面向对象轮廓约束GGVF Snake的建筑物边界优化方法

分析高分辨率遥感影像中建筑物的特征和常用方法提取建筑物存在边界漏检误检导致的边界不规则等问题,提出面向对象轮廓约束广义梯度矢量流(GGVF)Snake模型的建筑物边界优化方法.在利用分类法获取建筑物轮廓的初始结果基础上,自动提取每个建筑物轮廓线作为GGVF Snake的初始轮廓线,获取各轮廓外接矩形进行对象裁剪,提取每个建筑物的子图对象.对每个子图对象进行Canny边缘检测,结合Hough变换提取直线特征,输入到广义梯度矢量流模型的迭代求解中快速最小化能量函数,实现对象级建筑物轮廓的精确优化.实验结果表明,利用提出的方法能够自动获取初始建筑物的轮廓信息,提高优化的自动化程度;基于对象级的边缘检测与直线特征的加入,有助于GGVF Snake快速拟合,准确地平滑建筑物边缘且准确度高.相对于其他对比方法,本文方法的轮廓优化总体精度和综合值均有提升,可以作为有效提升分类原理获取的建筑物轮廓的优化后处理手段,提高了建筑物提取的精度.

基于Snake模型提取病灶轮廓

Snake模型是广泛应用于数字图像处理的一种目标轮廓跟踪算法,但在实际使用过程中,现有模型易受噪声及虚假边缘的影响,且对凹陷轮廓的跟踪能力较差。在梯度矢量流模型的基础上,提出广义梯度矢量流模型。该模型不仅能搜索凹陷轮廓,而且也能捕获长管形边界。实验表明该模型有较好的鲁棒性和实用性,适用于噪声干扰情况下提取具有凹凸特征的目标轮廓。

腹部CT图像序列中的肝脏分割

针对腹部CT图像肝脏区域提取问题,提出了一种新的基于阈值法和改进的广义梯度矢量流-蛇(GGVFSnake)模型的分割方法.首先,采用Window-Leveling算法将CT图像转换为灰度图像,突出肝脏区域,通过改进的曲率各向异性扩散滤波器对图像进行平滑滤波;其次,利用阈值法获取肝脏的初始轮廓;最后,基于改进的GGVF-Snake模型对初始轮廓进行调整得到更加平滑和精确的肝脏轮廓.通过不同的腹部CT图像序列中肝脏的分割结果表明,该方法能高效、精确的提取肝脏区域,满足临床应用的需求.

超声乳腺肿瘤图像的边缘提取

目的探求乳腺肿瘤超声图像的边缘提取。方法广义梯度矢量流Snake模型已经成功地用于噪声相对比较小的CT、MRI等医学图像,然而乳腺肿瘤超声图像对比度低,斑点噪声大,很难将该模型直接应用于乳腺肿瘤超声图像。本文针对乳腺肿瘤超声图像的特点如图像对比度低,斑点噪声大,部分边缘缺失,肿瘤内部微细结构分布复杂(如血管,钙化灶等),特别恶性肿瘤还具有复杂形状等,采用相应的图像处理技术如非线性各向异性扩散滤除斑点噪声,形态学滤波器平滑图像,直方图均衡化提高图像的对比度,最后将该模型引入到乳腺肿瘤超声图像边缘提取。结果实验对158例乳腺肿瘤超声图像进行边缘提取,定量和定性分析均获得满意的结果。结论本文方法可以有效地用于超声乳腺肿瘤图像的边缘提取。