基于Level Set方法的医学图像分割

对图像分割进行了研究,这是医学图像处理中的关键问题之一.提出了一种结合Fast Marching算法和Watershed变换的医学图像分割方法.首先用非线性扩散滤波对原始图像进行平滑,然后利用Watershed算法对图像进行过度分割,最后用改进的Fast Marching方法对图像进行分割.除此之外,根据区域之间的统计特性的相似度重新定义了Fast Marching方法的速度函数.实验结果表明,该方法能够快速、准确地得到医学图像的分割结果.

空间自适应的快速粒子Level Set方法

Level set作为一种有效的界面追踪方法,已经被广泛地应用到单相流的自由表面追踪或多相流的交界面追踪.快速粒子level set方法(FPLS)是一种改进的level set方法,既具有较高的界面追踪精度,又有较高的计算效率.将其与自适应网格结合起来,提出了一种基于树型结构空间自适应的快速粒子level set方法(SA-FPLS).通过在交界面附近设置高分辨率网格带,且只在高分辨率网格带内求解level set方程,既进一步提高了交界面模拟精度,又可以节省计算机内存,同时保持较高计算效率.

基于Level set方法的医学图像分割

本文引入了一种基于偏微分方程的曲线进化方法—Level set方法,通过与Fast marching方法的结合,可以实现运算速度的大大提高。同时引进了更有效的Kim提出的GMM(Group Marching Method)方法,减少了运算量,并给出了改进方法。最后,把该方法用于仿真图与医学图像分割中,获得了较好的效果。

Level set函数重新初始化的并行快速步进法

为提高level set函数重新初始化的计算效率,基于分区并行思想,提出一种快速步进法的并行策略,实现level set函数的快速并行重新初始化。通过对圆球、五叶管和圆环管等算例的level set函数重新初始化,讨论了新并行算法的准确性和效率。结果表明,与串行快速步进法相比,并行算法保留了串行算法的精度,仍基本保持在1阶左右,同时显著减少了重新初始化的计算时间,特别在8线程条件下,所获的最佳加速比能够达到5。

Level set函数快速步进重构并行算法的改进

为提高level set函数快速步进重构过程的并行计算效率,本文提出一种改进的分区并行重构算法。与原有分区并行算法相比,优化了子区域间的同步方案,缩短了level set函数并行重构的计算时间。运用OpenMP多线程技术,建立了相应的并行计算模型,实现了圆球、圆环管和哑铃等值面并行重构。并行重构数值结果表明:只要子区域均分初始表面边界,level set函数全局或局部并行重构均具有良好加速比,8线程的最大加速比可接近6。

Level set函数快速步进并行重构的分区优化

为进一步提升Level set函数重构的分区并行重构效率,本文采用均分交界面方式进行分区,并保证生成内边界重构节点数量最少。通过运用基于共享存储并行编程(OpenMP)多线程技术的并行计算模型,实现圆球、Zalesak球和哑铃等值面的并行重构。计算结果表明:新分区方法能平衡子区域间计算荷载,减少子区域间信息传递次数和节点回滚次数,与均分区域方法相比,新分区方法能够获得更高计算速度,具有更好的实用性和可扩展性。

快速粒子level set方法的并行化

为缩短快速粒子level set(FPLS)方法追踪交界面的时间,分别运用区域分解和粒子分解算法来减少欧拉计算(level set对流方程和重新初始化)和拉格朗日计算(粒子时程积分和误差校正)的开销。算法采用OpenMP技术来实现,并通过Zalesak圆盘、单涡以及三维变形等典型算例进行验证。计算结果表明:4线程下加速比能超过2,8线程下加速比也能接近4,并行化的FPLS方法具有良好的实用性和可扩展性。

一种基于LevelSet方法的图像修补技术

图像修补可用于被损坏的图像和视频修复、视频文字去除以及视频错误隐藏等。目前的许多模型都有很好的恢复效果,但都是运算量较大,现提出一种基于水平集方法和快速步进法的图像修补方法,能显著地减少运行时间,取得很好的修补效果。

非结构网格下Level Set方法的快速实现

Level Set方法是近几年研究比较多的一种界面追踪技术。由于非结构网格下高阶WENO格式构造上的困难,至今的研究成果主要是基于结构化网格。把快速步进法和源点扫描法的思想结合起来,用于Level Set的计算,并提出了在非结构网格下的实现方法。最后用剪切流场对算法进行了检验,证明了算法的有效性。对于存在分层界面的两流体的计算有重要的实用价值。

Level set函数快速步进重构的隐式分区并行

为进一步提高共享内存架构下level set函数重构并行效率,本文提出一种隐式分区并行重构方法,该方法无需提前进行区域分解,只需预先分割交界面,便可实现快速步进并行重构,且区域分解也同步进行。根据圆球、Zalesak球和哑铃等值面快速步进并行重构结果表明:隐式分区算法的计算耗时小于显式分区算法;相同线程数量下隐式并行算法带来的加速比与显式算法接近,8线程下隐式分区并行算法的加速比达到4;隐式分区算法中节点重演次数少于显式分区算法节点回滚次数。

基于Level Set方法的低对比度医学图像分割

基于Level Set方法,提出了一种应用于对低对比度医学图像进行分割的改进的FastMarching方法.该方法结合演化曲线在演化过程中平均能量的变化特性,重新定义Fast Marching算法的停止准则,从而提高了算法的鲁棒性和自动性.实验结果表明,所提出算法的分割效果良好.

结合快速步进法的Level Set人体足部图像分割

针对Level Set算法运算速度较慢和易产生边缘泄露的不足,引入了结合快速步进的Level Set算法,提出了一套完整的分割人体足部骨骼图像技术路线。修正了原始＂光切片＂图像噪声多的不足,通过预处理去除噪声、增强边缘;设定分割初始点和运算参数,运行改进的Level Set算法提取骨骼区域;运行形态学开操作进行边缘断裂和毛刺修复。实验结果表明,该处理流程具有较好的准确度和鲁棒性,与经典Level Set算法相比,改进的算法能提高19%~36%的运行速度。

基于快速Level Set的红外图像分割方法

针对传统红外图像分割算法精度差以及单纯基于边界信息或区域信息Level Set的图像分割算法实时性差等问题,提出了一种同时基于边界信息和区域信息的快速Level Set的红外图像分割算法。通过自适应系数T1和T2很好地将边界信息和区域信息相结合,在保证分割精度的同时加快了图像分割速度。通过实验仿真并与其他红外图像分割算法结果比较,证明了该算法的有效性和实时性。

Level Set方法在雷达图像分割中的应用

Level Set方法在图像分割领域应用非常广泛,尤其是在医学图像中。这里将Level Set方法用到雷达图像分割中,首先用电场力模型对雷达图像进行预处理,使图像变平滑,将原图像平面映射到电场力模型平面,然后对预处理后的图像用Level Set的快速算法Fast Marching进行分割。经电场力模型预处理后的分割图像较平滑,而且噪点明显减少,实验证明了方法的有效性。

基于B样条的(保边界的)高精度符号距离函数重建

针对隐式符号距离函数重建这一问题,提出一种高精度的符号距离函数重建方法.首先,基于快速行进法获得离散的符号距离场;其次,针对离散符号距离场进行B样条自适应拟合;最后,为了提高重建的边界拟合精度,在拟合的目标函数中考虑了边界误差,得到了在边界上具有较高精度的离散符号距离函数重建结果.实验结果表明,通过上述方法获得的隐式符号距离函数重建结果,在保证符号距离函数拟合良好的情况下其零水平集能很好的贴合原始边界.

一种改进的快速C-V水平集红外图像分割

当红外图像中包含较强噪声时,C-V模型水平集分割方法会产生大量冗余轮廓;同时,C-V水平集采用偏微分方程(PDE)实现,存在计算量大、分割速度慢的缺点。为此,本文提出了改进的快速算法,该算法保留了C-V模型的全局优化特性,并通过窗口滤波整合图像邻域空间信息来构建曲线进化的外部速度,从而提高C-V模型的抗噪性并减少分割中产生的冗余轮廓;采用基于双链表的快速水平集算法来实现曲线的演化,去除了传统算法中的重新初始化和PDE求解的过程,减少了迭代步数,提高了分割的速度。实验结果表明,本文算法对边缘模糊、噪声较大的红外图像能实现快速而有效的分割。

基于C-V模型的改进快速水平集图像分割法

针对水平集方法计算复杂度高,无法满足实时系统要求的缺陷,提出一种改进的快速水平集算法。该算法对快速水平集算法进行简化,采用单链表表示轮廓曲线。利用C-V模型的二值拟合项来设计曲线演化的速度函数,保留了C-V模型的全局优化特性。还给出了一个基于单链表中轮廓点个数变化的水平集演化终止准则。该算法不仅明显提高了分割速度,且对噪声图像也能实现高效的分割。

提高水平集方法初始化计算速度的研究

本文对水平集方法的初始化步骤进行了改进。在水平集方法中，初始化是一个很重要的步骤。它包括计算图像平面中每个点的初始水平集距离，同时找到与当前点距离最近的曲线上的点。这是一个费时的过程，影响到整个水个集方法的计算速度。本文基于快速推进法提出了一种快速初始化方法。这种方法只需要Ｏ（Ｎ）的时间就能够遍历所有的图像点，完成初始化。最后，对三种不同的初始化方法：直接法、快速推进法和本文的方法在计算速度上作了对比。实验表明，最终得到理想的分割结果的情况下，本文的方法在时间上优于其他两种方法。

一种面向人体管状组织的三维骨架提取算法

针对人体管状组织的拓扑结构复杂、在影像上管壁存在噪声、骨架难以准确提取的问题,提出了一种新的基于快速步进方法(FMM)优化双距离场和改进SUSAN端点检测的全自动三维骨架提取方法。考虑近似欧拉距离计算会使骨架不居中,文中采用快速步进方法构造三维高精度的双距离场,然后用最小代价路径机制搜索连通的、单像素宽的分支;融合源距离场极值和三维SUSAN形态特征检测分支端点,从而在抑制边界噪声的同时保持细微分支拓扑结构。将该方法用于对肺气管、脑血管、冠状动脉进行骨架提取,实验结果表明该方法更居中、更平滑、对边界噪声不敏感,较传统的双距离场方法、细化方法提高了骨架的准确性和计算效率。

一种新型三维水流数值模型

以不可压缩流体的N-S方程为基本控制方程,用快速粒子level set方法(FPLS)追踪自由表面,提出了一种新的三维水流数值模型。在自由表面处应用虚拟压力法来封闭压力泊松方程,同时用速度等值外插的方法构造自由表面外侧的虚拟速度分布。通过模拟水波振荡、水柱崩塌、水滴滴落和空箱注水过程证明了模型的有效性。