基于简化Mumford-Shah模型的水平集图像分割算法

为解决传统图像分割方法受噪声和边界轮廓影响而使分割效果不佳问题,基于简化的Mum ford-Shah模型的水平集图像分割算法通过将曲线嵌入水平集函数,利用函数的求解以达到曲线演化和图像分割的目的。试验表明此分割算法与初始轮廓线位置无关、不受边界轮廓线连续性限制、对图像噪声具有很强的鲁棒性,对均质灰度目标分割效果良好。

形状统计Mumford-Shah模型的MR图像左心室外轮廓分割

左心室的分割是左心室运动重建的前提,分割的精度直接影响重建的真实性.由于左心室外轮廓存在弱边界,甚至边界的断裂,使得精确分割左心室外轮廓变得相当困难.文章在详细分析左心室外轮廓的基础上,采用了形状统计Mumford-Shah模型的分割方法,同时对原模型做了如下两点改造:(1)用期望最大(EM)算法求得图像中每点属于心肌的后验概率,通过此后验概率构造“伪灰度”图像来替代原灰度图像,以达到目标与背景灰度呈阶跃型分布的目的;(2)用边缘图替代Mumfor-Shah模型中的梯度项,以增强弱边缘,提高分割精度.实验结果证明,此方法可以有效地改进分割精度,适合整个心动周期.

基于Mumford-Shah模型和G空间的图像结构纹理分解

构造了一个变分问题来实现图像的纹理结构分解。其中结构成分用分段光滑的函数(即Mumford-Shah模型)刻画,纹理部分用振荡函数(G空间)来描述。由于Mumford-Shah模型将结构成分显式地描述为分段光滑函数,在非结构边缘点处的梯度采用L2范数约束,故相对于全变差(Total variation,TV,梯度的L1范数)的分解方式,很好地克服TV带来的阶梯效应;G空间本身定义的纹理函数的振荡特性保证了分解的结构成分中含有更少的纹理信息。实验表明,无论相对于经典的TV-L2分解还是TV-G分解,本文方法均体现出了很好的分解性能。

基于Mumford-Shah模型的图像快速分割方法

针对传统的Mumford-Shah(M-S)模型在图像分割的每一次迭代中都需要另外求解两个椭圆型方程,从而使得算法的执行效率大大降低的缺点,利用分片常函数代替M-S模型中的待优化输出图像,简化了曲线演化的过程,避免了额外计算,有效地提高了算法的执行速度。实验表明,该方法在图像分割效果方面与传统方法没有明显差别,但是程序的运行速度方面却远远优于传统方法。

一种基于分层Mumford-Shah模型的颅脑图像分割方法

在介绍简化Mum ford-Shah模型和水平集(Level Set)方法的基础上,针对颅脑多目标分割问题,提出了一种基于分层Mum ford-Shah模型的图像分割方法,并运用改进图像分割方程进行计算求解,对颅脑MR图像的分割实验证明了该方法的有效性。

基于加权总广义变差的Mumford-Shah模型

给出了加权总广义变差(Total generalized variation,TGV)的定义.利用图像的2阶加权TGV半范作为正则项,利用水平集函数的2阶加权TGV半范近似边界长度,提出了基于加权TGV的Mumford-Shah模型.对未知函数分别利用交替Split-Bregman方法、Fenchel对偶方法及FISTA(Fas titerative shrinkage-thresholding algorithm)给出数值计算模型.仿真实验结果表明,利用图像的2阶加权TGV半范的去噪效果优于常用的梯度模2范数和加权TV(Total variation)半范正则化;利用水平集函数的2阶加权TGV半范近似边界长度的边缘检测效果优于传统的TV半范和加权TV半范约束.

基于图像引力和Mumford-Shah模型的曲线演化算法

提出了一种图像引力和Mum ford-Shah(M-S)模型的快速曲线演化算法,该算法分两步实现:首先利用图像引力,对参数主动轮廓线模型中的控制点进行寻优,使控制点能快速地收敛到图像的边缘附近;然后利用插值算法,得到目标较粗糙的大致轮廓,再使用M-S模型和窄带方法得到准确的轮廓。该算法避免了参数主动轮廓线模型不能收敛到物体凹陷的边缘和对初始位置敏感等问题,也避免了M-S模型需要对所有图像数据进行计算,计算量大等问题,实现了对参数和几何主动轮廓线模型进行了有效结合。

具有多指标柔性能量的Mumford-Shah模型图像分割

针对Chan和Vese提出的基于Mumford-Shah泛函的水平集图像分割算法,做了两方面的改进:首先,构造了具有柔性的演化曲线内外能量取代C-V模型中的刚性能量,减少了C-V模型求解时的数值不稳定和过度分割等现象;其次,综合图像的多方面特征,提出多指标集能量项构造方法,提升了C-V模型的分割能力和精度。综合两方面的工作,提出带多指标柔性能量的C-V模型。新模型能有效处理图像受严重噪音污染、目标内部有灰度起伏等情况。对人工合成图像、医学图像和真实世界图像的分割实验均表明了新模型的良好性能,并且算法收敛速度快、数值稳定。

基于Mumford-shah模型的多目标分割

基于Mum ford-shah模型的图像分割中,多目标图像的分割是一个较难以解决的问题,其主要原因是由于目标物体多导致灰度级多,分割中可能使得灰度级相似的多个目标物体被划分到同一个目标内或者灰度值和背景灰度相似的目标物体被划分到图像的背景中,导致分割的失败.针对这些问题,提出了多个水平集的方法,该方法的基本思想是在图像区域建立多条位置不同的演化曲线(即多个零水平集),使它们各自按照原始的Mum ford-shah演化模型同时进行演化.数值实验结果表明,该方法可以把多个目标物体分割开来,得到正确的分割结果,所以该方法对于多目标图像在一定程度上是有效的.

一种基于Mum ford-Shah模型的脑肿瘤水平集分割算法

提出了一种新的基于Mumford-Shah模型的脑肿瘤水平集分割方法.它能提供一客观的、可重复的脑肿瘤分割,且分割结果和专家人工分割结果很接近.它可以用来探测边界不一定由梯度来定义的对象,也能自动探测内部轮廓.通过对来自2个病人的共42个(含有或不含水肿)脑肿瘤MR I切片进行分割来评价该算法的效率,结果取得了令人满意的效果.用匹配的百分比(PM)和一致率(CR)来定量评价分割的质量,结果肿瘤分割的PM和CR分别为93.20%和0.92,水肿分割的PM和CR分别为97.33%和0.76,满足临床的需要.

基于简化Mumford-Shah模型的文本行和段落分割算法

文本行和段落分割是文档图像处理过程中的重要步骤。本文提出了一种基于简化Mumford-Shah模型的新的文本行和段落分割算法,该算法是脚本语言独立的。为了提高文本行和段落分割算法的有效性,首先使用高斯滤波器对文档图像进行平滑,然后再在此基础上运用简化的Mumford-Shah模型的水平集图像分割算法分割文档图像。最后,利用数学形态学方法处理文档中粘连和交叠情况。实验表明,该算法可以准确快速的分割目标物体,而且算法与初始轮廓线位置无关、不受边界轮廓线连续性限制、对图像噪声具有很强的鲁棒性。

M/M/s等待制排队模型在教务员岗位数量确定中的应用

论述了排队论中M/M/s等待制模型确定教务员数量的分析步骤和方法原理,结合沈阳农业大学高等职业技术学院实际情况,确定了合理的教务员数量。

多服务台混合制排队模型M/G/s/K的仿真研究

为更快、更方便地得到一般服务时间的多服务台混合制中M/G/s/K排队系统在达到稳定之后的系统状态,通过离散化处理仿真时间方法,并借鉴时间步长法的思想,给出一种基于Matlab编程的仿真算法。通过实验说明了该方法的有效性。对于处理此类排队问题提供了一个新的方法。

基于优化M-S模型的多目标鲁棒跟踪

针对光照变化情况下多遮挡目标的跟踪准确率差的问题,提出了一种基于优化M-S模型的鲁棒多目标跟踪算法.利用抗噪声性能高的优化M-S模型实现复杂环境下多目标精确识别与提取,降低模糊边缘、噪声的影响;利用区域像素标记方法建立目标和背景的边缘特征,在目标发生相互遮挡情况下也能够提取各个目标独立、完备的边缘特征.为了降低联合粒子滤波的计算复杂度,提高跟踪实时性,提出了简化联合滤波跟踪模型.仿真实验证明了该算法的正确性和有效性,与经典的差分跟踪算法、基于颜色特征的跟踪算法比较,对噪声边缘和变化光照环境敏感性降低,跟踪有效率统计分析表明鲁棒性提高1.82%,准确率提高1.36%.

基于参数估计的多层M-S模型杯盘分割方法

多层Mumford-Shah模型能够很好地分割通过彩色眼底成像得到的视乳头杯盘图像,但由于光照不均、对比度小等因素,图像中存在很多无用的噪声点,对于不同的图像,多层Mumford-Shah模型需要不同的长度参数,为了解决这个问题,给出了一个自适应的长度参数估计模型。另外,血管遮挡也会使得杯盘边缘曲线的凹陷和断裂,从而造成图像分割困难,采用结合了先验知识的约束方法来提取有效的边缘曲线,并通过曲线拟合来得到完整的杯盘边缘。实验证明,该方法能有效地解决上述视乳头杯盘分割问题。

基于PCLSM的M-S模型的视乳头杯盘分割

基于分段常数水平集方法的M-S模型能解决二值M-S模型及其相应的C-V模型不适合包含多个目标(或多相)的图像分割的问题。采用该方法研究青光眼视乳头图像杯盘分割难题,并在此基础上进行杯盘重建。实验表明,该方法能够正确分割不同青光眼病人的视乳头图像。与多层分割方法相比,该方法能同时获得视杯和视盘的形态。

M/M/s排队模型在食堂中的应用

将随机服务系统中M/M/s排队模型应用到食堂排队及其管理中.笔者对浙江师范大学桂苑一楼食堂进行了调查,得到单位时间的学生到达数服从泊松分布,服务时间服从负指数分布,从而建立起M/M/s排队模型,通过计算和分析M/M/n排队模型的主要指标,得到桂一食堂应该启用的刷卡柜数量为7台。本文对随机服务系统中的M/M/s排队模型在各食堂中的应用有示范意义。

S3M空间三维模型数据格式的特点和应用

中国地理信息产业协会团体标准T/CAGIS 1-2019定义了一种开放式可扩展的空间三维模型数据格式Spatial 3D Model(S3M),适用于空间三维模型数据的传输、交换与共享,有助于解决多源空间三维模型数据在不同终端地理信息平台中的存储、高效可视化、共享与互操作等问题。本文分析了S3M格式的特点和优势,提出基于S3M的多源异构数据跨终端应用框架,并基于S3M SDK利用实际数据进行了功能和性能测试。

基于M/M/s模型的高速铁路车站售票窗数量分析

揭示了高速铁路车站旅客排队购票问题的特征,发现其符合M/M/s模型的假设条件.基于M/M/s模型,建立了售票窗数量的分析模型.结合广州南站调研数据,计算了不同旅客到达率下的售票窗最少配置数,并研究了队列长和等待时间与旅客到达率的关系.结果表明:售票窗的最少配置数由旅客的到达率和售票窗的售票率决定.在配置最少的售票窗和0.86人/min的售票率下,随着旅客到达率的提高,队列长和等待时间均呈现以6为周期的周期性变化.在每个周期内,两个指标均不断增加,最终的峰值由到达率和售票率之比与售票窗最少配置数的接近程度决定.在较低的旅客到达率下,不同售票率下需要配置的最少售票窗数差别不大,而随着到达率的提高,这种差距会逐渐扩大.

M/E_k/S排队模型及其在交通设计中的应用研究

运用概率论和随机过程的基本知识,对排队论中的服务时间服从爱尔朗分布的排队模型进行研究,并探讨其在交通设计中的应用。