股骨CT图像轮廓跟踪方法

目的 为重建和测量股骨的解剖结构 ,需要大量地读取CT图像的信息 ,以获得股骨轮廓的坐标值。方法 本研究采用直方图阈值图像分割、Kirsh边缘提取法获得股骨的二值化轮廓图像。结果 轮廓坐标的提取应用了“迷宫”边缘跟踪算法。结论 本方法可大量、快捷。

髋臼CT图像轮廓跟踪方法

目的 为重建和测量髋臼的解剖结构 ,需要大量地读取CT图像的信息 ,以获得髋臼轮廓的坐标值。方法 本研究采用直方图阈值图像分割、kirsh边缘提取法获得髋臼的二值化轮廓图像。轮廓坐标的提取应用了“迷宫“边缘跟踪算法。结果 本方法可大量、快捷。

基于活动轮廓模型的序列超声图像的心内壁运动跟踪方法

提出一种对心脏序列超声图像中的心内壁进行运动跟踪的方法,采用活动轮廓模型将前一帧图像中snake的停留位置作为当前帧snake的初始位置,选择适当的能量函数,使能量函数最小snake变形得到当前时刻的心内壁轮廓,实验结果论证了该算法的可行性。

基于Level Set方法的人脸轮廓提取与跟踪

提出一种基于levelset方法的图像序列中人脸轮廓提取与跟踪算法 ,首先利用图像帧间差分快速检测出运动区域 ,并根据人脸图像的投影映射规则确定人脸所在的外接矩形 ,然后以此矩形作为初始曲线 ,采用一种改进的levelset模型精确提取出人脸轮廓 .由于图像序列中人脸是一直运动的 ,该文引入一阶线性Kalman滤波模型对人脸运动进行估计 ,从而较好地跟踪了运动中的人脸轮廓 .

轮廓跟踪的TN方法

在灰度图像二值化时 ,断边往往会导致伪边界的生成 ,因此在边界检测时断边处理是非常重要的 提出一种可处理断边的轮廓跟踪方法 ,在遇到断边沟时 ,通过自适应步长 ,能自动跳过断边沟并跟踪出真正需要的轮廓

一种改进的轮廓跟踪算法

针对轮廓数据在基于工业CT图像快速反求工程中的重要作用,详细分析了Freeman链码跟踪法,根据反求工程的具体要求,提出了一种改进的轮廓跟踪法和基于轮廓跟踪数据的优化方法。对具体的ICT图像进行了轮廓跟踪,抗干扰和数据优化等分析处理,其结果不但能正确跟踪到所需轮廓数据,而且明显精简了跟踪结果的数据量,对快速原型生产具有重要意义。

反求工程中消除CT切片轮廓奇异点研究

在基于工业CT的反求工程中,轮廓跟踪是其重要的步骤之一。本文分析了边缘检测后可能存在的断点、毛刺、双像素宽边界等奇异点,给出了8邻域和5邻域相结合的跟踪算法。该算法能够有效地消除奇异点,实现了连续单像素链序列表示的封闭轮廓曲线。通过对某车辆发动机的实验,表明采用该算法能够准确表达实物的边界,具有较好的实用性。

脑部CT图像冗余影像剔除研究

脑部CT图像中通常存在金属槽,衣物以及肩膀组织等类似的冗余影像数据,根据冗余数据的分布特点将其分为两种类型,提出了一种新的结合模糊C均值以及轮廓跟踪方法的去除CT图像中冗余影像数据的算法,该算法解决了以往算法中出现的CT数据的丢失问题。算法可以实现对大量CT数据的自动批处理,实验证明算法效果良好并且具有一定的实用价值。

基于测地线活动轮廓模型的图像联合分割算法

为了辅助医生对肿瘤治疗方案和靶区形状的设计,我们研究了PET/CT图像联合自动分割,将计算机自动分割的结果作为一个较客观的依据。传统的测地线活动轮廓模型(GAC)具有边缘演化迅速,对弱边界也能准确分割的优点,但是该算法只能利用一种模态的图像信息进行分割。本研究算法在传统的测地线活动轮廓模型基础上进行改进,重新设计其边缘函数,综合利用了CT信息与PET信息,使算法利用两种模态的医学图像信息进行联合分割。由于边缘函数中结合了两种信息,所以算法的演化收敛速度有一定的提升,分割出的边缘也更加合理,较单一PET图像分割算法具有更准确的边界。

从CT断面图象重建人体器官的三维形状

计算机层析成象技术(Computcrizcd Tomography)所得到的图象是二维的,不易理解三维器官的形状.因此,从CT断而图象重建人体器官的三维形状成为计算机图象处理领域的十分有意义的课题.我们对三维重建的全过程,包括CT图象的输入、分割、轮廓跟踪、多边形拟合、断而间插值及三维显示等步骤进行了研究,并提出一种断面间轮廓插值的快速有效的方法.

形状约束下活动轮廓模型冠脉血管图像多尺度分割

目的由于计算机断层血管造影(CTA)图像的复杂性,临床诊断冠脉疾病往往需要经验丰富的医师对冠状动脉进行手动分割,快速、准确自动分割出冠状动脉对提高冠脉疾病诊断效率具有重要意义。针对双源CT图像特点以及传统单一基于区域或边界的活动轮廓模型的不足,研究了心脏冠脉3维分割算法,提出一种基于血管形状约束的活动轮廓模型分割方法。方法首先,利用改进的FCM(fuzzy C-means)对心脏CT图像感兴趣区域初分割,其结果用于初始化C-V模型水平集演化曲线及控制参数,提取感兴趣区域轮廓。接着,由3维心脏图像数据获取多尺度梯度矢量信息构造边界型能量泛函,然后利用基于Hessian矩阵的多尺度血管函数对心脏感兴趣区域3维体数据增强滤波,获取血管先验形状信息用于约束能量泛函。最后融合边界、区域能量泛函并利用变分原理及水平集方法得到适合冠脉血管分割的水平集演化方程。结果由于血管图像的灰度不均匀,血管末端区域更为细小,所以上述算法的实施是面向被划分多个子区域的血管,在缩小的范围内进行轮廓的演化。相比于传统的血管分割方法,该方法充分融合血管图像的先验信息及梯度场信息,能够从灰度及造影剂分布不均匀的冠脉血管图像中准确分割出冠状动脉,对于细小的血管结构亦能获得较好的分割效果。实验结果表明,该方法只需在给定初始轮廓前提下,有效提取3维冠脉血管。结论对多组心脏CT图像进行分割,本文基于血管先验形状约束的活动轮廓模型可以准确分割出冠脉结构完整轮廓,并且人工交互简单。该方法在双源CT冠脉图像自动分割方面具有较好的正确率与优越性。

数据处理、信息处理

0308528利用数据融合提高分布式检测参数的数据处理精度[刊]/庄严//测控技术.—2002,21(12).—14～16(E)介绍一种采用数据融合技术对分布式检测参数进行数据处理的方法,可以有效地提高测量结果的精度。参40308529基于关联规则的特征选择方法[刊]/何小晨//红外与激光工程.—2002,31(6).—504～507(E)