基于softmax回归与图割法的脑肿瘤分割算法

从医学图像中分割脑肿瘤区域可以为脑肿瘤的诊断以及放射治疗提供帮助.但肿瘤区域的变化异常且边界非常模糊,因此自动或半自动地分割脑肿瘤非常困难.针对这一问题,本文结合softmax回归和图割法提出一种脑肿瘤分割算法.首先融合多序列核磁共振图像(MRI)并标记训练样本,再用softmax回归训练模型参数并计算每个点属于各个类别的概率,最后将概率融入到图割法中,用最小切/最大流方法得到最终分割结果.实验表明提出的方法可以更好地得到脑肿瘤的边界,并能较准确地分割出脑肿瘤区域.

基于图割法的无人机正射影像拼接

无人机正射影像具备精确的几何定位和丰富的地物信息,在地理信息系统等领域发挥着重要作用,将像幅较小的单幅影像进行拼接是数据发布前必不可少的操作。目前拼接算法因没有考虑图像局部信息,不能较好的保证拼接后图像地物的完整性。针对上述问题,本文采用图论中的图模型优化问题,从亮度值、梯度值以及纹理复杂度三方面对有向边进行定权,采用图割法中最大流-最小割算法进行全局求解。实验表明该算法真实有效,且生成的拼接线可以较好的避免穿过房屋建筑,进而较好的保证了地物的完整性。

自由视点视频的虚拟图像合成

通过一种有效的基于深度图像描绘技术的虚拟图像合成方法评价一种快速深度图像估计算法.此快速算法采用区域匹配SSD算法得到初始视差,构造出图割算法的能量函数求深度图.仿真结果证明了快速算法能获得高质量的PSNR,可以合成较好的虚拟图.

一种基于SSD和图割的快速立体匹配算法

针对图割法的立体匹配算法耗时多的问题,提出了一种基于S S D和图割的快速立体匹配算法。为了缩小视差搜索范围,缩短匹配时间,先采用区域匹配S S D算法得到初始视差,然后再采用左右一致性校验法去除误匹配点,可以提高初始视差图的质量;在构造能量函数时,把初始视差图中的像素视差作为图割的能量函数的限制项,根据这些限制可以减少不必要的节点,从而减少了计算量,缩短匹配时间。通过实验证明了本文算法在保证匹配图像质量的情况下,能提高匹配效率,减少匹配时间。

基于稠密匹配的单目立体视图生成

双目立体视觉在小型化系统中的运用存在尺寸限制、分辨率下降等问题,文章尝试基于稠密匹配技术重建虚拟视图的方法解决单目情形下立体视图的获取问题。文章中用特征匹配信息求解出小幅视角差别和位移的序列图像间的空间信息,并以此对图像进行匹配前的矫正,将矫正后图像继承的匹配点作为种子点,通过图割法优化的区域扩展法得到稠密视差,根据双目视觉原理完成虚拟视角的重建。实验表明算法对实验场景中的复杂环境具有一定适应性,在初始位移已知的情况下,依据图像匹配信息得出实验场景预设位置具有较小影像畸形和缺失的虚拟相机图像。

球面透视投影的鱼眼镜头全景图拼接

现有鱼眼镜头生成全景图像方法中,对不同镜头采用相同的镜头参数,只优化方向变化,该条件并不能满足镜头参数不同的情况。为此,提出一种新的方法,即在匹配点优化镜头参数的过程中,对每个镜头使用独立参数,单独优化每个镜头的参数。再使用图割法计算相邻图像最佳拼接缝隙并使用多分辨率融合。实验结果表明,相比于统一参数的相机参数优化,独立参数更能精确地表示每个镜头的真实情况,并且获得更好的拼接结果。

基于SIFT特征关键点匹配的脑组织提取方法

脑组织提取是脑部磁共振图像处理的重要步骤之一。为稳定准确地提取脑组织,提出一种基于点阵SIFT(Scale Invariant Featun Transform)特征匹配的脑组织提取方法。该方法在采用BET方法对脑组织进行提取的过程中,不断提取轮廓点阵的SIFT特征,并提出基于距离约束投票的特征匹配方法,对目标图像当前脑组织轮廓和模板图像脑组织进行匹配,根据匹配结果重新定义BET脑组织提取参数再继续进行轮廓演化,从而得到稳定的脑组织轮廓。然后以该轮廓为初始值采用Graph cuts方法进行精提取,最终得到精确的脑组织边界。采用IBSR网站20套MRI图像序列与其他3种算法进行对比实验,得到最高的DICE精度(0.962±0.008)、Jaccard精度(0.926±0.014)和特异性(0.994±0.004)、最低的假阳性率(4.95%±2.74%)、较低的假阴性率(2.82%±2.0%)。精度最高表明该方法具有很好的提取精度,相应参数的标准差较小表明本方法有很好的稳定性,说明该算法是一种精确稳定的脑组织自动提取方法。

一种改进的快速立体匹配算法

提出了一种改进的快速立体匹配算法。对于双目视觉系统采集的2幅图像,首先采用区域匹配算法进行初始快速立体匹配,再采用左右一致性检验剔除误匹配点,得到立体匹配的初始视差图。然后将初始视差作为图割法构图的限制条件,对初始视差图进行二值分割。最后对分割获得的前景区域和背景区域施加不同的限制,并通过修正能量函数,使构图网络大大减小,从而进一步提高了匹配速度。试验结果表明,该算法既提高了立体匹配速度,又保证了匹配精度。

双目视觉中立体匹配算法的研究与比较

在基于双目立体视觉三维重建的研究中,立体匹配是其中最重要的部分,它的准确性影响着最后的重建结果。本文主要讲述了常用的立体匹配算法,并详细介绍了两种算法分类中的代表性算法的实现步骤,即局域算法中的基于特征点匹配的算法和全局算法中的基于图割法的匹配算法,并对算法从运算速度和误配率两方面进行了比较,总结了两种算法的优缺点,比较了两种匹配算法最终获取的视差图,以及已有的立体匹配算法所存在的问题和今后需要改进的方向。

双目立体视觉非接触式测量研究

为了实现距离和物体尺寸的非接触式测量,通过摄像机标定、图像的采集和预处理、立体校正、立体匹配、三维重建等关键技术,实现了物体点三维坐标的求解.采用图割法和块匹配2种算法分别进行立体匹配,建立了原图像与视差图之间的对应关系,实现了物体与相机距离测量,在此基础上实现了物体外观尺寸的测量.并对2种匹配算法的精度和速度进行了对比,实验结果表明:图割法测量结果更加精确,块匹配算法测量速度更快.

双目立体匹配算法的研究与实现

立体匹配是计算机立体视觉的研究核心.根据约束条件的不同,将立体匹配算法分为三类:全局立体匹配算法、半全局立体匹配算法和局部立体匹配算法.介绍了双目立体匹配的原理和立体匹配算法,深入研究了全局匹配算法中的GC算法、局部匹配算法中的BM算法和半全局匹配SGM算法.结合实验结果,分析了三种算法的匹配效果及匹配速度,并对各自优缺点进行了比较和总结.

机器视觉下的普通国省干线公路落物识别

普通国省干线公路运行过程中,受到客观因素与主观因素影响会存在各种落物,包括从车辆上掉落的轮胎、钢管、生活垃圾以及其他物品等。为了降低此类落物的影响,提高管理效率,需要增强对此类物质的识别。本文以此为出发点,概述了普通国省干线公路落物识别的重要性,剖析了普通国省干线公路落物识别技术流程,并以此为基础,分别从图割法、MOG2算法、YOLOv5+阈值法、KCF跟踪与识别四个方面,对其具体情况进行了讨论。

基于超像素的多主体图像交互分割

目的为解决多主体图像的交互分割问题,在保证分割效果的前提上,提高分割的效率,达到实时交互修改分割结果的目的,提出基于超像素的图像多主体交互分割算法。方法基于图像的超像素构造一个多层流网络,利用用户交互绘制的简单笔画给出多主体分割的指导信息。流网络的边权值保证利用图割算法将图像分割成多个部分后,每个部分代表图像的一个主体。允许用户交互给出标记,实时修改分割结果,直到得到满意的多主体分割。结果通过实验显示,本文方法能得到的满意多主体分割结果,而且时间效率较高。对分辨率为449×275的图像,算法能在1 s内给出结果,满足实时修改的要求。结论基于超像素建立的图规模较小,能大大减少图割算法的运行时间,达到用户实时交互添加新笔画信息,交互地修正分割结果的目的。利用超像素的边界信息,用户只需输入比较简单的笔画信息,分割算法就能得到正确的多主体分割结果。

异常宫颈细胞核的自适应局部分割

为实现宫颈液基细胞图像中异常细胞核的准确分割,提出一种新的自适应局部细胞核分割方法。在自适应阶段,采用一种利用灰度和纹理信息的快速自适应阈值算法大致检测出细胞核区域;在局部阶段,对每一个粗分割得到的连通区域,在其局部邻域内,使用一种利用边界和区域信息的、基于泊松概率分布的图割法修正分割结果。将此方法用于苏木素&伊红染色的宫颈液基细胞图像,结果显示,本文方法的平均计算时间为1.6 s/幅,且比2012年Li等人提出的宫颈细胞分割方法在细胞核检测率、和异常细胞核分割精度上均提高了19.7%。

基于马尔可夫随机场的植被环境中的障碍物识别

为了识别植被场景中的叶片和相邻障碍物,提出了一种三维激光雷达的目标检测算法。以雷达点云中的相邻点构建邻域特征,提取新的特征参数作为判别依据,采用期望最大算法求得混合高斯模型以表征特征参数的分布情况;最后,利用马尔可夫随机场建立先验模型,在最大后验概率框架下采用图割法进行求解,得到最优目标函数。该算法已成功应用于无人驾驶平台。研究结果表明,该算法能有效地识别叶片及其邻接障碍物,可以清楚地分辨障碍物边界。与传统算法相比,该算法具有更高的稳健性和准确率,且其实时性满足实际应用的需求。