基于多图谱配准的三维胰腺CT图像分割

胰腺的自动分割一直是医学图像分割中一项具有挑战性的问题。胰腺是一个具有高度解剖变异性的器官,目前的多图谱分割方法很难对胰腺的边缘产生精确的分割。针对这一问题,采用了基于多图谱配准的分割算法对胰腺进行分割,优化了一种局部动态阈值的后处理方法。在标签融合阶段,采用概率阈值融合算法、Majority voting(MV)算法、STAPLE算法和SIMPLE算法四种标签融合算法进行对比。在后处理阶段,采用局部动态阈值处理方法,首先通过初步分割结果对目标图像提取目标区域,然后自动确定阈值实现该区域的二值化,最终与初步分割结果取交集作为最终分割结果。采用留一交叉验证策略对80例NIH胰腺CT图像和22例来自上海本地医院的胰腺CT图像进行分割,最终得到的DSC分别为79.98%和81.30%。实验结果表明,所提方法实现了对胰腺的有效分割。     

基于二维直方图和模糊熵准则的阈值化方法

图像分割是图像分析、识别和理解的基础。图像分割主要是指将图像分成各具特性的区域并提取出感兴趣目标的技术,其研究多年来一直受到人们的高度重视;阈值化法是图像分割的一种重要方法,在图像处理与识别中广为应用;针对图像分割中细节往往被忽略导致后续处理困难的问题,基于模糊关系和最大模糊熵原理提出了一种阈值化方法,对二维直方图进行模糊分割;为了获得图像分割中的细节,提出的方法根据最大熵原则自动确定模糊区域和门限,进而获得二维模糊熵和遗传算法最优解,最后获得图像细节;通过对不同灰度水平和颜色类型图像进行实验比较,实验结果表明提出的方法优于二维非模糊方法和一维模糊熵分割法,得到该方法在图像分割中获得细节的结论。     

高速粒子场的全息再现图像的自动分割方法

针对再现图像的处理,通过将图像细分为多个较小区域,在每个小区域同时采用多种阈值计算方法,并引入错误校正机制,获得了能稳定地分割图像的自适应阈值.在此基础上,再用种子生长方法进一步界定粒子的边界,能获得更准确的分割结果,且其过程可以自动完成.该方法已成功用于动态实验图像的处理,获得了很好的结果,静态粒子靶实验表明该方法处理得到的相对误差小于15%.     

基于局部直方图的目标分割方法

图像分割是图像精确跟踪中的重要组成部分 ,是后续进行图像识别的基础。在介绍传统阈值分割方法的基础上 ,提出了一种应用序列图像跟踪、利用跟踪区域的局部直方图来计算分割阈值的方法。该方法利用相邻两帧图像数据的相关性 ,根据跟踪区域的灰度信息自动调节每帧图像的分割阈值 ,使在跟踪区域内的目标得到了较好的分割效果。运用该算法 ,不仅取得了良好的分割效果 ,而且结果证明该算法具有较强的自适应性     

支持向量机方法在热波检测图像分割中的应用

作为热波无损检测技术中的关键环节,热波图像分割对结构损伤的有效识别与准确评估具有重要影响。为克服红外热波图像背景噪声大,对比度低等因素对损伤识别的影响,提出了一种基于支持向量机的热波图像分割方法。该方法首先采用Wiener滤波对热波图像进行预处理,然后随机选取目标区域和背景区域内多个像素点的像素值组成目标向量与背景向量,对基于多项式核函数的支持向量机进行训练,最后将训练好的分类器应用于不同的热波图像,实现热波图像的分割。试验结果表明:该方法可有效克服热波图像背景噪声大的问题,较好地保留了缺陷区域分割的完整性;与基于硬阈值的图像分割方法相比,该方法能更好地抑制背景区域的噪声干扰,更有利于损伤的识别与评估。     

一种改进的球栅阵列封装焊点射线图像阈值分割算法

球栅阵列封装焊点的射线图像具有信噪比差、背景不均匀等特点,故传统的阈值分割方法无法将目标焊点与背景图像很好的分割.本文通过对球栅阵列封装焊点射线图像直方图的分析,利用了自适应维纳滤波对阈值分割前的图像进行了预处理.根据图像的差异来调整该滤波器的参量,对局部差异大的地方进行小的平滑操作,对局部差异小的地方进行大的平滑操作.在最大类间方差法的基础上,对分割后的图像进行了进一步的分析并提出了改进的二次分割方法.改进的方法为并不直接通过OTSU法进行二值化处理来去除背景,而是在阈值分割得到的两个灰度级内通过计算中值和统计最大灰度像素的方法得到了更优化的阈值,使得去除背景后的焊点图像整体更加清晰和均匀.在背景灰度级内寻找了一个合适的灰度级作为处理后的灰度图像新背景,实验证明该方法明显改进了传统最大类间方差法对球栅阵列封装焊点射线图像的阈值分割效果.     

中药光谱成像图像自适应区域增长分割方法

为了消除背景噪声对药材光谱图像检测结果的干扰,根据中药材光谱图像的特点,设计一种能够自适应对中药材光谱图像进行有效区域(ROI)分割的区域增长算法。该区域增长算法根据药材光谱图像的灰度直方图分布来自动选取种子点和分割阈值,在生长的同时进行连通性分析,生长结束后通过区域填充技术来消除图像中出现的孔洞。实验表明:该方法能够自动、准确地进行ROI分割,分割偏差小于8%,并且能较好地消除噪声的干扰,没有产生无意义的生长区域。     

自适应特征引流管故障智能识别方法

为了实现对高压输电线存在的故障隐患进行自动检测,本文提出了一种自适应特征引流管故障隐患智能识别算法。首先,分析了故障引流子的红外热图像特征,把故障分为两类:明显发热和微弱发热;其次,针对引流管所引起的明显发热,采用改进的Otsu阈值分割法对红外图像进行分割,运用改进的Sobel算子提取轮廓;第三,用种子填充算法分离连通域,通过Thread特征判断是否为故障引流管;最后,进入引流管所引起的微弱小区域发热识别,运用高压输电线平行特征寻找主干线区域,在主干线区域检测Harris角点,通过STWN特征判断是否为故障引流子。实验结果表明,发热隐患的识别率为94.6%,漏检率为2.2%,误识别率为5.5%。     

基于模拟退火算法的递归自动阈值分割方法

针对目标图像灰度对比度差的现象,以及对目标对象检测实时性的要求,并考虑到传统的Otsu分割方法在分割图像质量较差以及目标区域小时准确性差的缺点,提出了一种基于模拟退火算法的递归Otsu分割方法。在图像直方图呈双峰的情况下能够准确地找到分割阈值。在成像模糊、光照度较差的情况下此方法仍然可以获得较高的准确度。该方法在保证了检测质量的同时并没有导致运算时间的大幅度提升,有效地保证了处理的实时性。实际应用表明该方法切实可行。     

基于对称差分和光流估计的红外弱小目标检测

针对复杂天空背景条件下低信噪比的红外弱小目标检测问题,提出了一种基于对称差分和光流估计相结合的目标检测算法。对序列红外图像做对称差分运算,通过图像差减运算和自适应阈值分割提取目标可能的运动区域,并对区域做扩张和叠加处理,得到连续帧间目标可能出现的区域。计算每个区域红外图像的光流场,对光流场进行阈值分割,辅以数学形态学滤波等方法,检测区域中的目标。该算法充分利用对称差分运算计算量小和光流检测准确度高的特点,在保证检测准确度的同时大大减少了目标检测算法的计算量。实验及结果分析表明,基于对称差分和光流估计的目标检测算法能实时有效地检测出复杂天空背景下的红外弱小目标。     

基于改进的两维Otsu管道红外图像高温区域分割研究

石化管道通常可分为常温区域和高温区域两部分。高温区域的存在影响着整个系统的安全运行,热量的散失将会引起资源的浪费及环境的污染等一系列问题。红外光谱图像能够较好地描述石化管道的高温区域,但是如何从中提取高温区域是红外光谱图像处理的一类难题。为实现从红外图像中,将高温区域准确快速分割出来的目的,基于经典的一维Otsu算法提出一种改进的二维多阈值自动获取方法。该算法首先对管道红外图像进行经典单阈值分割,将图像划分为背景和管道两部分。然后基于管道图像区域,以管道灰度图像与平均值图像作为图像二维,对目标图像进行二维双阈值分割,最终将较大的阈值作为划分管道常温区域与高温区域的分割点。将本算法对不同的管线进行多次试验分析,结果表明,采用改进的二维Otsu多阈值算法能够更加清晰的将管道从复杂背景中提取出来,并在此基础上把高温区域更精确的分割。     

基于改进的两维Otsu管道红外图像高温区域分割研究（英文）

石化管道通常可分为常温区域和高温区域两部分。高温区域的存在影响着整个系统的安全运行,热量的散失将会引起资源的浪费及环境的污染等一系列问题。红外光谱图像能够较好地描述石化管道的高温区域,但是如何从中提取高温区域是红外光谱图像处理的一类难题。为实现从红外图像中,将高温区域准确快速分割出来的目的,基于经典的一维Otsu算法提出一种改进的二维多阈值自动获取方法。该算法首先对管道红外图像进行经典单阈值分割,将图像划分为背景和管道两部分。然后基于管道图像区域,以管道灰度图像与平均值图像作为图像二维,对目标图像进行二维双阈值分割,最终将较大的阈值作为划分管道常温区域与高温区域的分割点。将本算法对不同的管线进行多次试验分析,结果表明,采用改进的二维Otsu多阈值算法能够更加清晰的将管道从复杂背景中提取出来,并在此基础上把高温区域更精确的分割。     

基于图像分割的时域乳腺扩散光学层析成像方法

鉴于乳腺光学层析成像方法中的不适定性严重影响重建图像性能,引入图像分割技术.通过选择合适的图像分割阈值,将基于全域重建的图像分割为背景区域和目标区域,再对得到的"目标区域"进行二次图像重建.数值模拟研究表明,该技术可有效地减小反演变量的维数,提高重建图像的性能.     

基于多特征融合与ROI预测的红外目标跟踪算法

针对当前红外目标检测与跟踪算法存在场景自适应能力弱、专用性强,以及在大视场条件下,首帧图像中小目标误检率高的问题,提出一种红外序列图像目标自适应阈值分割、检测与跟踪方法.选取目标移动速度、目标轮廓的面积和周长、以及自适应分割阈值与感兴趣区域位置为动态变量,建立动态决策准则.采用首帧目标检测算法计算出序列图像的第一帧图像目标的静态变量和部分动态变量,再采用改进的局部自适应阈值分割算法分割后续帧图像,然后利用静态与动态决策准则筛选出分割后的真实目标,最后计算并更新动态决策准则.红外靶标测试结果表明:该方法对不同场景具有较好的适应性,四个场景平均跟踪准确率为95.81%,微机平台平均每帧处理时间为10.93ms,嵌入式平台为26.79ms.     

一种高噪声显微图像分割方法研究

传统的图像分割算法在处理高噪声显微图像时,由于背景复杂,很难得到目标完整的区域轮廓。通过对不同图像分割算法的性能进行对比,提出了一种改进的二维最大熵阈值遗传算法结合数学形态学除噪分割的方法。首先用改进的二维最大熵阈值算法结合遗传算法对高噪声显微图像进行粗分割,除去图像中大量的背景噪声,然后运用数学形态学进行细分割,滤除剩余少量杂质和孔洞,提取出目标轮廓。实验结果表明改进的方法较传统分割方法具有更强的抗噪声能力及更快的处理速度,有效地实现了高噪声显微图像的除噪分割。     

红外图像伪彩色编码和处理

利用红外热成像系统可将物体的热分布转化为可视图像，并在监视器上以灰度级或伪彩色显示出来，从而得到被测目标的温度分布场。根据热成像测温原理以及红外图像的特点，在对室温热成像系统研究的基础上，对红外图像伪彩色编码进行了研究，提出一种新的伪彩色编码方法，即自动阈值法。利用自动阈值法可以在室温环境下，对目标的温度及其分布进行测量。在TMS320C6202和FPGA室温热成像系统中对提出的方法进行了验证。实验结果表明，该方法可使红外图像层次分明，容易分辨出不同的温度区域。     

单晶硅熔液面位置检测的图像处理方法研究北大核心CSCD

利用单晶炉中特殊结构在硅熔液上的倒影图像目标,通过图像处理进行高温硅熔体液面变化的非接触式检测。首先比较不同图像分割方法对倒影图像处理的效果,选取最优图像分割方法处理不同单晶硅液位的倒影图像,其次采用不同角度、不同尺寸ROI(感兴趣区域)对图像进行分割,并提取分割后的目标像素面积,最后利用像素面积变化与对应液位变化之间的比值系数和像素面积变化的标准差相结合的评价函数对图像处理效果进行对比。结果表明,采用动态局部阈值分割法和大尺寸且垂直于相机视角的ROI对图像进行处理,使得评价函数值最大,兼顾了单晶硅液位检测的灵敏度和精密度。     

基于自适应阈值的齿轮干涉图像前景区域提取方法

齿面物体像灰度法是激光移相干涉测量中提取齿轮干涉图像前景区域的重要方法之一,针对该方法因人工设定阈值且忽略不同图像边缘特征从而导致的测量效率及精度受限问题,提出了一种基于自适应阈值的齿轮干涉图像前景区域提取方法。首先分析齿轮齿面形貌特征与各边缘顶点差异,对图像进行区域划分;然后根据边缘灰度变化规律通过邻域窗口筛选合格像素点并获取掩模结果,实现前景区域提取;最后根据5类图像评价指标分别对4组算法分割结果与传统方法分割结果进行数据对比。结果表明：算法在实现图像自动处理的基础上与参考结果匹配精确度提升约3.5%～4.5%,PRI(probabilistic rand index)提升约3%～4%,VOI(variation of information)提高约15%～25%,GCE(global consistency error)降低约2.5%～3.5%,最终相位信息准确度提升9μm～15μm。结果符合精度要求,该方法可广泛应用于齿轮干涉图像前景提取中。     

基于GSPN的飞机测试性指标确定方法研究

针对现有的图像分割中自适应分割方法的研究难点,以及传统的模糊阈值分割法中存在窗宽不能自动获取的问题,在确定隶属函数的前提下,以图像的直方图为依据,利用分段计算和反变换的方法,提出了一种自适应模糊阈值的图像分割方法,并将该方法应用于机场目标的分割。该方法实现其窗口宽度的自适应选取,并且有效改善了模糊阈值法对直方图呈不明显双峰的图像分割困难的缺点,拓展了模糊阈值图像分割方法的适用范围,改善了模糊阈值分割方法的分割效果。实验结果表明,该方法对直方图呈单峰和多峰分布的的图像有较好的分割效果和效率。     

基于模糊阈值的自适应图像分割方法

针对现有的图像分割中自适应分割方法的研究难点,以及传统的模糊阈值分割法中存在窗宽不能自动获取的问题,在确定隶属函数的前提下,以图像的直方图为依据,利用分段计算和反变换的方法,提出了一种自适应模糊阈值的图像分割方法,并将该方法应用于机场目标的分割;该方法实现其窗口宽度的自适应选取,并且有效改善了模糊阈值法对直方图呈不明显双峰的图像分割困难的缺点,拓展了模糊阈值图像分割方法的适用范围,改善了模糊阈值分割方法的分割效果;实验结果表明,该方法对直方图呈单峰和多峰分布的的图像有较好的分割效果和效率。