梯度矢量流

摘要： 针对自排斥Snake模型对于狭窄图像区域作用力不足,传统加性算子分裂方法计算复杂,内存用量也会随着图像大小的增加而迅速增长等问题,提出了在原模型的基础上增加梯度矢量流有向力场,以加快轮廓线在图像狭窄区域的演化速度,并为改进的模型设计快速对偶算法以简化算法设计,提高求解效率。数值实验表明,改进模型及算法在计算效率方面较经典模型及算法有较大提高。

摘要： 针对裂缝形态多样性和分布随机性使得传统裂缝图像分割算法的泛化能力弱的问题,提出一种基于几何结构测度的路面裂缝图像分割算法。首先,采用瑞利分布和高斯分布对裂缝图像背景和目标进行建模,并用期望最大化算法求解裂缝灰度混合模型参数;然后,通过高斯核函数与图像的卷积计算裂缝的边界映射,用梯度矢量流场构造裂缝图像Hessian矩阵,由Hessian矩阵描述裂缝测度函数并获取裂缝多尺度特征向量;最后,将裂缝多尺度特征向量和灰度混合模型融合到马尔可夫随机场,基于最小能量准则,利用条件迭代算法求解裂缝最大标号场来实现裂缝图像分割。实验表明,与仅依靠灰度特征的传统裂缝图像分割算法相比,所提算法综合指标达88.02%、重叠率达54.92%,优于其他算法,具有良好的噪声抑制能力和泛化能力。

摘要： Based on the griadient vector flow, a topological contour extraction approach for compliant mechansimsis proposed.Firstly, element node densities are computed by a density redistribution.Then, the grads of node densities are obtained by the difference method.Subsequently, the external energy and triditional enternal force and griadient vector flow.During the evolving process of the model, bilinear interpolation is used to calculate the griadient vector flow of a random point, Aiming to different position of holes in the topology, different initialization and evolving methods for the model are developed, So automation contour extraction for the topologies of compliant mechanisms is realized.At last, numerical examples are used to confirm the feasibiligy of the proposed approach.%提出一种基于梯度矢量流模型的柔顺机构拓扑图的轮廓提取方法.该方法首先通过密度再分配求出单元节点密度,然后,利用差分方法计算出单元节点密度的梯度,之后,相继求出节点的外能、传统外力和梯度矢量流.在模型演化过程中,利用双线性插值算法求出任意点的GVF,同时,针对拓扑图的孔所处的不同位置,给出了不同的初始模型及相应的模型演化方法,实现了柔顺机构拓扑图轮廓的自动提取.最后,数值算例表明了文中算法的可行性.

摘要： GVF Snake模型在边缘检测和图像分割中应用广泛.GVFSnake模型相比于传统的Snake模型有更大的捕捉区域和更好的分割性能.然而,GVFSnake模型在分割带有尖角的目标时曲线很难收敛到尖角处.针对GVF Snake模型的不足之处,本文提出角点信息和GVF Snake模型相结合的图像分割方法.首先,运用基于边缘轮廓曲率的角点检测方法,检测出图像中的真实角点,局部修正GVF场,然后结合角点信息给出局部角点力,最后将角点力与修正后的GVF场相结合的得出一种新的外力.实验证明,本文改进的GVF Snake模型能够更好的收敛到图像的尖角处.%GVF snake model is used widely in edge detection and image segmentation.GVF Snake model has larger capture range and better segmentation performance than traditional Snake model.However,the GVF method is inaccurate in capturing the sharp comer of the object during image segmentation.To solve the inadequate of GVF Snake,a new technique of GVF Snake model based on angular point information to extract boundaries of objects having sharp corners is presented.First,we check the real corner points at the edge using curvature-based comer detector,and locally modified GVF force field.Then local angular point force is put forwarded based on comer information.Finally,combining the comer force and the modified external force of the GVF Snake,a new external force of improved GVF Snake is proposed.Experiments indicate that the new algorithm have a better convergence to the sharp comers.

摘要： 图像分割指的是从待分割图像中提取感兴趣的目标.进一步对目标进行跟踪分析等应用.Snake活动轮廓模型不同于传统的分割方法.本文在传统Snake模型的基础上运用GVF Snake模型进行图像目标处理,克服了手动绘制初始轮廓显得缺陷,实现自动确定活动轮廓模型的初始轮廓并进行连续迭代分割图像.通过对不同目标进行实验,验证了该算法的优越性.

摘要： 由于CV(Chan-Vese)模型是一个非凸性泛函，对该泛函求极值只能得到局部最优解，运用该模型进行图像分割时，很难在全局范围内得到理想的结果。鉴于此，提出一种结合梯度矢量流(gradient vector flow, GVF)和CV模型的水平集图像分割方法。该方法通过GVF将边缘梯度信息扩散至整幅图像，在保留CV模型基本优点的同时，融入GVF的全局性梯度信息，从而引导CV模型在全局范围内演化至准确的目标边缘。实验结果表明，该方法的分割效果和收敛速度均明显优于传统CV模型。%Owning to the non-convex functional of with the Chan-Vese(CV) model, one can only obtain a local optimal solution. It is difficult to achieve an ideal result for image segmentation in the global range. Therefore a new level set based image segmentation method that combining CV model and gradient vector flow(GVF) was proposed. The edge gradient information is spreaded to the entire image with GVF, which guides the evolution of CV model to the correct target edge in the global range and retains the basic advantages of CV model. The experimental results indicate that the present method are obviously better than the traditional CV model.

摘要： 提取超声图像的轮廓对医学诊断有着积极意义。然而，由于超声图像具有目标与背景间对比度低、信噪比低等特点，以往的边缘检测算法在解决图像噪声、精确定位边缘以及获得连续光滑的边缘线之间的矛盾均未得到理想的效果。GVF snake能较好地解决以上矛盾，且具有更大的捕获范围和更强的凹陷域收敛性。但GVF snake初始轮廓线需手工勾勒，不仅比较繁琐，而且目标提取的结果在很大程度上受人工初始化的影响。为此，提出一种多尺度小波变换模极大值与GVF snake算法结合的方法来提取颈部淋巴结超声图像轮廓。该方法首先运用小波变换模极大值多尺度边缘检测算法得到目标图像的边缘图，再在边缘图上分别选取上、下、左、右四个不同方向若干个特征点，即可自动获得较为客观的初始轮廓线，最后利用GVF snake模型提取图像的精确轮廓。实验表明该方法能得到目标图像连续光滑的轮廓线，同时比GVF snake提取的轮廓更加精确，更能反映轮廓的局部细节。此外，由于初始轮廓更加接近给定图像的真实边缘，从而减少了梯度矢量流力场迭代（GVF）次数，提高了轮廓的收敛速度。%It is of positive significance to extract the contour of ultrasound images for medical diagnosis.However,since the ultrasound images have low resolution and SNR,all previous edge detection algorithms cannot achieve ideal effects on overcoming the contradiction between removing image noise,precisely positioning the edge and obtaining continuous and smooth contour lines.GVF snake model can well solve the contradiction above,and has a larger capture range and stronger sag exposed area convergence.However the initial contour of GVF snake must be hand-sketched,it is cumbersome and the results of object extraction are heavily influenced by artificial initialisation. Therefore,we propose a method which combines the multi-scale wavelet transform modulus maxima with GVF snake algorithm to extract the contour of cervical lymph node ultrasound image.First,the method uses wavelet transform modulus maxima multi-scale edge detection algorithm to obtain the edge chart of object image,and then it selects a number of characteristic points from four different directions of upper, lower,left and right,thus can automatically get a rather objective initial contour line.Finally,it uses the GVF snake model to extract the precise contour of the image.Experiments show that the method makes the contour line of the object image smooth and continuous;the contour it extracted is more accurate compared with the GVF snake model,and better reflects local details.In addition,since the initial contour is more approximate to real edge of the given image,thus it reduces the iteration numbers of gradient vector flow (GVF)field and improves the convergence speed of the contour.

摘要： 为进一步理解Snake模型,首先以归类方式系统地总结了Snake模型的各种改进模型及其最新应用状况;在此基础上,讨论了Snake模型的研究难点和发展趋势.分析结果表明,虽然Snake各种改进模型和基本Snake模型有较大的差异,但其研究思想一脉相承.此外,可针对各种改进模型的优缺点将其应用到不同场景中.

摘要： 针对各向异性扩散冲击滤波器(ADSF)在图像增强中对噪声敏感的问题,将梯度矢量流(GVF)引入到ADSF中,提出一种新的图像去噪方法GVF-ADSF.在改进的GVF-ADSF方法中,通过引入曲率差来区分图像的特征区域,并定义一个加权系数来控制滤波器中2个扩散项在图像的边缘区域和平坦区域的扩散程度,使得图像区域之间能够自然的平滑过渡.通过实验对比本文方法与均值滤波、Perona and Mailk(PM)模型、ADSF模型的去噪性能,结果表明所提方法能很好地去除图像噪声并保留图像丰富的纹理细节,得到更高的信噪比.

摘要： 推广GAC模型解决了GAC模型易陷入局部极小值的缺陷,但是初始轮廓曲线设置范围小,且容易出现过度分割.GAC_GVF模型利用梯度矢量流(GVF)修改GAC模型的收缩力一项,可以解决这一问题.但是复杂形状图像和多目标图像的GVF力场中存在鞍点和驻点,导致GAC GVF模型对此类图像无法正确分割.本文结合气球力,提出GAC GVF&B模型.当轮廓曲线遇到鞍点和驻点时,气球力会起主导作用,驱动曲线穿过鞍点和驻点继续演化.通过对多幅图像进行实验和比较,表明GAC_GVF&R模型对复杂形状图像和多目标图像的分割是有效且正确,提高了分割速度.

摘要： MR脑肿瘤图像的准确分割和提取是有效地进行辅助诊断的前提，本文提出了一种基于梯度矢量流(GVF Snake)活动轮廓模型的MR脑肿瘤图像分割新方法，实验结果表明该方法能够有效地分割提取出脑肿瘤图像。为了对MR脑肿瘤图像形状特征进行描述，本文提出了一种改进的基于Zernike矩的快速算法，为进一步诊断病人的病情提了有效的帮助。

摘要： 提出了一种新的基于改进的GVF-Snake模型(基于梯度矢量流的活动轮廓模型)的车辆跟踪算法.该算法利用帧差法自动获取车辆的初始轮廓,通过改进的GVF-Snake模型,从车辆视频流中准确提取出车辆的轮廓.在此基础上,应用预测算法对车辆进行快速准确的跟踪.实验结果验证了该算法的有效性。

摘要： 图像分割是由图像处理到图像分析的关键步骤,然而,由于缺乏有效的方法,目前在遥感影像轮廓提取过程中,主要依靠人工对目标轮廓进行逐点的解译获取,这使得影像的解译获取速度远跟不上数据更新速度,造成大量有价值的数据得不到及时解译获取,形成资源的浪费.Snake模型是提取图像中物体轮廓的一种全新的方法,其对目标轮廓的快速提取可以极大的提高影像的解译速度,本文通过实验证明了该方法的有效性。

摘要： 图像分割是由图像处理到图像分析的关键步骤,然而,由于缺乏有效的方法,目前在遥感影像轮廓提取过程中,主要依靠人工对目标轮廓进行逐点的解译获取,这使得影像的解译获取速度远跟不上数据更新速度,造成大量有价值的数据得不到及时解译获取,形成资源的浪费.Snake模型是提取图像中物体轮廓的一种全新的方法,其对目标轮廓的快速提取可以极大的提高影像的解译速度,本文通过实验证明了该方法的有效性。

摘要： 图像分割是由图像处理到图像分析的关键步骤,然而,由于缺乏有效的方法,目前在遥感影像轮廓提取过程中,主要依靠人工对目标轮廓进行逐点的解译获取,这使得影像的解译获取速度远跟不上数据更新速度,造成大量有价值的数据得不到及时解译获取,形成资源的浪费.Snake模型是提取图像中物体轮廓的一种全新的方法,其对目标轮廓的快速提取可以极大的提高影像的解译速度,本文通过实验证明了该方法的有效性。

摘要： 图像分割是由图像处理到图像分析的关键步骤,然而,由于缺乏有效的方法,目前在遥感影像轮廓提取过程中,主要依靠人工对目标轮廓进行逐点的解译获取,这使得影像的解译获取速度远跟不上数据更新速度,造成大量有价值的数据得不到及时解译获取,形成资源的浪费.Snake模型是提取图像中物体轮廓的一种全新的方法,其对目标轮廓的快速提取可以极大的提高影像的解译速度,本文通过实验证明了该方法的有效性。

摘要： 图像分割是由图像处理到图像分析的关键步骤,然而,由于缺乏有效的方法,目前在遥感影像轮廓提取过程中,主要依靠人工对目标轮廓进行逐点的解译获取,这使得影像的解译获取速度远跟不上数据更新速度,造成大量有价值的数据得不到及时解译获取,形成资源的浪费.Snake模型是提取图像中物体轮廓的一种全新的方法,其对目标轮廓的快速提取可以极大的提高影像的解译速度,本文通过实验证明了该方法的有效性。

摘要： 本发明实施例公开了一种雷达径向流的矢量流合成方法，包括：确定共同覆盖目标探测海域的多个目标雷达；对每个目标雷达的径向流速图建立矩形网格并初始化海态信息；确定雷达组合的数量；对每个雷达组合的径向流速图合成，对合成矢量流进行第一次后处理得到一幅矢量流图；对每幅矢量流图中每个网格单元的合成矢量流标记对应的质量因子，选取质量因子最高的合成矢量流作为该网格单元的海流结果；对各个网格单元的海流结果进行第二次后处理，得到最终海流结果，基于每个网格单元的最终海流结果得到目标探测海域内的矢量流场。本发明实施例还公开了一种雷达径向流的矢量流合成系统。本发明提高了雷达的海流探测精度以及提升了雷达网海流探测的稳定性。

摘要： 本发明公开了微流控芯片立体流场流速矢量的测量方法及系统。将谱域光学相干层析技术(SD-OCT)和多普勒效应相结合，并在此基础上运用窄带相位片。谱域OCT通过干涉光谱的并行探测来实现对微流控芯片流场深度信息的提取，成像速度较常规的时域OCT大为提高。综合利用多普勒频移和多普勒展宽，并在成像探头的准直镜和聚焦透镜之间插入窄带相位片，实施多普勒信息的空间编码，实现空间高分辨三维速度矢量的成像要求，再结合基于相位分辨技术的多普勒OCT方法则能够满足高速度高灵敏度的测量要求，最终实现对微流控芯片立体流场的高分辨率、高速度、高灵敏度、大成像范围的速度矢量成像。

摘要： 流引擎(3100)提取固定的只读数据流并将流头数据打包到两个头端寄存器(3118/3119)中。指令解码器(113)解码指令操作数字段(1305)以控制到功能单元(3230、3240)的数据供应。子解码器(3211)供应来自通用寄存器文件(231)的数据到功能单元(3230)。只读操作数子解码器(3215)供应来自第一头端寄存器(3118)的数据。读取/提前操作数子解码器(3216)供应数据并提前流。相应的只读操作数子解码器(3217)和读取/提前操作数子解码器(3218)利用第二头端寄存器(3119)进行类似操作。只读操作数子解码器(3213)供应来自两个头端寄存器(3118、3119)的双倍宽度数据到功能单元(3230)和配对功能单元(3240)。读取/提前操作数子解码器(3214)供应双倍宽度数据并提前流。

摘要： 本申请提供一种偏中心梯度线圈及基于流函数的梯度线圈设计方法，用于磁共振引导介入治疗，将梯度线圈的中心设定在偏离主磁场中心处，使得用于成像的梯度磁场范围位于所述主磁场的均匀区域内。本申请在不改变主磁体开放度情况下，产生较强的梯度磁场信号叠加到主磁场上，实现在磁共振引导介入成像过程中对人体组织进行X、Y、Z三个方向的空间编码，预留更大的手术空间，便于介入手术的实施，使得产品更具有市场竞争力。

摘要： 本申请公开了一种梯度磁场装置，包括导引强流相对论电子束传输的导引磁场；导引磁场包括螺线管线圈；螺线管线圈绕在强流二极管周围，以用于形成使强流相对论电子束产生径向偏转的梯度磁场，包括第一子线圈、第二子线圈和第三子线圈；第一子线圈绕在强流二极管阳极的外侧，第二子线圈绕在强流二极管的外导体的外侧，第三子线圈绕在第二子线圈的外侧；导引磁场还包括调节磁场；调节磁场固定设在第一子线圈和第二子线圈之间且绕在强流二极管周围，用于调节强流相对论电子束半径变化的速度。本申请还公开了一种基于梯度磁场的强流二极管，包括梯度磁场装置。采用本申请能够解决高阻抗二极管尺寸难以缩小的问题。

摘要： 本发明实施例公开了一种雷达径向流的矢量流合成方法，包括：确定共同覆盖目标探测海域的多个目标雷达；对每个目标雷达的径向流速图建立矩形网格并初始化海态信息；确定雷达组合的数量；对每个雷达组合的径向流速图合成，对合成矢量流进行第一次后处理得到一幅矢量流图；对每幅矢量流图中每个网格单元的合成矢量流标记对应的质量因子，选取质量因子最高的合成矢量流作为该网格单元的海流结果；对各个网格单元的海流结果进行第二次后处理，得到最终海流结果，基于每个网格单元的最终海流结果得到目标探测海域内的矢量流场。本发明实施例还公开了一种雷达径向流的矢量流合成系统。本发明提高了雷达的海流探测精度以及提升了雷达网海流探测的稳定性。

摘要： 本申请提供一种基于图像梯度矢量流场的血管脊点提取方法及装置，其中，方法包括：对血管造影图像中的血管目标进行增强；利用梯度矢量流场模型求取增强后图像的梯度矢量流场；根据增强后图像的梯度矢量流场，分别计算增强后图像中的一像素点处矢量与该像素点沿一坐标轴方向的两个邻像素点处矢量夹角的余弦值，若所述余弦值满足阈值条件，则该像素点为该坐标轴方向的血管脊点。本申请能够有效压制背景噪声影响、提升血管造影图像中血管脊点的提取效率、增加血管目标脊点的探测数量及提高血管脊点探测精度，为后续血管中心线的提取和血管建模提供基础。

摘要： 本发明公开了一种基于广义模糊梯度矢量流场的医学序列图像运动估计方法，包括以下步骤：1.获取一个序列图像；2.获得双步跟踪模型的广义模糊梯度矢量流场、广义模糊梯度矢量流场的局部相关性和光流矢量场；3.用手工在勾勒出第一帧图象的感兴趣区边缘轮廓；4.在三种外力场的作用下，用双步跟踪模型逐帧跟踪勾勒的感兴趣区边缘轮廓；5.结合上述轮廓线跟踪结果，用最大后验估计对轮廓线上的每一点进行优化估计与跟踪，由此得到点的最佳运动轨迹。本发明能从根本解决上述梯度矢量流场(GVF)外力场所遇到的问题，完成动态轮廓线的鲁棒跟踪并进一步实现逐点的估计与优化。

摘要： 本申请提供一种基于图像梯度矢量流场的血管脊点提取方法及装置，其中，方法包括：对血管造影图像中的血管目标进行增强；利用梯度矢量流场模型求取增强后图像的梯度矢量流场；根据增强后图像的梯度矢量流场，分别计算增强后图像中的一像素点处矢量与该像素点沿一坐标轴方向的两个邻像素点处矢量夹角的余弦值，若所述余弦值满足阈值条件，则该像素点为该坐标轴方向的血管脊点。本申请能够有效压制背景噪声影响、提升血管造影图像中血管脊点的提取效率、增加血管目标脊点的探测数量及提高血管脊点探测精度，为后续血管中心线的提取和血管建模提供基础。

摘要： 本发明公开了一种基于广义模糊梯度矢量流场的医学序列图像运动估计方法，包括以下步骤：1.获取一个序列图像；2.获得双步跟踪模型的广义模糊梯度矢量流场、广义模糊梯度矢量流场的局部相关性和光流矢量场；3.用手工在勾勒出第一帧图象的感兴趣区边缘轮廓；4.在三种外力场的作用下，用双步跟踪模型逐帧跟踪勾勒的感兴趣区边缘轮廓；5.结合上述轮廓线跟踪结果，用最大后验估计对轮廓线上的每一点进行优化估计与跟踪，由此得到点的最佳运动轨迹。本发明能从根本解决上述梯度矢量流场(GVF)外力场所遇到的问题，完成动态轮廓线的鲁棒跟踪并进一步实现逐点的估计与优化。