高斯模型对成像声呐进行目标检测,提高了目标检测能力。其次根据预设目标粗略区域,结合梯度矢量流(GVF)改进的snake算法,实现了目标轮廓的连续提取。仿真试验验证了所提方法的有效性。

遗传算法在Snake模型中的应用

文章针对Snake模型应用于图像边缘检测时对于噪音过于敏感的不足,提出了一种改进的方法。利用遗传算法的全局优化特性改进Snake模型局部优化的缺点,并取得了较好的效果。

基于Snake和外观模板的组合式图像对象分割

针对目前图像对象分割方法对图像的特征提取和抽象度不够,导致分割精度低的问题,提出了基于Snake模型和外观模板的组合式图像对象分割研究方法。该方法将改进的外观模板图像对象分割算法得到的分割结果经过预处理作为改进的Snake模型的图像分割算法的输入初始轮廓进行精确处理。该算法在提升对象分割精度的有效性上达到了96%以上。

一种基于遗传算法的双T-Snake模型图像分割方法

Snake的初衷是为了进行图像分割,但它对初始位置过于敏感,且不能处理拓扑结构改变的问题。初始位置的敏感性可以用遗传算法来克服,因为它是一种全局优化算法,且有良好的数值稳定性。为了更精确地进行图像分割,本文提出了一种基于遗传算法的双T-Snake模型图像分割方法,它将双T-Snake模型解作为遗传算法的搜索空间,这既继承了T-Snake模型的拓扑改变能力,又加快了遗传算法的收敛速度。由于它利用遗传算法的全局优化性能,克服了Snake轮廓局部极小化的缺陷,从而可得到对目标的更精确的分割。将其应用于左心室MRI图像的分割,取得了较好的效果。

基于snake模型的目标检测

研究了snake模型在目标检测中的应用.分析了传统目标分割方法的不足和snake模型在目标检测中的优势,即在目标检测中能充分利用已知的目标形状信息;研究了传统snake模型在用于目标检测时存在的难以收敛到凹陷区域的问题;提出了适合目标检测的新的snake算法.在新snake模型中,能量函数的外力项用傅里叶描述子来构成.实验结果表明新的snake模型能使轮廓收敛到凹陷区,可以实现目标的检测.这一结果丰富了目标检测的方法,拓宽了snake方法的应用范围.

Snake模型和遗传算法在特殊焊缝提取中的应用

针对CCD直接拍摄图像的弧焊机器人焊缝视觉检测问题,文中提出了一种精确提取带有较大的间断、尖锐的拐点、较多的干扰等特殊焊缝轨迹的算法.该算法先用小波变换进行焊缝边缘线的平滑,得到与最终焊缝距离很近的初始焊缝轨迹,再用基于Snake模型和遗传算法的进行特殊焊缝的精确匹配和提取.结果表明,该算法能进一步提高特殊焊缝轨迹识别的识别和检测精度,具有较强的适应性,也为弧焊机器人视觉检测的智能化的进一步提高提供一定的技术参考.

基于红外图像的GVF Snake轮廓提取算法的研究

针对红外图像目标具有边界模糊不清,区分效果较差的缺点,结合Ostu阈值法和梯度矢量流主动轮廓模型(GVF Snake),提出一种目标轮廓自动提取方法。采用Ostu法先对图像进行分割,然后将得到的边界作为Snake模型的初始边缘轮廓,利用GVF Snake特性将初始轮廓准确地收敛到目标边界。由于Ostu算法具有将目标物体从复杂背景中分割开来的优点,使得在应用GVF Snake模型对复杂图像进行分割时减少了人工的干预。实验证明:该方法运算速度快,能够快速地收敛到目标轮廓,并准确地跟踪目标,具有一定的抗噪能力。

基于改进的Snake模型的脑部MR图像分割方法

为实现对脑部磁共振图像的分割,提出了一种改进Snake模型的图像分割方法。通过引入轮廓中心的概念,在贪婪Snake模型的能量函数中增加距离势能作为外部约束能量,增大了外能的吸引范围,使分割结果不依赖于初始轮廓;对各能量项进行归一化操作,并以归一化扩散方程各分量的梯度矢量流代替MR图像的梯度,提高了模型处理弱边界和深度凹陷区域的能力;对各能量函数的离散化和参数的选择进行了阐述。实验结果表明,该算法是一种有效的分割脑部MR图像的方法。

基于改进Snake模型的肺部图像分割

肺实质分割是基于CT图像的计算机辅助检测技术必不可少的步骤。针对现有活动轮廓模型对初始位置敏感、深度凹陷区域分割不准确和抗噪性差等缺点,提出了一种基于改进Live-Wire算法确定Snake模型初始轮廓的交互式分割方法。该方法结合并改进Live-wire算法和一般的阈值法对图像进行预分割,将得到的边缘作为Snake模型的初始轮廓,通过Snakes模型演化得到肺实质轮廓结果。实验结果表明该方法能快速地对肺部图像进行分割,与传统方法相比具有人工交互次数减少、抗噪音性好、更具鲁棒性和效率性的优点。

一种新的图像力在Snake模型中的应用

针对Snake模型应用于图像边缘检测时对于噪音过于敏感的不足,提出了一种新的图像力。在新的图像力的作用下,Snake模型可以很好的减小噪音的干扰,使模型的分割性能更好。最后用遗传算法对分割结果进行优化,以得到最好的分割结果。

使用标识分水岭算法确定Snake模型的初始轮廓

Snake模型已被广泛地应用于医学图像的分析之中.在应用该模型时,如何选取合适的初始轮廓是一个难题,因为初始轮廓的选择对它的分割速度和分割效果都有着重大的影响.笔者提出了一种使用基于标识分水岭算法来确定Snake模型的初始轮廓的方法,该方法先设置两条初始曲线,再通过标识分水岭算法来确定之间的最大连续高度点作为初始轮廓线.实验结果证明,它在简化确定初始轮廓的操作的基础上还提高了算法的效率,易应用于临床的系统中.

一种基于遗传算法的FFT Snake模型图像分割方法

本文针对Snake模型用于轮廓跟踪时存在抗噪性能差、易于从弱边界溢出的不足,对其能量函数进行改进,提出一种新的FFT Snake模型。该模型较好地解决了以上问题,并将FFT Snake模型的解作为遗传算法的搜索空间,利用遗传算法的全局优化性能,有效地克服了Snake轮廓局部极小化的缺陷,从而可得到对目标更精确的分割。实验结果表明,该方法分割效果十分理想。

基于粒子群优化算法和改进的Snake模型的图像分割算法

基于活动轮廓(Snake)模型的目标轮廓提取是图像分割中一种重要的方法.为了克服传统Snake模型在图像分割中不能向凹处收敛和收敛不准确的缺点,提出了一种粒子群优化算法与改进的Snake模型相结合的图像分割算法.改进的Snake模型,即在传统的Snake模型的基础上增加了一个向心能量,增加此能量可以使初始化曲线向目标的凹处收敛.又由于粒子群优化算法具有获得全局最优的能力,可以使曲线能更准确地收敛到目标的边界.通过实验证明此方法可以取得很好的分割效果.

超声图像处理中Snake模型研究

Snake模型是一种基于高层信息的有效目标轮廓提取算法,其优点是作用过程及最后结果的目标轮廓是一条完整的曲线,从而引起广泛的关注。鉴于医学超声图像的信噪比较低,用经典的边缘提取算法无法得到较好的结果,因此人们将Snake模型进行了各种各样的改进,并且越来越多地将它运用到医学超声图像处理中来。本文对乳腺超声图像进行阈值分割、形态滤波等一系列预处理后,将改进的Snake模型对乳腺超声图像进行肿瘤的边缘提取,得到了比较好的结果。

基于Snake模型的低对比度噪声心脏MRI图像分割

提出了一种基于Snake模型的低对比度、噪声心脏MRI图像分割算法。Snake模型通过轮廓线的变形得到感兴趣区域(ROI)的边界,但其分割结果依赖于初始轮廓线的位置,且变形曲线容易收敛于局部梯度极大值区域或从弱边界处泄漏,对于深度凹陷的区域也难以分割。通过增加局部面积能量项,扩大了Snake模型寻找边界的范围;在模糊C均值集群分类的基础上,构造模糊能量项,能够较好地处理心脏MRI图像中的弱边界、局部梯度极大值区域、伪影等现象。分割实验证明了改进的模型能够有效地分割低对比度、噪声心脏MRI图像。

结合全局轮廓变形的改进Snake算法

为避免跟踪较大位移和变形对象时易陷入局部极小问题,提出了一种改进的主动轮廓模型Snake算法,并将其用于视频中变形运动对象的跟踪与提取.该文采用L*a*b*颜色空间的彩色梯度图和仿射变换的校正误差计算Snake的外部能量,增强了图像外部特征对Snake的作用.实验结果表明改进后的Snake算法大大提高了Snake跟踪的准确度,并能跟踪发生了较大位移和变形的视频运动对象.

基于优化Snake模型的变形物体碰撞检测算法研究

针对现有碰撞检测算法难以解决变形物体碰撞的实时性和逼真性问题,提出一种基于可变形物体的改进碰撞检测算法。该算法在K-dops(K-discrete orientation polytopes)包围盒基础上使用Snake模型应用于包围盒更新过程中,使用改进的Pso(Particle swarm optimization)算法对Snake模型进行边界优化。在优化过程中依据碰撞部位的内凹特性,在Snake模型控制点簇与中心点构成的多直线上,采用改进的粒子选取方式和多种群粒子优化算法思想构成多直线群体。实验结果表明,改进后的碰撞检测算法可以快速准确的模拟物体轮廓,简化了包围盒更新过程,提高了碰撞检测效率。

Water Balloons Snake模型的数字图像轮廓提取算法

为解决数字图像如左心室MRI图像存在着弱边缘、与周围组织之间的低对比度区域的特点,传统的Snake模型算法分割数字图像,出现变形曲线泄漏现象这一问题,提出一种改进的Balloons Snake模型—Water Balloons Snake图像分割算法。该算法利用数学形态学理论自动获取左心室数字MRI图像的重心以及边界形状变化允许空间,采用分水岭变换算法获取图像轮廓内壁分水岭线,并以此作为Snake数字模型的初始样条曲线进行进一步轮廓捕获。以小香猪左室加标记MRI数字医学图像作为应用研究对象,对比了几种模型的不同处理结果。实验表明WaterBalloons Snake模型算法比经典Snake模型或Balloons Snake模型算法能够更有效地处理变形曲线泄漏问题,并且具有较快的收敛速度。

一种新的GVF Snake模型自动初始化轮廓方法

Snake模型已被广泛地应用于数字图像分析和计算机视觉领域。在应用该模型时,初始轮廓不易实现自动化。因此,提出一种改进分水岭算法确定GVF Snake模型初始轮廓的方法。该方法先采用改进的分水岭算法对图像进行预分割,再将得到的边缘作为GVF Snake模型的初始边缘轮廓。实验结果证明:该方法极大地减少了GVF迭代次数,提高了轮廓收敛的速度,并保留了GVF Snake模型的所有优点,为Snake模型自动初始化轮廓提供了一种有效的方法。

融合GASA的Snake模型碰撞检测算法

针对现有碰撞检测算法难以解决变形体碰撞的实时性和逼真性问题,提出一种基于可变形物体的碰撞检测算法。利用Snake模型对FDH包围盒进行更新,由于传统Snake模型存在弱边缘易溢出的问题,结合模拟退火算法(GASA)的遗传思想对其进行优化。实验结果表明,优化后的碰撞检测算法可快速准确得到碰撞物体的最佳轮廓曲线,弥补了遗传算法和模拟退火算存在的过早收敛和低收敛速度的问题,加快了包围盒的更新速度,提高了碰撞检测效率和逼真程度。