水平集

摘要： 背景:肾脏CT图像质量较差且腹腔CT图像中肾脏与周围组织灰度相似,用传统的图像分割方法难以准确分割出肾脏。目的:提出一种改进的测地线活动轮廓模型,辅助肾脏疾病的诊断,提高CT图像中肾脏分割的精度。方法:在对比分析多种传统医学图像分割算法的基础上,设计了基于改进测地线活动轮廓模型的肾脏分割算法,根据先验知识勾画出感兴趣区域,在预处理阶段中获得肾脏的初始轮廓;再以水平集方法中的测地线活动轮廓模型为基础,增强肾脏区域的边界响应并采用改进边缘指示函数,使轮廓曲线的演化结果更接近真实目标边界。结果与结论:在328张二维肾脏CT图像上的平均Dice系数为0.9749,平均重叠度系数为0.9071,相较于其他水平集方法有所提高。实验结果表明,改进的测地线活动轮廓模型可以提高腹腔CT图像中肾脏区域的分割精度及分割效率。

摘要： 在水平集方法对运动界面进行追踪的过程中,利用自适应笛卡尔网格可以在水平集演化的关键区域对网格进行自动细化.水平集方程每个时间步求解后,细化区域和粗化区域的选择是决定迭代求解效率的一个重要因素,由于不同细化级别边界处的节点部分缺少同级别的邻接点,加大了求解水平集演化方程中偏微分近似解的复杂度.提出一种优化后的笛卡尔自适应网格方法,引入了窄带法对细化区域进行自动选择,使用了red-green混合细化策略,在窄带的边界处对T节点进行消除.加入了优化笛卡尔自适应网格的水平集方法被应用于模拟血管内血栓生长的计算模型中,提高了血栓仿真实验的计算效率.

摘要： 针对使用U-Net网络拾取地震初至存在的拾取结果不连续等问题,提出了一种融合水平集方法的U-Net网络结构模型。首先基于U-Net网络提取地震图像特征图,逐像素计算损失,然后应用水平集方法对特征图计算水平集损失,最后将两者的加权和作为最终的损失函数。改进后的网络模型采用水平集方法保证了地震道之间初至的连续性,同时保留了U-Net网络“端到端”精细化分类的能力;采用Focal Loss损失函数缓解地震数据样本类别不均衡问题;在训练过程采用混合模拟数据和实际数据的方法克服训练集数据不足问题。经正演模拟和实际地震资料测试结果表明,该网络模型不仅精确度较高,而且较好地适应在低信噪比环境下地震信号的初至拾取。

摘要： 为了有效提取图像的边缘,提出一种新的基于欧氏距离图的边缘检测方法.首先计算像素间新的欧氏距离,得到欧氏距离图,新得到的欧氏距离在计算过程中强化了图像块中心像素的作用.为了消除噪声对距离图计算的影响,利用主成分分析去除图像块组中的图像块之间的相关性,从而达到降噪目的.得到的距离图能更好地突出背景与边缘信息,通过改进的水平集方法对距离图进行边缘检测,得到图像目标最终轮廓.实验结果表明,与现有的两种基于欧氏距离图的边缘检测方法和另外两组经典边缘检测方法相比,本文算法能更好地检测图像目标边缘,具有更强的抗噪性.

摘要： 通过提取纹理特征对纹理图像进行分割是一类重要的纹理分割方法。传统的纹理特征提取通常根据像素邻域的灰度统计来获取,因为纹理具有方向性和尺度差异性,所以用传统方法提取纹理特征分割纹理图像是不准确、不稳定的。文章提出使用结构相似度(structural similarity index,SSIM)分析加噪图像和原始图像的相似性提取纹理结构形态和使用旋转扭曲方法提取边缘信息,然后结合灰度信息并融入水平集进行纹理图像分割。通过对多种类型的复杂纹理图像进行对比实验,将该文提出的方法和已有的一些基于水平集的纹理分割方法进行比较,并使用Jaccard系数计算分割准确度,结果表明,所提出的方法能够更准确地将纹理图像中的目标前景分割出来且有更高的准确率。

摘要： 针对管孔随机分布且大小不一导致管孔分割鲁棒性不高,及木纤维、木射线和轴向薄壁组织等噪声对管孔分割效果影响较大的问题,本研究提出一种改进K-Means聚类与水平集的木材横截面管孔分割算法。采用改进K-Means聚类对管孔区域进行粗分割,有效地区分管孔区域与木纤维、木射线以及轴向薄壁组织等噪声区域。再对粗分割结果采用水平集算法进行精分割。实验结果表明,平均每张木材横截面微观图像有98.8%的管孔被准确有效地分割出来,且分割出的管孔与实际管孔基本吻合。相比之下,本研究提出的改进分割算法较其他算法,每张木材微观图像的平均管孔分割准确率提高了1.7%。该算法有效地解决传统K-Means聚类算法在图像分割时噪声影响大和初始聚类中心的随机性问题,在针对大小不一且随机分布的管孔分割过程中鲁棒性更高,具有良好的分割性能。

摘要： 为了研究半群作用的拓扑熵和(q,ζ)-熵之间的关系,通过建立回归时间上的水平集K_(α),并利用半群作用构建拓扑熵和(q,ζ)-熵,证明在水平集K_(α)上,即对α≥0和q∈R有h top(B,A,K_(α))=qα+hζ(B,A,q,K_(α))。

摘要： 图像的强度不均匀性往往会导致目标边缘模糊,以致难以获得一个令人满意的图像分割结果.为获得较精确的分割结果,该文提出了一种基于扩散方程的强度不均匀图像分割模型.该模型无须设置初始轮廓,直接对图像进行类Laplace算子预处理构造初始的冷、热源,根据热传导的思想对强度严重不均匀的图像进行有效的分割.通过与多种水平集图像分割模型进行实验对比,发现文中的模型在强度不均匀图像的分割精度上基本优于其他模型;运行时间也具有明显优势.实验表明,文中方法针对强度不均匀图像的分割具有高效率、高精度、高鲁棒性的优点.

摘要： 为了提升CT图像肝脏及肝脏肿瘤的分割精度,提出一种改进DRLSE的分步式肝脏及肿瘤分割方法。第一阶段:采用分步式分割方法对肝脏进行分割,(1)采用阈值处理、形态学方法、自适应区域生长方法进行肝脏的粗分割;(2)采用数学形态对分割结果进行优化,进行肝脏的细分割。第二阶段:构造参数梯度形态学和各向异性扩散滤波的距离正则化水平集演化(改进的DRLSE)模型进行肝脏肿瘤分割。实验利用3Dircadb数据集验证方法的有效性,计算了DICE、VOE、ASD和MSD指标评估分割的性能。实验结果表明该方法无需进行训练过程和统计模型的建立,对于复杂的形状和强度变化的CT图像分割效果尤为明显。由定量分析的数值结果显示,分割性能均优于比较算法,提高了分割准确率,具有较强的鲁棒性,为医生诊断和治疗肝癌提供帮助。

摘要： 皮肤镜图像分析技术的第一步为图像分割,分割的结果会直接影响到后续的处理过程,针对具有背景噪声、模糊边缘和灰度不均的皮肤镜图像,提出了一种新的结合水平集的犹豫中智集图像分割方法;首先利用犹豫中智集理论将图像转换为犹豫中智集图像,其中犹豫中智图像由三类子集组成(T、I、F),利用犹豫中智集图像突出表达图像的目标信息和边缘信息;然后针对传统DRLSE水平集的不足进行改进,构造新的边缘停止函数,并增加灰度驱动能量项,最后通过改进的DRLSE水平集对ISIC(2018)皮肤镜图像进行分割测试;实验结果的交并比(Jaccard Index)值均大于95%,且均方误差(MSE)、峰值信噪比(PSNR)和结构性相似指数(SSIM)均表现良好,表明方法能够准确、有效的分割具有模糊边缘和灰度不均的皮肤镜图像,对后续的皮肤镜图像的处理与诊断奠定了基础。

摘要： 针对医学图像低对比度、灰度不均匀等特点,提出了一种小波多尺度聚类水平集的图像分割方法,能够很好地解决医学图像灰度不均匀的问题.首先,利用小波多尺度分析的良好信噪分离能力提取各尺度下图像的有效边缘信息,将边缘信息添加到水平集模型的能量函数中从而提高模型的局部控制能力.然后,基于灰度不均匀的图像模型,派生出对于感兴趣区域的局部灰度聚类,在每个点的邻域内定义基于灰度的局部聚类准则函数.将局部聚类准则函数转化为全局准则函数.在水平集框架中,该准则根据水平集函数定义了代表图像域划分的能量项和引起图像强度不均匀的偏置域.最后,从小波变换的顶层低频子带图像开始逐层采用改进的聚类水平集方法分割图像,并将分割结果通过插值方式传递至下一层作为分割的初始轮廓,最终实现灰度不均匀医学图像的分割.实验结果表明,该方法能够有效地分割医学图像,具有计算更加鲁棒稳定、效率更高和更加准确的优点.

摘要： 针对传统的帧间差分法在使用中可能出现的目标拉伸和目标空洞问题,该文提出了一种结合帧间差分和水平集的运动目标检测分割方法.首先,该算法通过隔帧的图像差分获取到运动目标的大概位置,再以此初始位置建立闭合区域,通过水平集方法收敛得到目标的完整区域,将目标准确的分割出来,并在此基础上,加入互相关匹配,建立多帧图像序列间目标的相互联系,最终得到各个目标的运动轨迹.实验结果表明,该算法不仅可以实现运动目标的准确检测和完整分割,同时能够实现对于多个目标运动轨迹的跟踪.

摘要： 本文利用水平集方法,首次提出了水平函数的定义,并给出了一个无参数水平函数.在适当假设条件下,讨论了该水平函数的一些性质.基于这些性质,给出了一个求解无约束连续全局优化问题的无参数水平函数算法,利用Matlab编程进行了数值试验.计算结果表明:算法是可行有效的,且能够判定原问题当前局部极小点的全局性和类别.

摘要： 本文阐述了断层解释是整个常规地震构造解释流程中对解释人员经验要求高，费时费力的一个关键环节，且容易出现不同时期、不同人员给出不同的解释结果。因此，需要一种省时省力客观的断层解释技术。目前，被广泛使用的是斯伦贝谢公司的蚂蚁追踪技术和图像数学形态学技术。蚂蚁追踪技术是模拟蚁群在寻找食物过程中发现路径的过程，是一种在图形中寻找最优化路径的选择方法。而断层自动解释技术是基于水平集(Level Set)方法.该方法将断层视作图像上的剧烈变化带,从数字形态学的角度出发,通过求解哈密顿雅克比方程,自动将断层的边缘识别出来.文章简要地介绍了水平集及快速推进法的原理及计算流程,并用模型和实际数据验证了该方法在自动解释断层时的有效性.

摘要： 针对骨肉瘤MRI图像中肿瘤组织提取困难的问题,本文提出了一种基于水平集的快速行进法和窄带法结合的骨肉瘤MRI图像分割方法.首先,利用各向异性扩散滤波对MRI图像进行预处理,以达到去噪和增强边缘的目的.再通过人机交互在肿瘤区域内选取种子点,以种子为基础采用水平集的快速行进法对肿瘤边缘进行粗分割.最后,运用水平集的窄带法,精确提取出肿瘤组织.实验表明,该方法的分割结果与专家指导的人工分割结果相比,相似度较高,证明了本文提出的方法在骨肉瘤MRI图像肿瘤分割中的有效性.

摘要： "海岛(礁)摄影测量"作为一种特殊的摄影测量于2008年首次被提出,其技术难点之一是海岛区域的影像中存在的大量的水域会严重干扰影像匹配.对此本文将水平集算法引入海岛(礁)的提取中,首先对原始影像划分格网,再结合色彩信息和纹理信息对格网进行二值分类,得到海域格网与陆地格网;然后对此二值格网图进行边界跟踪得到包含海岸线的格网;最后对这些包含海岸线的格网做水平集运算得到精确的海岛(礁)轮廓,剔除水域,从而排除其对提取特征和影像匹配的不利影响.同时,本文在对海岸线格网做水平集运算时还采用多核计算的方法.试验结果表明,本文提出的基于纹理分析和多核运算的水平集提取方案,可以在5分钟内完成对一张千万像素级别的航空影像的处理,提取效果理想.

摘要： 本文提出一种基于局部统计信息的格子波尔兹曼(LB)模型的图像分割方法.该方法引入图像的边缘信息作为LB演化方程的松弛因子,引入局部区域统计信息作为LB的外力项,通过逼近水平集偏微分方程实现轮廓线的演化.为了验证该模型,采用真实医学图像进行了分割实验,并与现有LB分割模型和水平集分割模型进行了比较,采用相似性系数和豪斯多夫距离两种指标进行客观评价.结果表明,所提出的算法具有编程简单、计算快速、高效,并且具有较好的抗噪能力.

摘要： 由于空间目标姿态变化较大,且其灰度与地球背景差异较小,传统CV(Chan and Vese)模型难以获得理想的分割结果。针对部分信息丢失或目标被部分遮挡情况下CV模型不能正确分割问题,Chan和Zhu在CV模型基础上引入先验能量项,构建的先验形状模型只具有旋转、缩放和平移不变性。本文提出了一种先验形状约束的变分水平集改进模型,用于分割星空及复杂地球背景下的空间目标。在保持先验形状模型具有旋转、缩放和平移不变性的基础上,本文改进的变分水平集模型增加了 X、Y方向拉伸以及剪切不变约束能量项,增强了先验形状对目标变化的自适应性。实验结果表明本文方法对复杂背景下姿态变化较大的空间目标,具有更好的分割效果。

摘要： 本文给出了一种新的基于局部区域的活动轮廓模型。本模型利用局部图像信息代替C-V模型中的全局均值，不仅避免了水平集的重新初始化，而且改进了C-V模型，可以分割离散边界或模糊边界图像。实验结果也表明模模型的有效性．

摘要： 颈动脉粥样硬化斑块可引发血栓，继而导致譬如中风之类的医学事故。在评估颈动脉斑块的易损性时，分割内外轮廓的精确程度至关重要。在列举易损性分析的整体流程，并对所获取的图像进行预处理后，本文针对较易提取的管腔，尝试了多种现有分割方法，并制定一种统一的标准，以此衡量各算法的精确性，评判效率高低。为了相对精确且高效地获得外管壁的轮廓信息，这里构建了一种结合RSF模型和先验形体两者的RSF_SP模型，通过与其它方法加以比较，说明算法的有效性。

摘要： 本发明属于图像处理技术领域，公开了一种基于振荡耦合网络的水平集图像分割方法、计算机，包括：输入待分割图像；提取图像特征；初始化相位；使用Kuramoto模型对相位进行迭代演化；根据稳定后的相位获取图像中的目标个数和符合高斯分布的相位图；初始化演化曲线；计算相位图中每个像素的重构误差；累加每个像素的重构误差，构造数据驱动能量项；最小化该能量函数，驱动曲线演化，得到分割结果。相对于传统的有监督的水平集方法，本发明是基于Kuramoto模型得到图像中待分割目标的个数以及符合高斯分布的图像信息。由于高斯分布更符合图像的实际分布，因而，能够更好地实现无监督的多目标图像分割。

摘要： 距离正则水平集与卷积神经网络的水平集掩膜优化方法，为了解决掩模版在先进工艺下的优化问题，选取深度水平集掩膜数据集以及对应的掩膜标签作为训练神经网络模型的样本数据集，挑选该样本数据集中的一组图片和对应标签，同时做随机的旋转、缩放、平移和裁剪处理，并重新调整图像顺序将其合成两份三维数据包：一份存深度水平集合数据，一份存对应的标签，效果是实现了卷积神经网络和水平集的联合分割效果。

摘要： 本发明公开了一种基于深度水平集学习的视杯视盘分割方法，包括以下步骤：S1、将眼底图像输入U型神经网络中，U型神经网络输出图像中每一个像素的水平集函数值，相应的零水平集是目标物体的轮廓；S2、使用水平集损失函数计算U型神经网络的输出与真实标注之间的误差并更新U型神经网络参数，该损失函数中引入了轮廓长度约束和区域一致性约束，使神经网络能够习得满足先验知识的水平集；S3、训练两个U型神经网络分别对视盘和视杯进行分割。本发明实现了高精度的视杯视盘分割方法，能够有效应用于自动诊断视网膜疾病。

摘要： 本公开提供一种基于水平集算法的超分辨光刻逆向光学邻近效应修正方法，包括：根据目标图形得到第一掩模数据，并构建水平集函数；进行正向仿真，得到光刻胶上的电场分布、掩模上的第一结构矢量电场分布；根据光刻胶上的电场分布得到光刻胶图形，计算光刻胶图形与目标图形的成像误差；进行伴随仿真，得到第二结构矢量电场分布；根据第一结构矢量电场分布、第二结构矢量电场分布及成像误差计算得到水平集梯度；使用水平集梯度对水平集函数进行演化，并更新得到第二掩模数据，使用第二掩模数据进行迭代计算，直至获得满足预设条件的掩模数据，完成逆向光学邻近效应的修正。本公开还提供一种表面等离激元超分辨的光刻方法、逆向光学邻近效应修正系统。

摘要： 基于参数水平集与调频激光的火焰多参数瞬态测量装置及方法，属于高温火焰燃烧诊断技术领域。为了解决传统激光层析吸收技术在多参量重建过程中存在时空分辨率低、重构结果存在尖刺噪声和无法捕获火焰拓扑结构等问题。本发明所述方法通过将主动调频激光照射到火焰上，由探测器阵列获取高温火焰多角度的辐射衰减信息，利用基于水平集方法获得的后验拓扑结构和先验平滑信息来改善稀疏数据下逆问题的不适定性，并通过主动调频激光的多角度投影信息及参数化水平集方法的重建策略，能获得清晰的高温火焰拓扑形状，实现多光谱辐射特性参数、温度场及物种浓度瞬时测量。主要用于火焰的多参数瞬态测量。

摘要： 本发明涉及图像分割技术领域，公开了结合线性广义模糊算子和水平集的模糊图像轮廓分割方法，包括以下步骤：对模糊的图片分别进行灰度化，得到灰度图像；利用线性广义模糊算子对得到的灰度图像计算，得到最终增强后的灰度图像；设定水平集迭代次数，将步骤二中最终增强后的灰度图像用水平集算法分割，得到该图像的轮廓；根据迭代次数，保存一定迭代次数所分割下来的结果，直到迭代次数完成为止，得到n个分割结果；用Dice评估算法，从n个分割结果中评估出分割图像最好的一个。本方案能够解决现有水平集算法分割模糊图像方法复杂，计算速度慢的技术问题。

摘要： 基于GPU加速水平集进行逆光刻掩膜优化的方法、计算机系统及介质，为了解决掩膜优化的问题，对所获得的掩膜图像以及卷积核分别进行FFT运算，相应得到FFT结果，再通过FFT进行光刻模型演算，获得光刻结果，通过GPU优化函数减少光刻目标和光刻结果的误差，通过GPU梯度函数优化光刻结果，效果是实现光刻加速模型算法效率高。

摘要： 本发明公开了一种基于水平集和模糊聚类的医学图像分割算法，为了实现水平集初始轮廓自动化：以水平集模型为主体，引入模糊聚类算法，实现两者的结合。利用模糊聚类得到水平集分割的控制参数，以实现初始轮廓自动化，减少人工干预的影响。对待分割的噪声图像进行处理过程中，我们希望得到更均匀的分割段，并且能获取精确的区域边界：传统的模糊聚类方法采取去噪技术进行预处理，以减小噪声的影响，获得更加均匀的分割结果，但是这种先去噪再分割的方法会有边界信息损失的问题。针对这种情况，我们通过改进模糊聚类算法，以保留边缘信息，同时抑制噪声的影响由于引导滤波器可以利用图像本身和引导图的空间信息来改变像素值。

摘要： 本发明公开一种基于水平集的水动力‑化学结晶耦合数值模拟方法及系统，用于模拟岩溶地区隧洞排水管道岩溶水结晶堵塞过程。该模型能够突破经验公式参数局限性与传统DBL理论模型仅考虑均质流动体系局限的数值量化方法，尝试建立多场耦合的水动力‑化学反应耦合模型来模拟岩溶隧道排水管道结晶堵塞的过程。本发明所提供的方法包括：构建了考虑管道水动力场、浓度场和化学反应场耦合的排水管岩溶水结晶堵塞模型，同时考虑在温度、离子浓度及流速三因素共同作用下的排水管道结晶堵塞的过程，基于水平集方法刻画移动边界位移，进而开展岩溶隧道排水管道结晶堵塞数值模拟。本发明所提供的模拟技术可为岩溶隧道堵塞早期识别与安全评价提供技术支撑。

摘要： 本申请公开了一种基于局部校正函数的变分水平集模型图像精准分割方法，属于图像分割这一技术领域，其设计要点在于：本申请的总体构思是：采用几何轮廓模型，通过梯度下降法求解能量泛函最小化的位置，即封闭连续的轮廓线的位置。通过设计局部预拟合函数去在迭代前计算图像局部区域的平均强度，因此计算速度大幅度提升，计算成本大幅度下降；本申请通过设计一个新的正则化函数去正则化数据驱动项，从而提高系统的鲁棒性和抗噪声干扰性，以及提高数据驱动项过零点处的灵敏度。