基于AOS的线性种子扩散图像分割方法研究

研究了修改Perona-Malik模型的线性种子扩散的图像分割方法。针对显式差分格式只能采用小步长的问题，改为隐式差分格式，并采用加性算子分裂（AOS）算法求解。二维图像测试表明，基于AOS的算法在稳定性和计算复杂度等方面都取得了较好的结果。     

视图插补与透视同伦变换

基于未标定图像序列实现任意视点插补,是目前视点插补技术研究中的热点.本文首次将同伦变换引入视点插补问题研究中,提出并证明了基于透视同伦变换的视图插补定理,并针对可忽略遮挡关系的简单场景给出了基于未标定图像序列的透视同伦变换.算法实现的关键在于对摄像机内外参数的估计,同时对实验结果作了详细分析,指出实验结果的优劣(算法实现瓶颈)在于对应关系的建立.     

多分辨率多上下文的脑磁共振图像自动分割

文章提出了一种新的脑磁共振图像自动阈值分割算法,该算法综合多分辨率和多上下文的思想,具有更好的抗噪声能力。多分辨率阈值法只考虑了多尺度下灰度级的一致性,不能兼顾图像各局部之间的不均匀性,而多上下文方法恰好弥补了这方面的不足。临床脑磁共振图像实验的结果表明,多分辨率多上下文的算法(MRMC)改进了分类精度,抗噪声能力优于单上下文的方法。