材料界面运动的Level Set算法

多材料结构中材料界面的变形运动在几何上可以抽象为闭曲线或闭曲面随时间的演化。本文导出了材料界面演化过程的隐函数描述,得到了材料界面运动所满足的Halmilton-Jacobi.方程,并且采用数值粘性最小,捕捉函数奇异性的能力最强的Godunov格式来求解。从而将材料界面演化变形的LevelSet算法归纳为初始化,速度扩展、材科界面变形计算与重新新初始化并循环迭代计算四部分。为了消除界面变形所产生的振荡现象,本文还给出了平均曲率流算法,可以对界面具有平滑怍用,快速消除界面中达到高曲率部分,减小界面的几何长度,使界面趋于光顺,并尽可能保持LevelSet函数的零等值线的平均位置不变。最后给出了两个LevelSet数值算例,说明了本文方法是有效的。

MOTION OF LEVEL SETS BY A GENERALIZED MEAN CURVATURE

Short time existence and uniqueness for the classical motion are studied by the function of the principal curvatures of a smooth surface and the Evans and Spruck's results are generalized.

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.

基于Mumford-Shah模型的快速水平集图像分割方法

该文对Chan-Vese提出的基于Mumford-Shah模型的水平集分割图像的算法做了两方面的改进:首先改进了C-V方法的偏微分方程,使得C-V方法可以快速计算出全局最优分割;其次,采用源点映射扫描方法来快速计算符号距离函数,克服了常规水平集方法中构造符号距离函数计算量大的缺点,并结合该文所提出的基于快速步进法生成符号表的方法,进一步提高了计算稳定性.两方面的改进提高了计算的速度和分割效果,试验统计结果显示,对于512×512的大幅图像,一般只需要10次左右的迭代就可以得到最优的分割效果.对合成图像、生物医学图像的分割结果表明了本文方法的稳健、快速.

水平集方法中符号距离函数快速重构

符号距离函数重构是水平集方法中必不可少、且相当费时的步骤。本文分类比较了符号距离函数的构造方法;对两类快速算法:基于程差方程的显式方法和基于偏微分方程的隐式方法,进行不同程度的改进;通过对比实验验证算法有效性,从实验结果分析了各方法的优缺点。最后介绍两类方法在水平集方法图像分割中的具体应用。

改进的C-V水平集模型图像分割算法

复杂的计算限制了基于Chan-Vese(C-V)水平集模型的图像分割方法的应用。为提高图像分割的速度,提出一种基于C-V水平集模型的改进水平集方法。在一般情况下,只需要几次简单迭代就能分割出物体的轮廓。实验表明,该方法简单高效,能够快速有效地实现图像轮廓分割。

一种改进的无需水平集重新初始化的C-V主动轮廓模型(英文)

重新初始化是使水平集函数保持符号距离函数的必要步骤。虽然它保证了水平集函数的稳定收敛,但是它也降低了曲线演化的速度。本文主要在该方面针对Chan-Vese提出的水平集图像分割模型进行了改进,提出了无需重新初始化的C-V模型。该模型将水平集函数与距离函数的偏差作为能量函数引入C-V模型,以此来约束水平集函数成为距离函数,提高了C-V模型的演化速度。同时该模型能够用一般的分段常数函数来定义初始水平集函数,即水平集函数不必初始化为符号距离函数。这样,对于不规则形状的初始轮廓,节省了初始化过程所消耗的时间。实验结果表明,本文所提出的模型不仅提高了C-V模型的演化速度,而且实现了水平集函数初始化的灵活性。

基于变分水平集的图像分割模型

基于传统的变分水平集方法的图像分割,水平集函数必须周期性地重新初始化使之保持为符号距离函数,这存在如何选择重新初始化的时间和方式的难题。Li模型通过在能量泛函中引入一个内部约束能量,去除了水平集函数在演化过程中需重新初始化的难题。通过对Li模型的分析,提出了一个新的变分水平集的分割模型。该模型通过在能量泛函中加入一个较简单的内部约束能量,同样可以实现水平集演化过程中的无需重新初始化。并且通过对边缘停止函数的重新定义,引入了新的外部能量,使得本文模型对噪声图像的分割更具鲁棒性。实验表明无论是在收敛速度上,还是在对噪声图像的分割质量上,本文模型和Li模型相比都具有一定的优势。

对水平集方法鲁棒初始化的双向快速步进法

水平集方法解决应用于图像或运动分割的曲线或曲面演化问题,是一种稳定有效的数值计算工具。本文解决在初始化水平集方法时的两个问题:如何确定任意形状闭合曲线或曲面的内外部,如何高效地重新初始化水平集函数。论文首先对Sethian[4]所提出的快速步进法进行了推广,得到双向快速步进法;据此,改进了生成符号距离函数的方法,以提高水平集方法中重新建立符号距离函数的效率;随后,基于快速步进法,提出一种确定任意形状闭合曲线或曲面内外部的简单快速的方法,用于构造水平集的符号距离函数;最后,对任意形状闭合曲线内外部区分、基于两种初始化算法的水平集方法对任意形状闭合曲线演化和图像分割的实验,证明了本文方法的简单、高效。

基于变分水平集的三维模型复杂孔洞修复

针对三维模型重建后存在大量复杂孔洞的问题,提出一种孔洞修补算法。首先构造符号距离函数,孔洞所在曲面用静态符号距离函数的零水平集表达,另一动态符号距离函数表示初始曲面;借助隐式曲面上的变分水平集,引入全局凸优化能量模型,通过对其极小化诱导,将提取孔洞边缘的问题转换为维体上隐式曲面的演化过程;最后以提取到的孔洞边缘曲面作为初始观察面,通过卷积和合成两个交替的步骤进行体素扩散完成孔洞修补。实验表明该算法能够有效恢复复杂孔洞区域的显著几何特征,且适用于含有网格较多模型的孔洞修复。

一种全局优化的水平集图像分割方法

该文对Chan-Vese提出的水平集图像分割算法进行了改进,提出了分段光滑的Mumford-Shah全局优化的水平集图像分割模型,并对偏微分方程进行了修正,以提高模型的图像分割能力。实验表明,该方法不但解决了C-V方法对于灰度值渐进图像无法正确分割的问题,同时可更精确地描述原图像,是一种高效、稳定的图像分割模型。另外,针对水平集方法中符号距离函数构造计算量大的问题,还提出一种全邻域源点扫描法,以便通过对图像平面网格点的扫描来实现距离函数的快速计算,这种方法不仅计算性能稳定,而且速度快、精度高。

水平集函数规则化的C-V主动轮廓模型

Chan与Vese提出的C-V主动轮廓模型采用传统的水平集方法实现,为了保证水平集函数演化的稳定性,需要加入轮廓的长度项来规则化水平集函数,且在演化的过程中要周期性重新初始化为符号距离函数,从而大大增加了计算量和实现的复杂度。提出一种新的规则化水平集函数的方法,不但可以保证水平集函数演化稳定,而且避免了重新初始化。实验结果表明:该方法稳健、快速。

一种快速的符号距离函数的生成方法

针对图像处理中常规水平集方法,设计了一种基于同心圆扩散的符号距离函数的生成算法。新的设计方法克服了通常构造距离函数计算量大的不足。首先通过对水平集曲线形状的分析,给出了曲线内外点的判断方法,这种方法只需要经过图像的一次扫描即可给出内外点的判断;其次,利用同心圆扩散方法,寻找曲线上的最近点,并查找距离表,给出任一点到曲线的距离;最后,给出了所设计方法的计算步骤和算例,并与其它方法进行了比较,结果表明,新的方法计算稳定、速度快。

基于自适应符号函数的主动轮廓模型

几何主动轮廓模型的缺点是对初始轮廓位置特别敏感,基于距离规则水平集(DRLSE)模型的初始轮廓曲线必须设置在目标边界的内部或者外部.基于边缘的自适应水平集(ALSE)模型,提出了一种提高初始轮廓鲁棒性的方法.但两种模型均容易出现陷入虚假边界、从弱边缘处泄露以及抗噪声能力差等问题.设计了一个结合自适应符号函数和自适应边缘指示函数的模型,使得主动轮廓演化能根据自适应符号函数的方向从初始轮廓开始自动进行膨胀及收缩,很好地改善了水平集对初始轮廓敏感的缺点,提高了鲁棒性,同时解决了水平集对收敛速度慢以及易从弱边缘处泄露的问题.此外,为了使得模型演化更加稳定,提出了一个新的距离规则项.实验结果表明:自适应符号函数的主动轮廓模型不仅可以提高分割质量,缩短图像分割时间,同时提高了对初始轮廓的鲁棒性.

基于Chan-Vese水平集的梯度加速分割模型

为了提高图像分割的速度和精度,提出了一种新的基于Chan-Vese水平集模型(C-V模型)的梯度加速分割模型。首先,在C-V模型的能量函数中加入一个内部能量项,抵消演化过程中水平集函数和符号距离函数的偏差,从而消除分割中周期性重新初始化的过程;其次,提出了梯度加速项,通过感兴趣区域的图像特征,快速得到该区域的边界,且能够提高弱边界的分割精度。实验证明,提出的方法不仅能够加速特定区域的分割、提高分割精度,还能保持分割过程的稳定性。

一种测地线活动轮廓模型的预处理方法

为解决测地线活动轮廓模型在图像分割中的平滑预处理以及图像梯度的计算,并提高水平集方法实现该模型时构造符号距离函数的速度,通过对Gaussian函数以及差分运算的讨论,提出了一种基于Sobel算子图像预处理方法,并通过对8-邻域点性质的分析,给出了一种基于邻域扫描的符号距离函数计算方法.实验结果表明,Sobel算子可以同时实现图像的平滑处理并计算梯度,而且降低了差分计算梯度的时间复杂度,而邻域扫描方法相比其他符号距离函数的构造方法能够提高模型算法的执行效率.

水平集方法中符号距离函数的快速生成

准确快速地计算任意闭合曲线的符号距离函数,是提高水平集方法的效率和稳定性的至关重要的一步。改进了基于快速步进法标记任意闭合曲线内外部的方法,优化了基于源点映射扫描方法生成距离函数值的方法。实验证明方法准确有效,进一步提高了水平集方法中符号距离函数的生成速度。

一种测地线活动轮廓模型的快速算法

为了完成测地线活动轮廓模型在图像分割中的平滑预处理和图像梯度的计算,给出水平集方法以实现中符号距离函数的构造。通过对Gaussian函数以及差分运算的讨论,提出了一种基于Sobel算子图像预处理方法,并利用同心圆扩散方法计算符号距离。得出将图像平滑与梯度计算结合为Sobel算子的处理,一种计算符号距离函数的快速计算方法。通过实验比较,Sobel算子既可以完成平滑处理,又降低了差分计算梯度的时间复杂度,而同心圆扩散方法能够提高模型算法的执行效率。

一种加快Chan-Vese分割方法的有效措施

论文详细阐述了Chan-Vese(CV)方法的基础理论及其几何意义,分析了符号距离函数在水平集演化过程中的变化规律,在CV方法中引入约束符号距离函数的能量项,改进了原来的CV方法,最后通过实验说明了这种改进有效地提高了原算法的计算速度。

基于曲线推进的符号距离函数生成方法

目的构造水平集方法中所采用的符号距离函数,以提高曲线演化算法的速度。方法通过对水平集曲线形状的分析,给出了曲线内外点的判断方法,然后以距离等于1为步长推进边界,同时进行邻域最近点扫描,寻找任一网格点在曲线上的最近点,从而给出该点到曲线的距离。结果内外点的判断以及符号距离函数的构造均只需要经过图像的一次扫描即可给出结果,计算复杂度为O(N)。结论数值实验分析结果表明,新的方法计算稳定,比其他方法速度快。