活动轮廓模型

摘要： 为改善传统活动轮廓模型对含噪图像的分割精度和效率,提出一种结合局部信息活动轮廓模型的含噪图像分割方法。首先构造局部信息速度函数,使图像局部灰度引导速度函数变化;然后采用拟合图像代替原图像,同时增加拟合中心权重以构造新的拟合项;最后引入自适应权重系数以增加模型对不同图像的分割灵活性。实验结果表明,相较于C-V模型,该方法对3个含噪灰度图像的分割时间分别缩短了72.30%、82.95%和75.79%。C-V模型、LCV模型和RSF模型对含噪灰度图像存在误分割现象,而结合局部信息活动轮廓模型的含噪图像分割方法能准确分割含噪灰度图像,对于背景和前景没有过分割现象,且边缘平滑。

摘要： 在辅助医学诊疗方面,机器学习方法由于操作简单、识别准确率高而被广泛应用在医学细胞图像识别中。细胞图像处理的关键是细胞边缘的提取,而细胞图像中存在重叠、细小颗粒杂质的复杂现象,因此选择一个合适的轮廓提取算法十分必要。提出了一种新型的轮廓提取算法,该轮廓提取方法可以获得细胞的精确轮廓,从而更有利于细胞的边缘提取。并在公开的数据集中进行了仿真比较,通过观察正确率、灵敏度、特异度、阳性预测率和阴性预测率等5个评价指标,发现该算法得到了较高的准确率,从而有效降低了人工识别的难度,对于人工智能识别医疗细胞具有较为重要的推广意义。

摘要： 文章针对水平集演化模型的梯度下降法收敛速度较慢,且对局部极小值较为敏感的问题,提出一种热重启学习率和Nesterov加速梯度(Nesterov accelerated gradient,NAG)算法相结合的水平集演化方法,以替换Chan-Vese(CV)模型中用于演化水平集函数的梯度下降法,对2种算法的图像分割速度以及分割精准度进行了对比。首先根据CV模型和距离保持惩罚项建立初始的水平集演化方程;然后对NAG算法增加学习率动态变化项计算梯度来演化水平集函数;最后不断更新得到水平集函数直到收敛。使用ground truth(GT)图像评估分割精准度,通过与传统梯度下降法得到的实验结果对比,改进算法的CPU运行时间减少了30%以上且分割精确度明显提升,表明其可对图像进行有效且快速地分割。

摘要： 采用80°C下恒温12 h的蒸养制度对砂浆进行了蒸养,蒸养结束后采用自然养护、水养和标养3种方式进行后续养护,同时设置了全程标养砂浆作为对照组.研究了不同养护制度下砂浆的早期强度发展规律,并基于X射线计算机断层扫描(X-CT)技术对砂浆的孔结构特征进行了分析.结果表明:80°C下恒温12 h蒸养使砂浆孔隙率增大,最终导致蒸养砂浆28 d抗压强度低于全程标养砂浆;蒸养砂浆抗压强度随孔隙率增大而快速降低,两者之间呈现良好的线性关系;蒸养后水养和标养可以有效降低蒸养砂浆的孔隙率,使其28 d抗压强度高于蒸养后自然养护的砂浆;砂浆孔隙的孔体积与球形度存在明显的负相关关系,且蒸养会使孔体积-球形度分布规律中的异常值增多.

摘要： 针对亚实性肺结节(SSN)边缘模糊、结构复杂、区域亮度不均等问题,传统的活动轮廓模型(ACM)方法难以达到高精度的分割结果。因此,提出一种优化的LoG算子和因子分解结合的集成ACM分割算法。用高斯拉普拉斯算子(LoG)处理肺实质图像,对算子进行优化并构建能量项,以加强边界并增强区域亮度;以像素值作为描述特征构建因子分解能量项,使曲线演变到目标边缘;将LoG能量项和因子分解能量项集成到LGIF模型中对SSN分割。实验结果证实,该算法模型对SSN的分割更有效。

摘要： 活动轮廓模型方法不需要训练集且能较好利用边缘信息,但对初始轮廓较敏感,在处理复杂背景图像时分割不够精确。U-Net 3+网络可以分割更复杂的医学图像,但需要大量的人工标记,且模型的特征提取机制导致其在非典型边界特征的决策时通常是不准确的。因此,针对训练集较小的医学图像,提出了一种融合卷积神经网络和活动轮廓模型的医学图像自动分割模型。模型通过U-Net 3+网络获得目标先验信息,使用先验信息构造拟合能量项,并融合到活动轮廓模型中约束曲线演化。在皮肤镜病变和胸部X光片图像上测试,该模型的分割精度高于单独使用U-Net 3+网络和活动轮廓模型的分割结果。

摘要： 针对脑卒中患者的神经功能缺损程度预测问题,提出活动轮廓模型和影像组学的方法.首先提出基于模糊速度函数的活动轮廓模型方法对梗死病灶区分割.然后提取形态学、一阶统计和纹理特征,接着用LASSO方法来特征选择.最后采用距离加权KNN方法构建分类预测模型.结果表明,提出的分割算法获得的结果接近金标准,分类算法有较好的预测性能.

摘要： 为了增强对初始轮廓的鲁棒性并提高对灰度不均图像、噪声图像的分割效率,提出一种基于区域的活动轮廓模型.首先分别构造全局灰度拟合力与局部灰度拟合力,然后用线性组合获得模型的拟合项,并通过调整拟合力之间的权重提高模型对初始轮廓的鲁棒性,最后利用演化曲线的长度项保持曲线的光滑性.通过实验结果可以看出:与区域可变灰度拟合(RSF)模型和选择性局部或全局分割(SLGS)模型相比,所提模型的迭代步数分别减少了约57％和31％,分割时间分别减少了约62％和14％.所提模型在无需初始轮廓的情况下,不仅可以快速、准确地分割灰度不均图像和噪声图像,而且对医学图像和红外图像等一些实际应用图像也有很好的分割效果.

摘要： 针对水平集图像分割模型的分割结果不够准确且对初始轮廓位置和噪声敏感问题,提出了超像素/像素协同约束和稀疏分解的活动轮廓模型.首先引入超像素提取图像块信息构造符号压力函数防止轮廓在演化过程中陷入局部最优;其次,构建了基于超像素/像素协同约束的能量泛函以弥补超像素无法保留局部细节的缺陷;同时,为了解决基于非全局信息的活动轮廓模型演化速度慢的问题,提出模型利用超像素块加速轮廓演化;最后引入了稀疏分解对模型进行优化以减弱局部噪声对分割精度的影响.与多种水平集分割模型的实验结果对比,证明了提出方法的有效性,尤其与原始的二值选择和高斯滤波正则化水平集模型相比,提出方法对噪声和初始轮廓位置不敏感,平均Jaccard相似度系数提升了34％.

摘要： 针对传统人脸特征信息标定方法存在标定误差大的问题,笔者提出基于活动轮廓模型的人脸特征信息标定方法,首先根据二维空间曲线的演化原理创建活动轮廓模型,然后收集待标定的人脸图像样本,并通过去噪、增强、二值化处理实现人脸图像预处理,最后确定人脸轮廓的初始位置,定位提取人脸特征信息,实现对人脸特征信息的标定。实验结果表明,基于活动轮廓模型的人脸特征信息标定方法的误差更低。

摘要： 本文提出了一种新的基于距离局部信息的活动轮廓摸型.该模型的能量函数将区域可扩展能量项(region scalable fitting,RSF)和Hausdorff距离项结合,其中RSF项在目标边缘附近起主导作用,用来吸引水平集函数曲线到达目标边界;而Hausdorff距离由于包含了局部区域的相似信息,可以提高分割方法的稳定性.在保证分割精度的情况下,相对于区域可伸缩拟合及局部巴氏距离的活动轮廓模型RSFB,本文模型具有更快的收敛速度和更好的参数选择鲁棒性,对于解决图像分割中的边界模糊和噪声问题效果显著.实验结果显示本文提出的模型在超声图像和不均匀图像的分割中都有非常好的效果,且计算量较小.

摘要： SAR图像分割是SAR图像处理的一项关键技术,是进一步进行SAR图像识别、分析和理解的基础,是SAR图像处理到SAR图像分析的关键步骤.SAR图像中相干斑噪声的存在,使SAR图像分割变得非常困难.传统的SAR图像分割算法需要通过预处理抑制相干斑噪声,而此类处理方法在抑制噪声的同时,不可避免地损失目标区域的边缘信息,存在分割边界不完整、分割精度不高等问题,难以满足实际的SAR图像分割需求.针对这一难题,本文以提高分割精度,保护图像的几何结构边缘和提高算法的鲁棒性为目标,提出了一种适用于处理SAR图像分割的改进活动轮廓模型.新模型同时结合SAR图像Gamma分布统计特性的区域信息和边缘信息,首先通过引入基于ROEWA算子边缘指示函数加权非凸的正则化项,定义了新模型的能量泛函.然后极小化能量泛函,建立了水平集函数演化的偏微分方程.最后对水平集演化方程的数值求解,实现了对SAR图像感兴趣区域的分割.分别采用仿真图像和实测SAR图像对新模型进行验证.实验结果表明,新模型对SAR图像具有很强的边缘定位能力,能使目标区域分割更完整.

摘要： 基于多视SAR图像的统计特性和变分水平集方法提出一个新的活动轮廓模型.在反应-扩散框架下,将各项同性扩散算子加入到该模型的水平集演化方程中,并提出一个两步分裂水平集演化算法,该算法不需要周期性更新水平集函数.通过对合成图像和Envisat SAR图像的分割实验,表明提出的算法比经典方法具有更准确的边缘定位能力和噪声抑制能力.

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： 斑马鱼图像分割是斑马鱼图像处理和分析的重要步骤，由于斑马鱼图像中灰度不均匀和边界模糊，一般的图像分割结果会造成丢失部分目标或分割不准确，而活动轮廓模型能将封闭的活动曲线自动演化到图像边界并更易得到完整轮廓。本论文介绍了如何针对斑马鱼图像的特点，采用活动轮廓模犁进行图像分割，并具体介绍了基于边界信息及基于边界和区域混合信息两种模式，这两种模式在实验中都取得较好的分割效果。

摘要： 肝包虫病是一种牧区常见的寄生虫病，严重危及人类键康。针对该病的CT影像特征，提出一种同时对肝脏及包虫病灶进行分割的迭代算法。在每一步迭代过程中，算法分为初始分割和优化分割两个步骤：首先，在CT切片图像中确定位于正常肝脏及包虫病灶区的种子点，结台Gaussian率模型和Bayesian分类算法对肝脏及病灶区同时进行初始分割;然后，利用基于先验形状力场的活动轮廓模型算法优化初始分割结果，从而获得精确的分割边界，为了验证算法的有效性，将算法对不同病人的CT切片进行图像分割实验，并从主观和客观两个方面，把算法的分割结果与医师手动分割结果进行对比评估，其结果表明算法能在分割肝脏的同时准确地提取包虫病灶区。

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： 目的：探讨基于活动轮廓模型(ACM)算法的计算机辅助心肌超声造影分析系统定量评价心肌梗死模型的左室收缩功能及心肌微循环灌注的应用价值. 方法：①心内膜分割主要是基于数学形态学方法,心外膜分割主要是基于Chan-Vese活动轮廓模型方法;②根据超声图像质量将其划分为0-5个级别,采用新分割方法对低、中、高图像分别进行处理,并与人工分割结果比较;③将大鼠分为心梗组(MI组)和促红细胞生成素治疗组(EPO组),分别于术前、术后1周及3周行心肌超声造影(MCE)检查一次;④计算机软件对心肌造影图像先后完成自动分割、分区、灌注强度标注、彩色编码及造影曲线自动绘制等处理,并获得左室收缩功能新指标-左室面积变化率(AVF)和心肌灌注强度指标-造影剂密度值(CI);⑤AVF与传统左室功能指标(EF、FS)行相关分析,CI值与免疫组化微血管密度行相关分析,彩色编码图与荧光微球染色和氯化三苯基四氮唑染色(TTC)结果比较. 结果：①对于高质量和中等质量的图像，自动分割获得心内外膜轮廓与人工分割的轮廓具有良好的吻合度，但是对于低质量的图像，心内膜吻合度较高，而心外膜分割误差较大；②术后3周时，与MI组比较，EPO组AVF明显增大(P<0.05)。AVF与EF呈正相关(r=0.934，P<0.001)，与FS亦呈正相关(r=0.862，P<0.001)；③术后1周和3周，MI组心梗节段的CI值始终很低，与EPO组比较，有显著统计学差异(P<0.001)。EPO组危险节段的CI值在术后1周和3周呈上升趋势，且有统计学差异(P<0.01)；④术后3周时，前壁危险节段CI值与免疫组化微血管密度呈正相关(r=0.852，P<0.01)；⑤彩色编码：术后3周MI组梗死节段明显变薄，呈大片红色渲染，EPO组于前壁、侧壁显示有小片状红色区域，其它节段显示为绿色和蓝色混杂，与微球染色及TTC染色明显相似。 结论：①基于ACM的心脏超声造影分析软件能够完成对图像的多功能处理，效果较满意；②计算机辅助软件可以实现对左室收缩功能和心肌微循环灌注的定量评估，在评价动物心梗模型治疗效果方面具有较好的应用前景。

摘要： 针对传统的变分水平集方法在进行图像纹理分割时不能达到预期效果的问题，提出了一种基于图像分解与变分水平集相结合的分割方法。新提出的模型不需要引入如小波变换或者Gabor变换等辅助技术，而仅利用图像中的纹理信息和结构成份信息就能够达到纹理分割的效果。本文提出的分割模型通过凸松弛技术达到全局最优解，另外为了实现的方便，在求解时引入Split-Bregman方法，最后通过多组实验，验证了本文提出方法的有效性。

摘要： 运动车辆检测是智能交通系统的一个重要组成部分.当运动目标的灰度分布均匀时,利用帧差法所提取的运动目标容易产生空洞,某些部位无法完全恢复.本文根据像素可信度的基本原理,提出了一种新的基于快速水平集的运动目标检测方法.首先,利用两帧差法获得运动信息,然后,在运动信息条件的约束下,结合像素可信度改进水平集的速度函数来演化活动轮廓模型,最终提取出完整的运动目标轮廓.实验仿真反映出该算法在检测运动车辆的处理中取得良好的效果。

摘要： 一种基于显著感知先验的模糊区域型活动轮廓分割模型，主要包括水平集函数的定义、能量泛函的构建和基于能量泛函的求解过程。通过将图像局部区域信息和显著性先验信息融合于模糊主动轮廓模型，构建了区域型模糊项和显著感知先验模糊项的凸能量泛函，并非用欧拉‑拉格朗日公式而是直接计算能量的变化值来更新水平集函数，不仅提高了分割灰度不均匀图像和弱边缘图像的分割效果，而且还使得分割结果与初始条件无关。

摘要： 一种基于全局与局部拟合能量的模糊区域型活动轮廓分割模型，主要包括伪水平集函数的定义、全局模糊拟合图像与局部模糊拟合图像的引入、基于L1范式的拟合能量的构建和基于能量泛函变化值更新伪水平集函数的求解过程。在引入全局模糊拟合图像与局部模糊拟合图像基础上，构建基于L1范式的模糊拟合能量，构建了全局数据项和模糊拟合项的凸函数，并通过直接计算能量的变化值来更新伪水平集函数，不仅保证使得分割结果与初始条件无关，还提高了分割模型分割不均匀图像的效果和计算效率。

摘要： 本发明涉及一种基于全局和局部活动轮廓模型的超声图像病灶自动分割的方法，属于图像处理技术领域。本发明对图像进行预处理，首先利用双边滤波器进行去噪，用于解决图像噪声的存在，影响分割准确性的问题；接着对图像进行模糊聚类，图像二值化处理和形态学处理后，进行病灶区域选择，同时获得初始轮廓；再对边界暗区域去除，用于解决超声图像病灶区域外不均匀的特点，来提高分割的准确性；最后利用全局和局部CV活动轮廓模型的结合分割，得到分割结果。本发明效实现病灶区域的选择，较为准确实现提取出病灶区域的轮廓。

摘要： 本发明公开了一种基于活动轮廓模型的船载雷达图像海上油膜识别方法，包括步骤有：对含有海杂波的船载雷达原始图像进行降噪预处理；应用基于区域的活动轮廓模型—LBF模型，进行油膜的初步识别；及应用斑点噪声阈值与最小可识别油膜面积阈值法，对海上油膜进行准确识别。本发明通过对原始图像进行降噪预处理，降低了误判海上溢油的概率，提高了活动轮廓模型在雷达图像油膜识别过程中的工作效率。通过调整设置LBF模型参数使活动轮廓模型溢油监测速度更快，使船载雷达图像油膜识别过程的及时性大为提高。通过采用斑点噪声阈值法与最小可识别油膜面积阈值法，使海上油膜识别过程的准确性得到了改进。

摘要： 信号处理装置向植入的耳蜗植入物阵列中的电极触点生成电刺激信号。处理输入声音信号以产生带通信号，每个带通信号表示音频的相关频带。生成表示存在于输入声音信号中的频谱的谱图。基于每个带通信号的幅度为其产生特征包络信号。应用活动轮廓模型来估计谱图中存在的主频率，并且使用该估计来生成关于输入声音信号的刺激定时信号。基于包络信号和刺激定时信号为每个电极触点产生电极刺激信号。

摘要： 本发明公开了一种基于改进活动轮廓模型的笼养蛋鸡图像分割方法。提取笼养蛋鸡图像的S分量图像，用k‑means聚类法将方形局部窗口内的S分量图像像素分成两类，遍历S分量图像得到两个类中心函数，构建包含这两个类中心函数的能量函数，并在能量函数中引入平均核函数和水平集函数形成总能量泛函，用标准梯度下降法最小化总能量泛函得到分界线演化方程，加入形态学开运算操作和高斯滤波操作，最后用有限差分法对分界线演化方程进行迭代直到收敛，最终的演化分界线即为笼养蛋鸡图像的分割结果。本发明能够快速精确地分割笼养蛋鸡图像，消除笼子遮挡的影响。

摘要： 本发明公开一种基于活动轮廓模型的医学计算机断层扫描图像分割方法，属于医学图像处理领域。首先，利用权函数将GAC模型和SBGFRLS模型相结合，提高了零水平集检验医学图像多层轮廓的可能性；其次，为进一步简化模型中的水平集算法，引入了高斯滤波技术，提高了分割模型的收敛速度；最后，引进Hausdorff距离进行目标间距离的测定，解决了传统模型对医学图像中凸陷区域分割效果差的问题，进而提高了对医学计算机断层扫描图像中多目标物体边缘的捕获能力，具有较高的分割精度。

摘要： 本发明公开了一种基于局部相似性活动轮廓模型的脑部图像分割方法和系统，所述方法包括：获取一幅待分割核磁共振图像；对待分割核磁共振图像进行超像素分割，获取多个超像素；对超像素提取平均灰度值、基于灰度共生矩阵的纹理特征以及局部特征；将所有特征采用串联方式进行特征融合；采用词典和稀疏表示分类方法对超像素进行分类，获得初始目标区域；根据初始目标区域，利用高斯概率密度函数计算每个像素属于目标的概率，作为学习的局部相似性先验；建立基于局部相似性学习的活动轮廓模型的能量函数，通过最小化能量函数，获得图像分割结果。本发明的活动轮廓模型能够较好地处理灰度不均匀问题，提高了脑部图像分割的准确性和鲁棒性。

摘要： 本发明公开了一种基于活动轮廓模型的白细胞分割方法，由以下步骤组成：步骤1：获得每个小立方体中所有像素值的数量，将每个小立方体中的所有像素值赋值为预定像素值，并获得预处理图像，步骤2：对预处理图像利用密度峰值聚类分割方法进行密度聚类得到初始白细胞图像，然后再使用形态学处理方法对初始白细胞图像中的白细胞核边缘轮廓进行光滑处理得到最终白细胞核图像，步骤3：将最终白细胞核图像利用水平集方法处理得到白细胞核轮廓曲线，以白细胞核轮廓曲线作为活动轮廓模型的初始轮廓曲线，从而得到最终白细胞图像；本发明根据白细胞局部灰度特性，以细胞核轮廓线演化至细胞质边缘分割白细胞，得到更加精准的结果。

摘要： 本发明公开了一种提出了一种基于改进活动轮廓模型的SAR图像目标检测方法，该方法基于Gamma分布假设，利用Bhattacharyya距离度量推导了基于局部区域统计信息的活动轮廓模型的能量泛函，利用全局最小化框架，实现所提能量泛函的全局能量最小化。本发明方法能够获得精确定位的目标轮廓，从而达到检测目标的目的，并且具有很高的计算效率。