基于全局主动轮廓模型的图像分割研究

基于区域信息的Mumford-shah分割模型中,由于图像对象灰度分布的不一致性,分割曲线易陷入局部最小值,不能获得完整边界分割。提出了一个全新的主动轮廓模型,基于局部区域信息创建能量驱动曲线演化,通过竞争关系约束曲线的演化范围,确保模型能收敛于全局静态最小值。实验结果表明,分割模型可以同时分割多个灰度分布不均匀的对象,对噪声具有较好的鲁棒性。

基于整形特征的目标显著性检测算法研究

针对传统目标显著性检测算法存在显著区域弱化、最显著的中心点被抑制、背景差对比度低等问题,提出一种新的整形目标显著性检测算法。算法首先利用灰度不一致算子作为局部处理手段,刻画图像局部纹理的非均匀性,使得最显著的中心点亮度提高;其次,利用改进的FT算法,建立一种新的全局量化方法,使得显著区域增强;再次,为了滤除孤立显著区的影响,算法提出一种空间权重表达法,对所提显著图进行线性处理,提高整体显著区与背景间的对比差。最后的仿真实验中,与FT、Itti等6种典型的目标显著性检测算法相比,该算法不仅具有更好的识别准确性和稳定性,而且所提算法的精确率和召回率等客观指标也具有较强的优势,从而表明该算法是切实可行的。

基于偏振成像的方位测量误差建模与分析

为了提升偏振成像定向传感器的测角精度,建立了基于斯托克斯矢量的偏振方位测量误差传播模型。对该模型受到的主点偏移、镜头畸变、CMOS平面倾斜等误差因素进行研究。根据斯托克斯矢量偏振测量原理推导出天空偏振方位角解算方法。将主点偏移、镜头畸变、CMOS平面倾斜、灰度响应不一致等因素对方位测量的影响进行讨论,利用蒙特卡洛方法进行偏振成像方位测量误差分析,通过仿真和天空偏振成像实验分析所建模型的正确性。实验结果表明:CMOS灰度响应不一致对方位测量误差的影响最大,当灰度响应不一致在(-6,+6)pixel时,测量误差在0.11°内,角度均值整体有0.12°偏移;在主点偏移(-1.5,+1.5)pixel,镜头畸变(-1,+1)pixel,CMOS平面倾斜(-0.5°,+0.5°),CMOS灰度响应不一致(-6,+6)pixel的共同影响下,太阳子午线的方位测量误差为0.236 3°(σ)。该误差传播模型能够反映误差源定量影响方位测量精度,为偏振成像定向传感器的优化设计提供依据和参考。

图像分割中局部能量驱动的快速主动轮廓模型

为了解决图像对象灰度分布不一致性的分割难题,提高图像分割速度,提出了一个全新的快速主动轮廓模型。它由曲线周围局部的统计信息驱动曲线发生形变演化,并使用图像中的边缘信息来引导曲线的演化方向。模型中,根据区域模板与演化曲线共同定义的局部统计信息创建数据拟合项,并应用水平集方法求解曲线的演化。对合成图像和医学图像的实验结果表明,本文提出的分割模型可以同时分割多个灰度不一致的对象,分割速度快,结果稳定,对噪声具有很好的鲁棒性。