Chan-Vese模型两相自适应窄带的阴影区检测方法

为得到快速高精度的声呐图像阴影区检测效果,提出Chan-Vese模型两相自适应窄带检测方法。利用各向异性二阶邻域马尔可夫模型估计声呐图像的纹理特征参数,实现原始图像平滑去噪;由块方式的k-均值聚类算法确定图像的初始两类分割,初步确定阴影区大致位置,并根据此大致位置,自适应初始化零水平集函数,来减少人为干预,提高检测速度;在此基础上,提出建立Chan-Vese模型两相窄带水平集进行声呐图像检测,完成局部寻优,排除全局图像中孤立区对检测的影响,使阴影区检测结果更加精确。通过对真实声呐图像的检测实验结果分析,验证提出的检测方法能够去除原始图像的部分噪声,提高检测精度和速度,有一定的自动性和适应性。      

四面体模型质量度量准则及其之间的关系

四面体模型质量度量准则是评价网格模型质量的标准,但长期以来,对四面体单元质量的度量和评价并没有公认的标准。因此,本文对常用的四面体网格模型质量度量准则进行总结,并从理论上证明了各质量度量准则之间的关系,同时通过实验分析各质量度量准则之间的这种关系是否成立。分析认为在优化四面体模型时,不能仅仅采用某一种度量标准来评价网格的质量,应根据不同的四面体类型,采用不同的准则或将几种准则联合起来对四面体模型质量进行度量。