基于混合能量模型水平集的合成孔径声纳图像分割方法

本文讨论了合成孔径声纳图像分割问题。首先介绍了Chan-Vese模型水平集方法,针对该模型存在的边界定位和重复初始化等问题,提出了一种改进的水平集方法。该方法的能量模型由区域信息项、边界信息项和距离约束函数构成的内部能量项三部分混合形成,既兼顾了全局优化特性和局部定位精度,又避免了水平集函数重复初始化,提高了运算效率。实验结果表明,该模型对于噪声干扰严重、边缘模糊的合成孔径声纳图像分割效果良好。     

基于改进区域项CV模型的金相图像分割

为了解决传统Chan-Vese(CV)模型难以快速、精确提取金相晶粒的问题,提出一种基于改进区域项CV模型的金相图像分割方法。该方法利用倒数交叉熵阈值选取准则函数替代传统CV模型中能量函数的区域项,构造新的水平集模型。改进模型能够使分割前后图像的倒数交叉熵达到最小,更精确地分割噪声影响严重且局部灰度变化较大的金相图像;考虑到倒数交叉熵计算会增加算法复杂度,通过引入最大绝对中位差,自适应调整曲线内外的能量权重加速曲线的演化,添加距离规范项以避免水平集函数的重新初始化,加速模型的收敛。实验结果表明,与多种模型相比,改进模型在分割结果和分割效率方面均具有明显优势。     

基于红外图像的GVF Snake轮廓提取算法的研究

针对红外图像目标具有边界模糊不清，区分效果较差的缺点，结合Ostu阈值法和梯度矢量流主动轮廓模型（GVF Snake），提出一种目标轮廓自动提取方法。采用Ostu法先对图像进行分割，然后将得到的边界作为Snake模型的初始边缘轮廓,利用 GVF Snake特性将初始轮廓准确地收敛到目标边界。由于Ostu算法具有将目标物体从复杂背景中分割开来的优点，使得在应用 GVF Snake模型对复杂图像进行分割时减少了人工的干预。实验证明：该方法运算速度快，能够快速地收敛到目标轮廓，并准确地跟踪目标，具有一定的抗噪能力。     

利用图像分割的基于图割的立体匹配算法

立体匹配通过寻找同一空间景物在不同视点下投影图像的像素间的一一对应关系, 最终得到该景物的视差图。在对匹配算法作了深入研究的基础上, 提出了一种利用图像分割的基于图割的立体匹配算法。算法把参考图分割成多个区域, 然后用平面公式在一个分割中建立视差。视差模板是从初始视差分割中提取的。每一个分割被分配到精确的视差模板。构建全局能量函数,能量函数的鲁棒最小化是由基于图割的最优化获得的。算法对低纹理区域和接近视差边界区域有很好的匹配效果, 同时, 又解决了传统的基于全局算法中计算量过大, 实时性不好的问题。实验表明, 本算法能满足高精度、高实时性要求。     

基于水平集的闪光照相图像分割算法

针对Chan-Vese(CV)模型局部控制能力差的缺点,将基于区域的CV模型和分割曲线的局部信息结合起来,提出了一种新的水平集图像分割算法。该算法以CV法的分割曲线为初始曲线,以获得全局收敛性,在后继分割中引入分割曲线的局部信息,以提高模型对图像中微弱信号的分割能力。对闪光照相图像的数值实验表明,该算法噪声抵抗能力强,对初始轮廓位置不敏感,能实现对含细长拓扑结构和微小孔洞的弱边界闪光图像的自动分割。     

基于改进的GAC模型图像分割算法

针对图像分割中经典GAC模型无法准确分割拓扑结构变化的凹陷目标、容易穿越深度凹陷的弱边缘轮廓和无法准确分割含噪声目标的问题,通过利用图像灰色关联度、类间方差和经典GAC模型构造新能量函数,提出了一种改进的GAC模型,该模型可增强经典GAC模型的边界检测能力,减少分割时间。仿真实验验证了改进的GAC模型的正确性和有效性。     

水下激光目标的统计对消分割法

水下激光目标的识别是一个崭新的研究领域,有许多问题需要解决,其中,目标分割是关键.水下激光图像中夹杂着严重的散斑噪声,受其影响,要识别水下激光目标,就要对图像进行有效的消噪,然后进行目标分割.本文依据具有相似统计特征的噪声可抵消图像中的相应噪声这一基理,结合小波变换和统计法,提出了一种水下激光目标的统计对消分割法,以去除噪声,提取目标.实验结果表明该方法是有效可行的.     

一种快速检测圆的抗干扰变形模板方法

提出了一种新的参量式变形模板方法，用于检测带有缺陷和噪声的圆。根据圆的几何形状特性和梯度信息定义了模板的能量函数。然后通过动态调整模板的参量使能量函数和图像进行交互以把能量函数最大化。根据能量函数的定义，在其取得最大值时的参量即为所检测圆的位置参量。为了提高匹配运算速度，先求出被检测圆的圆心和半径的估计值，然后给出缩小了的搜索区域。在此搜索区域内采用贪婪优化的算法得到最终检测结果。实验结果表明算法可以在圆有较大缺陷和噪声的情况下，定位精度在1个像素以内，速度在0．5s左右；有很好的抗干扰和抗噪声能力，并有较快的运算速度。     

水下声学滑翔机用于东印度洋声传播特性分析及声源估计

常规实验方法无法同步获取深海大尺度声学和水文数据,水下滑翔机可作为同步观测平台解决该问题.首先利用在东印度洋北部海域水下滑翔机同步获取的声传播和水文实验数据,分析了水下滑翔机的自噪声谱级和实验海区声传播特性,然后推算并修正了滑翔机水下运动轨迹,利用第一影区水下滑翔机接收声传播信号的脉冲多途到达时间差对声源进行测距与定深。潜标接收噪声与滑翔机自噪声谱级对比表明,水下滑翔机在海洋中无动力运动时的系统自噪声接近于潜标观测的海洋环境噪声。滑翔机实测的声传播损失与模型计算结果吻合较好,第一影区水下声源测距定深结果与实际位置较为一致,测距与定深的相对误差均小于5%。利用加载水听器的水下滑翔机可以实现水文环境数据与声学信号的同步观测,对深海声传播特性测量及定位算法研究具有重要意义。      

基于能量最小化的肾脏计算断层扫描图像分割方法

随着成像技术的不断发展, 医学图像处理在计算机辅助诊断和病变管理中的重要作用日渐突出, 而计算断层扫描序列图像的肾脏组织分割是其中的关键步骤. 本文结合肾脏序列图像的连续性特征, 提出了一种基于活动轮廓和图割方法的能量最小化分割模型来自动分割肾脏组织. 根据相邻切片图像的形状差异与层间距之间的关系, 计算出序列图像中适合图割优化能量函数的最优范围. 能量函数采用测地活动轮廓模型和Chan-Vese模型的综合形式, 兼顾了目标的边界和区域信息. 随后, 利用图割方法优化离散化的能量函数, 驱使活动轮廓逐渐向目标边界靠近, 直至收敛为止. 对30组腹腔序列图像进行了算法测试, 实验表明基于能量最小化的分割方法能够有效地提取出序列图像中的肾脏组织, 其分割结果的平均Dice系数达到了93.7%. 关键词： 计算层析 肾脏分割 能量最小化 连续性