Area Variation Based Color Snake Algorithm for Moving Object Tracking

一个蛇算法被知道了它在提取它是的 object.But 的准确轮廓有一个长处恰当在 2D 图象的一个动人的对象的形状改变非常到期的 ta 被散布的边在控制 points.Since 附近影响它在 3D 空格的旋转和翻译，考虑慢慢地动人的对象的常规算法不能提供适当 solution.To 当最小化缺点时，利用蛇 algrithm 的优点，这份报纸建议

WSN Mobile Target Tracking Based on Improved Snake-Extended Kalman Filtering Algorithm

A wireless sensor network mobile target tracking algorithm(ISO-EKF)based on improved snake optimization algorithm(ISO)is proposed to address the difficulty of estimating initial values when using extended Kalman filtering to solve the state of nonlinear mobile target tracking.First,the steps of extended Kalman filtering(EKF)are introduced.Second,the ISO is used to adjust the parameters of the EKF in real time to adapt to the current motion state of the mobile target.Finally,the effectiveness of the algorithm is demonstrated through filtering and tracking using the constant velocity circular motion model(CM).Under the specified conditions,the position and velocity mean square error curves are compared among the snake optimizer(SO)-EKF algorithm,EKF algorithm,and the proposed algorithm.The comparison shows that the proposed algorithm reduces the root mean square error of position by 52%and 41%compared to the SOEKF algorithm and EKF algorithm,respectively.

基于snake算法的声呐图像轮廓提取方法

针对成像声呐的水下目标检测问题,提出一种改进的snake目标轮廓提取方法。该方法首先通过构建高斯模型对成像声呐进行目标检测,提高了目标检测能力。其次根据预设目标粗略区域,结合梯度矢量流(GVF)改进的snake算法,实现了目标轮廓的连续提取。仿真试验验证了所提方法的有效性。

一种基于SO-CNN模型的可见光室内定位优化方法

针对基于机器学习的可见光室内定位方法存在的手工调参、定位精度低等问题,结合蛇优化(Snake Optimization,SO)算法的寻优能力与卷积神经网络(Convolutional Neural Network,CNN)处理复杂非线性问题的能力,提出了一种基于SO-CNN模型的可见光室内定位优化方法。在考虑多径效应影响的情况下,采集每个位置点处的信噪比和对应位置坐标构建指纹数据库,对SO-CNN模型进行训练和测试,以得到最佳定位模型。实验结果表明,在5 m×5 m×3 m的房间中,与未经优化的CNN相比,该方法的平均定位误差降低了35.13%;与反向传播神经网络(Back Propagation Neural Network,BPNN)、多层感知器(Multilayer Perceptron,MLP)、SO-MLP相比,该方法的平均定位误差分别降低了54.75%,48.08%,37.01%。

改进型Snake算法在尿沉渣图像处理中的应用

尿液有形成分的检查是医院的三大常规检验之一,目前迫切需要能计数有形成分的自动分析仪替代人工检验。由于尿液图像是典型的弱边缘图像,经典的边缘提取方法均不能取得良好的效果,在此介绍了一种改进型Snake算法。实验表明,采用该算法对尿液图像有形成分进行边缘提取能获得较好的效果。

用于心肌细胞边缘检测的Snake算法研究

针对现有Snake算法易受噪声干扰、缺乏外部约束力、不能收敛于凹点等缺陷 ,提出了采用自适应外约束力、平滑差分滤波和蛇点停止运动的准则来控制Snake的运动 .可克服已有Snake算法的缺点 ,同时编程简单 ,运算速度快 .将其用于活体心肌细胞的边界跟踪 。

一种新的B-Snake算法在目标轮廓跟踪中的应用

用Snake算法跟踪移动目标时,有时会产生目标轮廓与背景中另一些物体靠近的现象,如果不加约束,那么一些控制点将可能因被吸引到背景边缘而产生错误。另外,目标产生移动或旋转时,因轮廓控制点会产生交叉而导致轮廓跟踪失败。为克服此类问题,提出了一种新的有效的目标跟踪算法,可以跟踪静止或运动目标的2维轮廓曲线。该算法先利用三次B样条曲线连接控制点,以初始化物体的边界,然后通过Snake最小能量函数把控制点吸引到轮廓的边界。在Snake跟踪算法中,由于是采用和下一点相连向量与控制中心相连向量的夹角正弦值的正负来避免控制点的交叉,而控制中心的位置则通过αβγ滤波能有效地估计出来,因而能准确地跟踪运动的目标。该算法运用到静止的或移动的头部轮廓跟踪的实验证明,该算法不仅对目标轮廓跟踪具有较好的效果,且运算时间短、复杂度低。

MSRM和Snake算法相结合的MRI肿瘤提取

提出一种将最大相似度区域合并(MSRM)算法与Snake算法相结合的新的分割方法,进而提取MR成像中的肿瘤区域。首先使用简单线性迭代聚类(SLIC)算法对图像进行超像素分割,其次使用MSRM算法得到图像肿瘤区域大致边界,最后将该边界作为Snake模型的初始轮廓线,完成对图像的肿瘤提取。实验结果表明,相比于MSRM算法,文中方法能更准确地提取MRI肿瘤区域,且不需要手动选取Snake模型的初始轮廓线。

结合细胞散点图和改进Snake模型的重叠细胞分割修复的方法

针对医学显微图像中常出现细胞重叠的现象,提出一种组合细胞散点图和改进Snake模型的分割方法:先使用可变腐蚀元的迭代腐蚀方法,获取细胞散点和分离细胞;再利用原始边缘信息,初始化活动轮廓;最后结合细胞散点信息,利用加入约束能量的改进Snake算法,获取细胞的完整边界。在获取边界重叠掩膜图像的基础上,针对因重叠导致重叠区域图像信息变化的情况,采用一种自适应迭代卷积的快速图像修复方法。实验表明,该方法能有效地分离重叠细胞,并能准确快速地获取细胞的完整边界,并在重叠掩膜图像的基础上快速修复重叠部分。

综合利用通用霍夫变换与Snake算法对序列图像的分割

提出了一种综合算法对图像序列进行分割 :首先根据上一帧图像物体形状信息用霍夫变换确定在当前帧中同一物体的大致轮廓、位置 ,再以此轮廓作为初始值 ,用Snake算法检测出物体的局部形变 ,对于序列的第一帧用手工勾出目标物体大致轮廓。由于通用霍夫变换抗噪声能力强 ,而Snake能准确地找出局部形变物体的边缘 ,综合两种算法的特点能精确地分割出复杂背景下特定的物体。

基于支持向量机与蛇优化算法的氧化锆陶瓷磨削工艺参数优化

为探究磨削工艺参数对氧化锆陶瓷的磨削温度和法向磨削力的影响,通过单因素实验和支持向量机方法建立磨削温度、法向磨削力的一元模型,模型决定系数均大于0.93。基于一元模型对多元模型进行假设,由正交实验结果和蛇优化算法求解得到多元模型,并对模型进行验证。以温度、法向磨削力的多元数值模型作为目标函数,对温度和法向磨削力进行优化;基于蛇优化算法对工艺参数进行双目标优化,获得磨削工艺参数的最优解,验证实验结果表明,模型具有较高的精度,得到的最优工艺参数合理。

改进的分水岭T-Snake轮轨接触区域图像分割算法

Snake算法为一种经典的主动轮廓线模型分割算法,在图像分割领域得到广泛应用。但其存在依赖初始轮廓线的选取和难以提取图像凹陷边缘等缺点。采用结合图像信息熵和高低帽变换的组合标记分水岭算法提取初始边缘轮廓线作为T-Snake的初始轮廓线,并通过引入区域能量项来优化拓扑自适应主动轮廓T-Snake算法。改进后的T-Snake算法能够较好地根据踏面边缘特点自发改变其捕捉方向,对具有凹陷边缘的图像处理能力较强。实验结果证明,该模型应用于列车轮轨接触区域踏面边缘曲线提取中取得了良好的效果。

遗传算法在Snake模型中的应用

文章针对Snake模型应用于图像边缘检测时对于噪音过于敏感的不足,提出了一种改进的方法。利用遗传算法的全局优化特性改进Snake模型局部优化的缺点,并取得了较好的效果。

一种改进的Snake算法

针对动态轮廓模型特性 ,本文提出了一种能量函数的选取和收敛算法改进的新方法 ,结果表明 ,该方法在实际应用中效果理想 .

基于改进Snake算法的坡口中光致等离子体图像分割

光致等离子体是CO2激光焊的重要现象。厚板激光焊时,坡口中的光致等离子体图像受熔池等噪声影响,传统边缘提取算法易产生伪边缘,给后续分析计算带来困难。设计了坡口中光致等离子体图像采集系统,所获得的图像经高斯滤波后,为了克服熔池对光致等离子云图像的干扰,改进了主动轮廓模型Snake算法,基于OTSU算法完成等离子云图像的二值化和初步分割,设计了Snake模型能量函数并优化了相关参数,提取了坡口中光致等离子体边缘,与传统Sobel算子等方法比较,提高了等离子云边缘提取的准确性和可靠性。

结合全局轮廓变形的改进Snake算法

为避免跟踪较大位移和变形对象时易陷入局部极小问题,提出了一种改进的主动轮廓模型Snake算法,并将其用于视频中变形运动对象的跟踪与提取.该文采用L*a*b*颜色空间的彩色梯度图和仿射变换的校正误差计算Snake的外部能量,增强了图像外部特征对Snake的作用.实验结果表明改进后的Snake算法大大提高了Snake跟踪的准确度,并能跟踪发生了较大位移和变形的视频运动对象.

基于改进Snake模型的肺部图像分割

肺实质分割是基于CT图像的计算机辅助检测技术必不可少的步骤。针对现有活动轮廓模型对初始位置敏感、深度凹陷区域分割不准确和抗噪性差等缺点,提出了一种基于改进Live-Wire算法确定Snake模型初始轮廓的交互式分割方法。该方法结合并改进Live-wire算法和一般的阈值法对图像进行预分割,将得到的边缘作为Snake模型的初始轮廓,通过Snakes模型演化得到肺实质轮廓结果。实验结果表明该方法能快速地对肺部图像进行分割,与传统方法相比具有人工交互次数减少、抗噪音性好、更具鲁棒性和效率性的优点。

多策略改进的蛇优化算法

为改进蛇优化算法(Snake Optimizer,SO)在探索方式、变量计算、空间搜索方式和种群更新方式等方面存在的不足,提出了一种多策略改进的蛇优化算法(Improved Snake Optimizer,ISO)。首先,提出探索寻优策略,根据个体相对于优势个体的位置更新自身的位置,使种群在前期快速收敛到最优解附近。其次,优化变量计算方式,将SO算法中的指数运算改进为多项式运算,提高SO的时间效率。同时引入动态调整搜索空间的机制,随种群进化迭代次数的增加逐步扩展搜索范围以提高寻优能力。最后,引入优势进化策略,淘汰适应度较差的个体并结合优势个体的基因产生新个体,快速提高种群优势基因比例以增加收敛速度。对不同基准测试函数进行寻优实验,分别与经典SO算法和5种启发式算法进行对比,结果表明ISO具有较强的寻优能力。为进一步验证所提算法的高效性和实用性,将ISO应用于全连接神经网络的优化问题,结果表明基于ISO优化的神经网络具有更优的分类效果。

基于混合策略改进的蛇优化算法及其应用

针对基本蛇优化算法求解优化问题时易陷入局部最优的问题,提出了一种基于维度选择策略、选择交配策略和重新分组策略的改进蛇优化算法(SSO)。算法SSO在基本蛇优化算法在战斗或交配阶段引入维度选择策略,由随机概率选择每条蛇个体在不同维度的位置更新模式,以避免迭代后期出现个体位置停滞现象;同时引入选择交配策略,选择适应度值小的部分个体进行战斗或交配,剩余个体利用探索阶段位置更新公式进行位置更新,以提高战斗或交配阶段的探索能力;采用重新分组策略,个体每迭代10次都将随机打乱并重新分组,以增加种群多样性,提高算法寻优能力。利用30个标准无约束优化问题进行了数值实验,结果表明,相比于基本蛇优化算法SO等6种对比算法,算法SSO的寻优能力更强,且对求解高维优化问题更有效。用算法SSO优化BP神经网络的初始权值和阈值,实验结果表明所得SSO-BP神经网络在红酒分类和预测鲍鱼年龄时的准确性和稳定性优于其他对比神经网络。

基于Snake和外观模板的组合式图像对象分割

针对目前图像对象分割方法对图像的特征提取和抽象度不够,导致分割精度低的问题,提出了基于Snake模型和外观模板的组合式图像对象分割研究方法。该方法将改进的外观模板图像对象分割算法得到的分割结果经过预处理作为改进的Snake模型的图像分割算法的输入初始轮廓进行精确处理。该算法在提升对象分割精度的有效性上达到了96%以上。