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。

DTI脑连接组分析中分割模板的选择

由于脑网络性质会因网络构建方法不同(如脑区划分模板、弥散磁共振成像(magnetic resonance imaging,MRI)模型、纤维素追踪算法和网络加权方案等)而出现较大的差异,针对弥散张量成像(diffusion tensor imaging,DTI),基于临床研究中的典型设置,研究了不同分割模板对脑网络拓扑参数的影响.参与本研究的75例健康老年人均接受了相同的认知功能综合评估和同一3T磁共振采集系统的全脑扫描.结果显示全局拓扑属性对脑区划分的空间尺度非常敏感,而对脑区划分原则并不是特别敏感.脑网络的模块化结构相对较稳定,不易受到节点划分尺度和节点划分原则的影响.中等分辨率的模板在大脑老化分析中具有更高的敏感性,可能更适合于常规DTI脑网络分析.

基于Top-hat变换和角点检测的MRI脊椎分割算法

脊椎骨骼提取的精度直接影响到脊椎三维重建的效果。针对MR(Magnetic Resonance)脊椎图像成像不均匀的特点,提出一种利用Top-hat变换和角点检测结合的脊椎骨骼提取算法。首先利用Top-hat变换增强脊椎块与周围组织间的对比度,进而用大津法(OTSU)分割图像,获得脊柱的粗分割结果;然后使用改进的CSS(Curvature Scale Space)角点检测算法作用于粗分割图像,获取图像的有效角点;最后通过拟合角点,得到脊柱两侧的曲线,从而分割出脊柱区域。实验表明,该方法可以精确分割出脊椎部分,而且分割的结果可以应用于同一病人同序列的其他图像中,缩短了分割时间,具有较好的应用前景。

笔迹图像中的单个汉字字符分割

提出了一套完整的针对单字的笔迹图像分割算法,选用不同的笔迹样本作了验证实验,对实现单字分割做了全面的阐述论证。将模板分割算法中的行分割、字分割、单字图像库建立和基于模板匹配的分割算法结合在一起,提高了算法的运算速度和精确度。利用50幅笔迹样本进行测试,92%的单字分割样本可以作为单字模板,应用模板匹配分割算法92%的样本可以实现单字提取。

基于SVM和GMM的视频运动对象分割算法

针对传统的高斯混合模型分割方法易受复杂背景影响,且对前景对象的分割效果不理想的问题,提出了一种将高斯混合模型与支持向量机分类器相结合的算法。该算法首先将视频图像由高斯混合模型做初步二值化分割,同时将视频图像用训练后的支持向量机分类器进行像素分类,获取对应的前景块和背景块;然后,将支持向量机得到的分割模板和高斯混合模型分割的结果进行与运算,得到最终分割结果。实验结果表明,该算法显著减少了动态前景对象的分割错误,提高了分割质量。

基于模板的图割立体匹配算法

近年来,基于图像或视频的三维重建技术的研究和应用越来越受到人们的关注,尤其是基于图像的三维重建技术。立体匹配技术是三维重建中的关键环节。提出了一种全局立体匹配算法——基于模板的图割立体匹配算法(TGC),该算法包括三个步骤:参考图像的分割、视差平面估计、使用图割方法为视差平面分配标签。选取Middlebury测试集,将文中的算法与立体匹配领域中的经典算法在PBM值和运行效率上进行了对比和分析,取得了较好的效果。

多尺度分割对脑连接组分析的影响

脑连接组分析可以帮助我们认识、分析人类的大脑。为探究多尺度分割对脑连接组分析的影响,本文从3个尺度(32个节点,128个节点和512个节点)对脑网络中的特征进行分析,发现了稳定存在的小世界特征,以及一些网络特征的变化趋势。如最短路径长随节点个数的增加而增加,聚类系数随节点个数的增加而减少,节点度呈现先上升后下降的趋势。此外,我们发现多尺度分割对于网络的模块化结构影响不显著,但对于网络中的hub节点有一定的影响。

高血压对大脑年龄估值差的影响

高血压病人在未发生临床脑卒中之前,脑形态、功能以及脑网络已经产生了一定程度的损害,这些无症状的损害可引起认知能力的衰退。随着我国人口老龄化的加速,高血压患者的基数及其在人口中的比例也不断扩大,研究高血压(HTN)对人脑认知的影响是健康认知老化中的一个极其重要的问题。大脑年龄估值差(Brain AGE)被用于计算脑年龄与实际年龄的差别。118个对象(41个高血压患者)的磁共振图像首先通过图论分析,随后采用与年龄相关的脑网络拓扑特征来预测脑年龄。HTN的脑年龄比实际年龄高(4.1±3.1)岁,而健康对照组的脑年龄与实际年龄基本相符。Brain AGE可以作为一种临床生物标志物用来检测与HTN相关的脑异常老化模式。

基于机器视觉的麻将包装识别系统设计

针对麻将包装在实际产线上出现的麻将牌错位、缺失、牌面翻转等问题,基于机器视觉检测技术设计了一套以DM6437处理器为硬件平台的麻将包装识别处理系统;该系统的硬件部分由摄像头板、核心板和接口板3个模块组成,配合机械传动系统来进行识别前后麻将包装的传输;系统的软件部分采用平板Pad对麻将包装进行模板录入,并设计了一套适应于不同机箱内部环境变化的背景剔除方法来完成模板整体分割,以及通过中值计算实现单目标的分离,最后还提出了一种简单高效的混合搜索方式来进行基于SAD的模板匹配;测试结果表明,识别算法对于麻将间有缝隙、麻将整体倾斜、个别或整体麻将翻转、个别麻将位置错乱等问题均能准确判别,模板匹配算法稳定性和适应性较好,识别准确率达95%以上,能满足包装流水线上的缺陷检测。

基于水平梯度和形态学分析的车牌实时定位方法

车牌图像定位是车牌照识别系统的关键,该文提出了一种在高速公路复杂背景下的车牌定位与车牌字符分割方法。该方法利用水平相关特征、车牌区域的梯度形态特征和车牌配色特征进行车牌定位,并利用车牌的结构特征采用多尺度模板匹配方法切分车牌字符。实验表明该方法在复杂背景下具有较好的定位切分效果和较强的鲁棒性。

基于动态后验模拟的PET图象重建

正电子发射成像是一种有效的生理功能性成像手段 ,但是由于投影数据中噪声大而给重建带来困难 ,为此提出了利用其他高质量的解剖成像结果构造的分割模板先验来进行完全 Bayesian重建以提高重建效果 .分割模板先验可以表示为包含超验参数的 Markov场形式 ,但是它的非凸性和超验参数的存在使得无法用常规的方法得到最大后验估计 ,为此采用动态后验模拟算法计算后验平均估计 .基于满足条件分布的动态后验模拟法可以同时更新象素的密度和超验参数 ,并且容易得到重建的方差和置信区间 .将这种方法和似然估计、最大后验估计结果进行比较 ,重建的结果无论在空间分辨率和抑制噪声方面都有取得了好的效果 .