改进测地活动轮廓模型的AOS实现

基于偏微分方程的图像处理技术由于能够获得连续单像素的边缘而受到重视,其中梯度向量场与气球力混合作用的改进GAC模型——GAC_GVF&B克服了传统GAC模型的缺点,能准确地收敛到多目标图像和形状复杂图像的目标边界。但该算法的运行时间较长,影响算法的实际应用。为此,利用半隐式方案的加性算子分裂(AOS)算法,适当增大时间步长,降低迭代次数,对GAC_GVF&B模型的计算进行加速,在保证算法分割准确性的同时提高算法的收敛速度。实验结果表明,采用半隐式方案的AOS算法具有较好的图像分割效果,可有效减少所需的迭代次数,降低迭代时间和CPU运行时间,提高运行速率。

基于AOS算法的彩色图像测地活动轮廓模型的改进与实现

测地活动轮廓模型作为一种图像分割方法,具有许多优点,但其数值实现较为复杂.本文首先讨论了测地活动轮廓模型及其AOS算法,其次将该算法应用于彩色图像的轮廓提取,并提出了一个改进的边界检测方法,最后给出了AOS算法的一个具体实现.实验结果表明,改进的边界检测方法与已有的方法相比,在效率上和效果上有较大提高,而结合AOS算法后,在算法效率上又有了进一步的提升.

基于尺度不变特征变换和SVM的人脸检测算法

模糊支持向量机的提出克服了过学习问题和减少了多类问题分类时存在的不可分区域,被成功地应用在分类检测问题中。在人脸的特征提取和检测实验中,使用变分的测地活动轮廓模型对人脸分割定位,通过尺度不变特征变换算法提取人脸图像的数字特征,然后用一种改进的紧密度模糊支持向量机进行人脸检测。改进的紧密度模糊支持向量机通过交叉确认来获取较好的隶属度函数的参数,提高了算法的执行效果。实验表明改进算法有较好的分类精度和鲁棒性。

基于统计特征的GAC模型SAR图像分割

提出了一种基于统计特征定义边缘检测算子的测地活动轮廓(GAC)模型,并用于SAR图像分割中。首先,根据图像上每个点四个不同方向邻域统计特征的异同,计算边缘检测算子,得到GAC模型的能量泛函。其次,最小化能量泛函,得到曲线演化偏微分方程,水平集方法数值求解,最终完成SAR图像的分割。实验表明,与传统依赖图像梯度定义检测算子的GAC方法相比,文中的方法完全适用于SAR图像分割,不需要噪声的预处理过程,拓展了GAC模型的应用范围,提高了目标的正确识别率。

实时三维超声心动图中二尖瓣的提取

二尖瓣的复杂结构和不规则运动特性使得自动提取非常困难,因而依据二尖瓣解剖形状的先验知识,采用人机交互方式构造符合二尖瓣生理形状的柱状区域,把该区域作为测地活动轮廓模型的区域约束项,在leve l set框架下对二尖瓣进行分割提取。该方法通过对大量三维超声瓣膜进行实验,取得了良好的分割效果,能够直接准确提取三维心脏二尖瓣。

基于自适应帧差和水平集的运动目标检测和分割

首先采用自适应帧差法对视频中运动目标进行检测,依据帧差面积的变化趋势选择采用2帧差法还是3帧差法来自动调节帧差面积,以防止检测目标的丢失;然后采用数学形态学方法对帧差图像进行后处理,根据帧差区域的质心移动推测运动目标的质心位置,同时将帧差区域拟合为与其具有相同标准2阶中心矩的椭圆,从而确定测地活动轮廓(GAC)模型的初始轮廓.水平集函数在归一化传导率非线性热方程的约束下,消除了耗时的重新初始化过程,减少了迭代次数和运行时间.实验结果表明了所提出算法的有效性.