边缘修正CV模型的卫星遥感云图分割方法

对卫星遥感云图进行自动分割是分析卫星云图资料的重要步骤。为了更加准确的对卫星遥感云图进行分割,提出了融合边缘信息CV模型的卫星遥感云图分割方法。对原卫星云图进行扩散,得到平滑图像,根据平滑图像计算边缘信息,将得到的边缘信息融入CV模型中,并加入距离规范项使得CV模型的水平集函数在演化过程中不需要重新初始化。实验结果表明,与传统CV模型、区域能量拟合水平集模型、偏置场修正水平集模型相比,所提方法分割出的云区域更加准确,分割速度更快。     

改进可变区域拟合模型的合成孔径声呐图像分割方法

为了自动且高精度地分割合成孔径声呐图像中的目标和阴影区域,提出一种核函数尺度自适应可变区域拟合(RSF)模型的分割方法。使用一种基于K-均值聚类的自动初始化方法对水平集进行初始化,减少了人为干预;提出改进的核函数尺度自适应RSF模型,其利用声呐成像中目标与阴影在沿扫测方向具有近似宽度的一般规律,自适应选择核函数尺度参数,使得对应目标和阴影的水平集函数能够同步演化,提高最终分割精度。通过对真实声呐图像的实验结果分析,验证了该方法能较为准确地实现目标和阴影区域的分割,具有一定的精确性和适应性。      

眼底图像中视盘的平滑滤波与CV模型分割

可靠、有效的视盘分割对自动眼底病变诊断分析具有重要意义。提出了一种基于平滑滤波和CV模型的视盘分割算法。在利用投影法定位出视盘中心后,首先采用Gabor滤波技术提取并移除视盘局部区域的主血管,然后利用邻域信息通过插值运算填充被移除血管区域的像素,采用边缘保留平滑滤波对视盘区域进行平滑,最后利用基于区域信息的CV水平集模型分割出视盘的边界。该方法在MESSIDOR数据库上进行了测试,平均分割准确率为0.83,表现出了良好的分割性能。     

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Chan-Vese模型与形态学的医学图像分割算法

针对传统的多相Chan-Vese模型在进行多区域分割时容易产生空相位的问题,提出了一种改进的新的医学图像分割算法;该算法结合Chan-Vese模型、数学形态学、复合多相水平集分割算法,通过迭代腐蚀操作提取医学图像的轮廓,利用添加了复合多相水平集算法的Chan-Vese模型对医学图像进行分割,通过迭代膨胀操作复原图像;实验结果和分析表明,采用该算法很好地解决了医学图像分割过程中容易出现的多区域分割问题,减少了空相位的产生,而且对图像边缘有很好的分割效果。     

基于Faster-RCNN和Level-Set的桥小脑角区肿瘤自动精准分割

桥小脑角区（CPA）肿瘤的精准分割在手术治疗、放疗中有重要影响,本文结合更快速区域卷积神经网络（Faster-RCNN）和水平集（Level-Set）方法对CPA肿瘤的自动分割进行了研究.首先,采集317名CPA肿瘤患者的T₁WI-SE序列磁共振图像,使用基于Faster-RCNN主干网络VGG16提取特征,结合区域建议网络（RPN）进行学习训练,建立带有CPA肿瘤位置信息的定位模型,再应用Level-Set对肿瘤进行精准分割.本文对比了不同CPA肿瘤区域勾画范围对分割结果产生的影响,并以精确率、召回率、均值平均精度值（mAP）和戴斯系数（Dice系数）等指标评估了模型定位和分割的性能.实验结果表明,结合Faster-RCNN和Level-Set建立的模型能更有效对CPA肿瘤进行精准分割,减轻临床医生的负担,并提升治疗效果.     

结合划线拟合和深度学习的数字全息显微相位像差自动补偿方法

针对动态观察活体细胞形态的数字全息显微应用,提出了一种结合划线拟合和深度学习的自动相位像差补偿方法.首先在全息面提取中心十字线上的物光场相位值,通过二次多项式数值拟合构建相位掩模完成相位像差初步补偿.然后在成像面运用卷积神经网络生成二值化图像掩膜,提取物光场中无物体区域的相位值,再次通过高阶多项式进行数字拟合构建相位掩模完成相位像差精确补偿.最后得到无相位像差的再现相位像.该方法通过在全息面划线取值和数字拟合有效补偿物光中的主要相位像差,降低了成像面物光场的图像轮廓复杂性,利用有限的训练数据集获得能够准确建立图像分割的深度学习模型,从而实现了准确的无需人工干预的数字全息显微自动相位像差补偿.基于离轴数字全息显微成像系统对多种具有不同形态特征的活体细胞开展动态观察实验,并进一步应用该方法进行子宫内膜癌细胞抗药性筛选.结果表明该方法可以很好地用于动态显微观察,从而为生物学细胞动态研究提供实验依据.     

基于粗糙集与水平集的细胞智能识别应用研究

针对细胞图像特性微弱,本文提出改进的Chan-Vese水平集分割算法,利用水平集演化曲线实现对微生物感染的细胞核边缘的准确分割。针对宫颈细胞图像特征,首先提取细胞图像样本的五维特征向量(纹理、几何形状特征以及灰度图像等),然后根据粗糙集理论建立决策表,用于细胞图像的微生物识别,并直接从训练样本图像中导出决策规则;应用所获取的规则对微生物测试样本图像进行分类。实验结果表明该方案应用在宫颈细胞智能识别上可以达到较好的效果,在工程上应用是可行的。     

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。     

基于改进的局部表面凸性算法三维点云分割

点云分割是点云分类、识别以及三维重建等处理的基础,分割结果对后续应用影响巨大。本文提出利用连通点集改进局部表面凸性算法中邻近点关系的方法,解决目前激光三维成像系统点云分割算法在处理复杂环境散乱点云时存在分割过度及分割不充分的问题,通过主顶点与周围点构成连通集,作为分割判断局部子点集,形成有效分割区域。该方法解决了常用点云分割方法无法对形状不规则物体进行有效分割的问题,提高了分割精度。算法实验结果表明,相比于最小切割算法和区域生长算法,基于连通点集的改进局部表面凸性算法对实际路面环境信息的分割效果更好,并能在一定程度上避免分割过度和分割不充分的情况,证明该方法适用于复杂环境散乱点云数据分割。     

光子扫描隧道显微镜光场模拟与分析

采用“分割光束”的方法模拟计算了光子扫描隧道显微镜样品表面近场光强。用平面波对一维结构光盘进行的初步计算结果表明其表面近场光强分布相当复杂，一般情况下近场光强分布并不能真实地描述表面结构，近场光强受到表面结构很强的调制，当针尖与样品间距增大时，光强分布上会迭加上一些微小的波动。光强分布和样品表面结构之间会产生位移，这可能影响利用扫描近场光学显微进行纳加工和定位，将数值计算结果与他人的实验结果进行了     

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。     

基于窄带多区域水平集方法的遥感图像分割

由于遥感图像存在边缘混叠等问题,经典的C-V模型会产生大量的冗余轮廓,而且无法分割多个同质区域的目标.为此,提出了基于C-V模型的窄带多区域水平集图像分割方法,采用N-1个水平集函数将图像分割成N(N＞1)个区域,每个水平集函数表达一个区域.该方法一方面通过建立独立多区域水平集模型可以消除多余的轮廓,避免分割区域的重叠...     

水稻花粉颗粒显微图像采集与分析系统研究

文章描述了水稻花粉颗粒显微图像采集与分析系统的原理及结构.充分利用细胞显微图像彩色信息进行阈值分割,根据细胞形态特征,提出一种形态识别统计算法.实验结果证明此方法快速、有效,并已初步应用于农业生物学研究.     

DHL细胞中5-ALA代谢PpⅨ的定位分析

采用共聚焦显微技术中的双光子激发荧光方法获得DHL细胞中5-氨基酮戊酸(5-ALA)代谢原卟啉Ⅸ(PpⅨ)荧光图像.结合Rhodamine123、DioC6(3)和LysoTraeker Green三种细胞器荧光探针的使用,采用双标的标记方法观察DHL细胞中5-ALA代谢PpⅨ在DHL细胞的定位分布,进而利用Matlab软件对获得的定位的融合荧光图像进行相关系数计算.通过Matlab软件编写程序对获得的定位图像进行边缘检测、提取和分割等处理,计算获得的线粒体相关系数r=0.564;内质网相关系数r=0.465;溶酶体相关系数r=0.366;可以认为5=ALA代谢PpⅨ在线粒体、内质网、溶酶体三种细胞器区域均有分布,但PpⅨ在不同细胞器聚集程度存在比较大的差异,经过3 h的孵育代谢PpⅨ主要积聚于线粒体,而溶酶体中积聚的最少.研究表明双光子激发荧光可成为定性或定量研究DHL细胞中5-ALA代谢PpⅨ以及PpⅨ在细胞定位的重要方法.     

基于非凸正则化项的合成孔径雷达图像分割新算法

合成孔径雷达图像中乘性噪音的存在使合成孔径雷达图像分割变得非常困难.针对这一难题,本文以提高分割准确度,保护图像的几何结构边缘和提高算法的鲁棒性为目的,提出了一种适用于处理合成孔径雷达图像分割的新模型.新模型结合合成孔径雷达图像的区域和边缘信息,首先通过引入非凸的正则化项,定义了能量泛函;然后极小化能量泛函,建立了水平集函数演化的偏微分方程;最后对水平集演化方程的数值求解,实现了对合成孔径雷达图像感兴趣区域的分割.分别采用仿真图像和实测合成孔径雷达图像对新模型进行验证,结果表明,新模型对合成孔径雷达图像具有很强的边缘定位能力,能使目标区域分割更完整.     

基于非凸正则化项的合成孔径雷达图像分割新算法

合成孔径雷达图像中乘性噪音的存在使合成孔径雷达图像分割变得非常困难.针对这一难题,本文以提高分割准确度,保护图像的几何结构边缘和提高算法的鲁棒性为目的,提出了一种适用于处理合成孔径雷达图像分割的新模型.新模型结合合成孔径雷达图像的区域和边缘信息,首先通过引入非凸的正则化项,定义了能量泛函;然后极小化能量泛函,建立了水平集函数演化的偏微分方程;最后对水平集演化方程的数值求解,实现了对合成孔径雷达图像感兴趣区域的分割.分别采用仿真图像和实测合成孔径雷达图像对新模型进行验证,结果表明,新模型对合成孔径雷达图像具有很强的边缘定位能力,能使目标区域分割更完整.     

大鼠创伤性脑水肿模型中近红外光有效检测深度研究

采用近红外光谱技术实现颅脑损伤的无损监测过程中,存在着检测深度不明确的问题.利用Monte carlo模拟光子在生物组织中的传输过程,建立有效检测深度模型,对光纤探头在大鼠创伤性脑水肿模型中的有效检测深度规律进行了研究.采用不依赖于模板的阈值分割和窄带水平集分割方法,将大鼠头部MRI图像分为头皮、头骨、脑脊液、灰质和白...     

基于PCA的彩色印刷图像色彩分割算法

针对彩色图像的印刷过程中,原图像的色彩分割问题,提出了基于PCA（主成分分析）并结合其它典型彩色图像分割方法的新分割算法。该算法首先利用PCA算法把图像分解为主特征分量和残特征分量两分量图;然后采用二次分水岭算法对残特征分量图进行分割;利用K-Means算法对主特征分量图进行聚类初分割,接着对聚类初分割后的图像进行相似色彩区域融合;最后把分割后的两分量图的进行融合,得到最终的分割结果图。该算法可以应用于彩色印刷图像的色彩自动分割和彩色印刷过程的自动色彩控制中。     

骨自动分割及基于轮廓一致性的分割验证

利用序列CT图像对骨组织做自动分割是计算机辅助骨科的重要技术。由于骨结构的不一致性、病理改变以及CT数据内在的模糊性,完全做到自动分割目前还面临着很大的困难。提供了一种有效的解决框架,既避免了传统分割中大量的人力介入,又避免了自动分割造成的错误。具体步骤是:设计合适的自动分割算法对序列CT图像中骨组织做自动分割;利用相邻CT图像上骨轮廓是渐进变化的特性,通过比较轮廓形状的一致性来自动验证分割的结果;对一致性较差的结果引入决策判别机制。