基于变分水平集的目标轮廓分割方法

针对风洞试验摄影测量技术中标识点图像边缘模糊,难以快速、准确分割的难题,设计了一种基于变分水平集的目标轮廓自动分割方法。分割模型根据图像域内零交叉曲线两侧二阶微分值符号相反的特性,构造了新的曲线演化引导函数,位于标识点内部、外部,甚至与标志点轮廓相交叉的初始曲线,在该引导项的指引下均可自动收敛到标识点边界处。同时,模型中引入新的边界函数,解决了标识点弱边缘分割过程中演化曲线边界泄露的问题。在合成图像和实际风洞模型图像上的仿真实验结果表明了该方法的准确性与优越性。

基于后验概率与局部隶属度的活动轮廓模型图像分割方法

传统基于局部活动轮廓模型的图像分割方法在边界模糊、对比度低和亮度不均匀的图像中不能精准分割出感兴趣区域。针对该问题,提出基于后验概率和局部隶属度相结合的活动轮廓模型图像分割方法。该模型首先通过后验概率来构造活动轮廓模型的边界停止函数,因该边界停止函数值在图像边界处为0,故能精确区分边界;其次,应用局部隶属度函数代替活动轮廓模型数据项中的梯度函数,由于局部隶属度能增强图像对比度,故能精确分割包含低对比度区域的图像。将该模型应用于磨玻璃型肺结节数据库的肺结节分割中,实验结果显示,较基于局部隶属度的活动轮廓模型,该算法的阳性率平均上升了2.68%,相似度上升了2.63%,假阳性率下降了2.62%,误差率下降了0.02。

乳腺肿瘤超声图像的反应扩散水平集分割

针对乳腺肿瘤超声图像分割,提出一种改进的反应扩散(RD)水平集分割算法。先使用Gabor各向异性扩散模型进行滤波,由此构造边界停止函数;再将该函数融入RD水平集演化方程,以控制曲线的演化得到乳腺肿瘤的边界。采用该方法和传统RD方法对77例病人的111幅乳腺超声图像进行分割实验,分割准确率分别为98.5%和98.0%,真阳性率分别为88.2%和82.7%,与金标准之间的均方根误差分别为3.6和4.6像素。结果表明,该改进算法可获得更加准确的乳腺肿瘤分割结果。

基于几何活动轮廓模型的SAR图像海岸线检测

由于受自然条件的影响,从SAR图像中提取海岸线存在弱边界的问题.此外海岸线附近存在复杂的微地形,使得传统的目视解译和基于边缘信息的图像边缘检测方法在SAR图像中难以得到连续、完整的海岸线.针对上述问题,文中提出了一种基于几何活动轮廓模型的海陆分界线检测方法.该方法采用新的符号压力函数对几何活动轮廓模型进行改进,结合全局的区域光滑信息作为曲线演化的收敛条件,并将其用于SAR图像的海岸线检测.实验结果表明,文中方法具有迭代次数少、精确度高的特点.

基于动态梯度向量流的活动轮廓模型

针对传统活动轮廓模型不能准确有复杂边界的难题,提出一种基于动态梯度向量流的活动轮廓模型。首先通过边界指示函数对边缘梯度图进行处理,并扩散形成一个动态力场,然后通过边界停止函数控制轮廓曲线演化,避免出现早期收敛现象,使轮廓曲线向凹形边界收敛,最后进行了仿真测试实验。结果表明,相对于与其他模型,本文模型可以准确分割出长凹形边界,提高了对噪声的鲁棒性。

一种基于局部和全局拟合的混合多相水平集分割模型及算法

提出了一种混合多相分割主动轮廓模型,用于精确地分割灰度图像。针对图像去噪和细小边缘的模糊问题,提出多尺度信息增强和各向异性张量扩散结合的方法,并利用快速预分割获得初始轮廓线。在全局项中,用多种局部特征变量重构拉普拉斯能量拟合函数处理大的目标边缘;为了更好地分割拓扑结构复杂的区域,提出了一种分割深度可控的区域分割能量,并构造了计算局部自适应最佳分割阈值的深度系数。在局部项中,采用局部高斯分布拟合处理灰度不均匀区域。模型使用指数函数作为停止速度函数,并加入鲁棒性的曲线演化停止条件,提高了分割效率。新模型适用于分割灰度图中医学核磁共振图像和背景单一的自然图像,通过与最新的多相水平集模型和深度学习模型对照,结果显示新模型能更好地处理目标的拓扑结构,对边界的定位精确,分割精度更高。

一种全局隶属度和小波能量相结合的活动轮廓模型

计算机化X射线体层照相(computeried tomography,CT),图像中的磨玻璃型肺结节,由于其具有模糊的轮廓,且肺结节区域与其邻域的亮度值相差很小等特性,一般的图像分割算法很难对其进行精准地分割。针对该问题,提出一种全局隶属度和小波能量相结合的活动轮廓模型。首先,利用全局隶属度函数调整初始活动轮廓曲线,使之与目标边界的距离更接近,且形状更相似;同时,基于全局隶属度的边界停止函数能快速收敛于目标边界,使得预测曲线更加贴合待分割目标;其次,基于小波能量的局部活动轮廓模型数据项增强了目标与背景之间的对比度,进而能更精准地分割在低对比度和亮度非均匀场景中的目标轮廓。将该模型应用于全实质及部分实质磨玻璃型肺结节的CT图像中,实验证明了本文算法的优越性。