一种新的水平集停止项函数选取方法研究

现今的停止项采用的全局阈值法很难使经典水平集算法得到较准确的分割效果。为此,构建了一个新的停止项函数,该函数在梯度较小时为一个常数,超过某个阈值后为单调递减函数,直至到某个梯度时递减为零。这保证了采用该函数的水平集方法能够实现在同质区加速演化,在边缘区停止演化的目的。实验结果表明,采用新的停止项函数能够使水平集方法获得更好的分割结果。

一种基于改进高斯滤波器的水平集停止项函数

水平集算法为了克服噪声对其演化过程的影响,通常在速度停止项中使用高斯滤波器。但高斯滤波器在滤除噪声的同时也模糊了图像的边缘,而水平集是一种以边缘力为演化动力的算法,因此以模糊图像的边缘力为演化动力通常使传统水平集算法产生错误的分割结果。为此,对水平集函数的速度停止项进行了改进。首先,改进后的速度停止项函数使用一种新的高斯滤波器,该滤波器通过在x和y方向上选用不同的高斯尺度,从而使滤波器在去噪时较好地保留图像边缘等重要信息。接着,对新高斯滤波器长轴和短轴的尺度估计方法进行了研究。最后,再将本文的速度停止项带入到水平集演化方程中,对图像进行演化运算。实验结果表明,采用此方法能够使水平集方法获取更好的分割结果。

水平集方法中速度停止项的改进(英文)

针对传统水平集算法只对含有加性噪声的图像有较好处理结果的缺点,对水平集函数的速度停止项进行了改进。首先,改进后的速度停止项可以通过自适应滤波来消除乘性噪声对水平集函数演化的影响;其次,提出了一种估计图像平滑区域的方法,以使水平集可以更准确的分割出图像中的目标;最后,再将该速度停止项带入到水平集演化方程中,对图像进行演化运算。实验结果表明,该方法能够在抑制乘性噪声的同时较好的对图像进行分割。

水平集方法中速度停止项函数的改进

对速度停止项函数的研究发现,现今的速度停止项采用的单一全局阈值法很难使经典水平集算法得到较准确的分割效果。为此,提出了一种新的速度停止项函数,该函数通过引入变阈值较好的区分了图像的边缘区与同质区,以使采用该速度停止项函数的水平集方程实现在同质区加速演化,在边缘区停止演化的目的。实验结果表明,采用速度停止项函数能够使水平集方法获取更好的分割结果。

基于小波变换的多尺度水平集算法研究

针对传统水平集算法在处理低对比度图像时,出现的在局部梯度极大值区域及虚假边缘处停止演化等问题,提出了一种基于小波变换的多尺度水平集算法.采用高斯函数的导函数作为小波函数,使用独立强度传播模型来估计小波函数每一点尺度因子的值,再将沿x,y两个方向小波变换模的递减函数作为水平集速度停止项,对待处理图像进行水平集演化运算.实验结果表明,该方法优于传统水平集变换法.

基于自适应滤波器的水平集算法

针对传统水平集无法正确分割含乘性噪声图像的缺点,提出了一种基于自适应滤波器的水平集算法。该算法首先将自适应滤波器引入到速度停止项中,以消除乘性噪声对水平集演化的影响;其次,通过估算图像同质区域的相对方差值,达到区分边缘区与同质区以及保持边缘的目的;最后,将该速度停止项带入到水平集演化方程中,对图像进行演化运算。实验结果表明,该方法能够在抑制乘性噪声的同时较好地对图像进行分割。

基于贝塞尔滤波改进的测地活动轮廓图像分割模型

活动轮廓模型广泛应用于图像分割和目标轮廓提取,基于边缘的测地活动轮廓(GAC)模型在提取边缘明显的物体时得到广泛的应用,但GAC演化过程中,迭代次数较多,耗时较长。针对这一问题,结合贝塞尔滤波理论,对GAC模型改进。首先,利用贝塞尔滤波对图像进行平滑处理,降低噪声;其次,基于贝塞尔滤波的边缘检测函数,构建新的边缘停止项,且并入到GAC模型中;最后,在构造的模型中同时加入反应扩散(RD)项以避免水平集重新初始化。实验结果表明,与多个基于边缘的模型相比,所提模型在保证分割结果精确度的同时,提高了时间效率,更适用于实际应用。

基于梯度矢量流的水平集算法

针对传统水平集分割图像会出现演化曲线停止于梯度的局部极大值或孤立的边缘处的缺点,对速度停止项进行了改进。该方法将梯度阈值和梯度矢量流引入速度停止项中,利用梯度阈值来使边缘得到更好的保持;利用梯度矢量流来代替梯度场以扩大边界梯度场吸引曲线的范围,避免出现演化曲线停止于梯度的局部极大值或孤立的边缘处的现象。实验结果表明该方法优于传统水平集方法。

基于梯度矢量流的水平集算法研究

针对传统水平集分割图像时,经常会出现演化曲线停止于梯度的局部极大值或孤立的边缘处的缺点,对速度停止项进行了改进。该方法将梯度阈值和梯度矢量流引入速度停止项中,利用梯度阈值来使边缘得到更好的保持;利用梯度矢量流来代替梯度场以扩大边界梯度场吸引曲线的范围,避免出现演化曲线停止于梯度的局部极大值或孤立的边缘处的现象.实验结果表明该方法优于传统水平集方法.