邻域约束模型的眼底图像硬性渗出聚类检测方法

硬性渗出是糖尿病视网膜病变的重要表现和诊断依据.针对硬性渗出检测容易受到图像背景和噪声干扰的问题,提出基于邻域约束模型的眼底图像硬性渗出聚类检测方法.首先设定检测区域,结合区域像素的灰度和空间信息定义目标检测函数,通过迭代计算完成图像的聚类分割;然后计算邻域的灰度差异,将最大灰度变化作为相似性判决的约束条件,进而判定每个聚类图像是否属于硬性渗出.在公开的眼底图像数据库上进行实验的结果表明,该方法能有效地识别和检测眼底图像中可能存在的硬性渗出,对正常图像的判断正确率达到90%,对存在病变图像的检测灵敏度和阳性预测值分别达到79%和81%,有助于眼底疾病的计算机辅助诊断.

邻域约束高斯混合模型的模糊聚类图像分割

针对传统模糊聚类分割方法无法有效模拟数据分布特征的问题,提出基于邻域约束高斯混合模型的模糊聚类图像分割算法.利用高斯分布刻画聚类内像素光谱测度统计特征,定义像素与其邻域像素相关性的先验概率,并作为高斯混合模型中各高斯分量权重系数,构建包含特征场邻域作用的高斯混合模型.利用高斯分量描述像素与聚类间的非相似性测度,建立基于高斯混合模型的模糊聚类目标函数.在传统模糊聚类方法基础上,采用高斯混合模型定义像素与聚类间的非相似性测度,并在高斯混合模型中融入邻域作用,有效解决数据具有多峰值特征的问题.最后通过实验验证文中算法的准确性.

邻域信息约束融合Student's t混合模型的医学图像分割

医学图像的高噪声以及偏移场的存在使得传统图像分割方法在分割此类图像时分割效果不理想.针对上述问题,提出一种邻域信息约束融合Student's t混合模型分割算法.首先,获取像素点的邻域信息进行滤波操作以达到降噪效果;其次,构建Student's t混合模型,通过噪声平滑因子融合邻域信息约束修正先验概率;最后,利用最大期望(EM)算法求解,获取最大后验概率实现图像分割.实验结果采用DICE指标验证了算法的有效性.

基于Snake改进模型的心脏MR图像左心室分割方法

提出一种基于Snake改进模型的心脏MR图像左心室分割方法。首先对梯度矢量流GVF模型进行改进,提出基于扩展邻域的S型函数梯度矢量流ENSGVF模型,该模型可获得更大的捕获域,并能解决深度凹陷及弱边界泄露的问题。然后将ENSGVF作为新的外力条件,构造ENSGVF Snake模型,用于内外膜分割。对于内膜分割,引入圆形约束项,消除由于图像灰度不均匀造成的局部极小问题。进而利用内膜分割结果构造新的外力场和约束,实现外膜的精确自动分割。实验结果表明,该算法能有效解决分割中存在的弱边界、图像灰度不均匀、乳突肌干扰等问题,提高了精确度。

炼铸轧集成计划与调度组批模型及算法

为提高热装批量计划的调度可行性,构建一种集成批量计划类型及部分调度约束的批量计划约束满足模型,并采用显性基因的约束遗传算法进行优化求解.在优化过程中,采用一种以提高批量计划的调度可行性的基于邻域连通的快速判定方法,同时利用判定返回的信息构建显性基因指导优化过程.最后利用实际生产数据进行测试,结果表明,所提出的模型和算法能够提高热装率和批量计划调度的可行性,并且算法的执行效率可满足实际应用的要求.

琼东南盆地深水陆架坡折区地震速度建模与反演的研究与应用

无论是构造简单或者复杂的地方,高精度速度建模与反演一直是地震处理所追求的目标,为进一步提升复杂构造区域的速度建模精度,提升该区域的成像质量.文中以琼东南盆地陆架坡折区速度建模与反演为例,采用构造形态对速度反演过程进行约束,通过模型和实际数据验证了混合邻域构造约束建模与反演技术的有效性,解决了坡折大角度构造常规速度建模及反演技术存在速度异常的问题.结果表明:相对于常规速度反演方法,本文方法得到与地质更加吻合的速度场,能够更好地解决成像及岩性认识问题.结论认为:本方法在速度建模的过程中实现了自动提取构造张量并约束建模过程,提高陆坡下方速度精度,改善了坡折下方成像,该方法对于崎岖海底地区速度建模具有较大应用价值.