基于弱膜模型的自适应立体脑图像分割方法

提出一种自动分割单通道磁共振脑图像的新方法,这种方法建立在弱膜模型的基础上。此处的弱膜模型使用了两个空间上交织的马尔可夫随机场先验模型,其中之一对亮度测度建模以实现分段光滑性约束,另一个对非连续性建模以控制相邻体素间的交互作用。依据这一模型,该方法使用贝叶斯理论和领域约束获得了区域和边界的最大后验概率估计。这种方法具有如下属性1大脑图像被准确地分割成白质、灰质和脑脊髓;2对噪声和亮度不一致性具有较强的鲁棒性。

基于GMM和MRF的自适应阴影检测

运动目标阴影在很大程度上会影响运动目标跟踪、行为识别的正确性和有效性.为此,文中提出了一种基于混合高斯模型和马尔科夫随机场的自适应阴影检测方法.该方法首先对混合高斯模型进行改进,使其可以自适应调整参数学习率以消除浅阴影;然后采用马尔科夫随机场综合邻域的空间依赖性信息进行精确的阴影检测.为了提高基于马尔科夫随机场的阴影检测的精度与效率,采用信息容量进行颜色特征选择,并利用基于自适应阈值的初始阴影检测结果来设定马尔科夫随机场的初始参数.实验结果表明,利用文中提出的方法检测阴影,能有效地解决阴影检测的误分类问题,提高阴影检测的准确度.

一种自适应立体脑图像分割方法

提出一种自动分割单通道磁共振脑图像的新方法．这种方法建立在耦合的马尔科夫模型的基础上。耦合马尔科夫模型使用了两个空间上交织的马尔可夫随机场先验模型．其一对亮度测度建模以实现分段光滑性约束,另一个对非连续性建模以控制相邻体素间的交互作用。依据这一模型,该方法使用贝叶斯理论和领域约束获得了区域和边界的量大后验概率估计。这种方法具有如下属性:①大脑图像被准确地分割成白质、灰质和脑脊髓:②对噪声和亮度不一致性具有较强的鲁棒性。

面向微光/红外融合彩色夜视的场景解析方法

彩色夜视技术可以将微光/红外双谱图像融合成一幅适于人眼观察的彩色图像,而恰当的场景解析方法能够对彩色夜视图像的内容做出自动化分析,进一步减轻人眼的观测负担。针对彩色夜视场景丰富多变、对算法灵活性要求高的特点,提出了一种可在线扩展的场景解析方法。该方法基于非参数模型,预测景物类别时不需要训练过程,只需要使用数据库中具有语义标记的样本图像,通过将待解析图像与样本图像进行全局及局部匹配来实现语义标签的传递。而且,数据库可以根据应用场景的不同随时进行动态扩充。实验结果表明:该方法在包含城市、乡野等多种场景的夜视图像上,以及由统计色彩映射、TNO、NRL等多种融合方法得到的、具有不同色彩表征的彩色夜视图像上都具有令人满意的准确率。

改进的PMD距离图像超分辨率重建算法

PMD(photonic mixer device)相机是一款基于TOF(time-of-flight)技术的3维成像系统,在获得2维灰度图像的基础上,能够同时捕捉距离图像和幅度图像。但它的主要缺点是分辨率低,并存在较大的随机噪声。针对此问题,结合PMD相机幅度信息和双边滤波器的特点,提出一种改进的非连续自适应马尔科夫随机场(DAMRF)模型的超分辨率重建方法,该模型引入调制信号幅度A的平方作为可信度,将其作为权值对传统DAMRF模型中能量函数的距离项进行自适应加权,从而增加距离图像每个像素点在平滑过程中的权值。该方法不仅提高了距离图像的空间分辨率,又能有效地对距离图像进行滤波去噪,同时也增强了距离图像的边缘信息,较好地保持了图像边缘的连续性。实验结果表明,该方法的重建结果优于传统DAMRF模型的超分辨率方法,获得重建图像的信噪比(SNR)和均方根误差(RMSE)都有较好的改善,重建图像的视觉效果也得到一定的提高。

含水体的合成孔径雷达图像配准

水体是合成孔径雷达(SAR)图像解译的一类重要内容。针对含水体的SAR图像的成像特点,给出了一种基于轮廓的配准方法。首先,提出了融合观测图像局部统计信息的自适应权马尔科夫随机场(MRF)分割模型,以分割SAR图像水体目标并提取其精确轮廓。然后,提出了轮廓匹配的非均匀高斯混合模型(GMM),该模型能融合轮廓上点的位置信息和以轮廓点为中心的窗口的灰度相似性信息。最后,对含水体目标的SAR图像进行配准实验。结果显示所提出的MRF分割模型能精确地定位目标边缘并保持图像的细节,轮廓匹配的非均匀GMM对噪声、外点及局部变形具有稳健性,能较好地实现含水体目标的SAR图像配准。