共查询到10条相似文献,搜索用时 31 毫秒
1.
针对MR图像中海马区存在灰度不均匀性,基于区域动态轮廓的C-V模型只利用区域信息无法获得准确的海马区分割问题,结合多尺度边缘约束的演化思想和图像区域的全局信息,提出了一种结合边缘和区域信息的多尺度水平集MR(magnetic resonance)图像海马区分割方法.首先,在C-V模型的基础上采用内部约束能量项,消除水平集的重初始化,提高分割速度;其次,改进水平集函数中外部能量项的图像区域全局信息,解决由于灰度不均匀所引起的分割不准确问题;最后,在水平集函数的外部能量项中加入基于多尺度图像边缘的梯度信息,作为边缘约束停止项,使分割效果达到优化.实验结果表明,该算法对存在灰度不均匀性的图像海马区分割速度快、准确率高. 相似文献
2.
基于区域粗定位与Chan-Vese主动轮廓模型的MAG焊视觉图像熔池边缘提取 总被引:3,自引:0,他引:3
对基于熔化极气体保护(Metal active gas,MAG)焊的管道打底焊过程中通过电荷耦合器件(Charge-coupled device,CCD)摄像机与复合滤光技术组成的光学系统实时采集的正面焊缝区域图像进行分析,实现熔池图像边缘提取.对获取的焊缝区域图像,经过高斯平滑后,考虑到初始轮廓对Chan-Vese主动轮廓模型提取边缘效率的影响,使用基于阈值的方法,用矩形标出熔池的初始区域,即实现熔池区域粗定位,求取矩形区域中心,以该中心设定一椭圆作为熔池初始轮廓,使用Chan-Vese 主动轮廓模型提取熔池边缘.借助该模型实现了MAG管道打底焊焊缝区域图像的熔池边缘提取,与Sobel变换等方法比较,该方法提高了熔池边缘提取的精度. 相似文献
3.
基于改进主动轮廓模型的注塑制品轮廓提取 总被引:3,自引:1,他引:2
注塑制品边缘轮廓提取是实现注塑制品边缘缺陷检测的重要前提,主动轮廓模型为注塑制品边缘轮廓提取提供了思路.本文结合注塑制品特点,提出改进的主动轮廓模型方法.该方法充分利用先验知识,提出初始轮廓确定方法;综合参数主动轮廓模型与几何主动轮廓模型的思想,提出控制点搜索方法;针对传统参数主动轮廓模型不能实现曲线拓扑的问题,采用控制点与样条的形式表述制品轮廓,提出插值准则,噪声控制点抑制准则以及控制点压缩方法.实验结果证明,该方法能够快速,准确的实现对具有待检测制品位于图像的中心附近,且待检测制品的中心在制品内部的注塑制品边缘轮廓提取. 相似文献
4.
基于前列腺磁共振图像(MRI)特征信息及其病变好发特定区域等先验知识,针对前列腺内外轮廓全分割问题,提出基于边缘距离调整水平集演化(DRLSE)的前列腺MRI两步分割方法。在构建统一水平集能量函数的基础上,第1步基于前列腺MR的T1(纵向弛豫时间)图像实现其外轮廓分割,第2步在外轮廓约束限定条件下,基于前列腺MR的T2(横向弛豫时间)图像实现前列腺的内部轮廓分割,进而完成前列腺内外轮廓的全面有效分割。设计了前列腺分割的人机交互界面,对10个前列腺病例MR图像(含正常、增生和癌变共30幅)进行了分割实验研究,并采用Dice相似性系数(DSC)对分割结果进行评价分析,DSC值达到90%以上。实验结果表明,所提出的基于边缘DRLSE的前列腺MRI两步分割方法能够有效地实现前列腺内外轮廓的全面分割,非常接近于临床专家手动分割的理想结果,对前列腺疾病的临床诊断和治疗有较好的参考价值。 相似文献
5.
光斑面积是紫外放电中的重要参量,外绝缘紫外放电研究中需提取光斑面积的图像很多,为了自动、准确提取出外绝缘紫外放电图像中的光斑面积,提出了一种基于活动轮廓模型的光斑面积提取方法.活动轮廓模型通过计算偏微分方程实现紫外放电图像中放电区域轮廓的获得,与常规基于局部图像信息获得边缘的方法不同,该方法具有全局优化能力,抗干扰能力强,无需预处理,对图像清晰度要求不高,能准确提取出紫外放电的光斑面积.实现了常规边缘检测算子、数学形态学法和本文方法用于绝缘子紫外放电光斑面积的提取,结果表明:常规边缘算子所得边缘干扰多,且边缘点离散,后续难以计算获得光斑面积.本文方法能准确提取出一个或多个光斑的面积,不存在数学形态学法需要人为确定图像二值化时最佳阈值和根据干扰光斑面积调整结构元素尺寸的问题,具有很好的自动化性能. 相似文献
6.
7.
8.
9.
对于地面目标变化检测,由于周围环境的复杂性及多变性,如果不进行较高精度的图像配准,将导致错误的目标变化检测。针对此问题,文章提出了一种基于轮廓提取的图像配准技术,依据边缘检测提取图像的边缘,进而得到图像轮廓之后,找出配准点进行图像配准。仿真实验证明,基于轮廓提取的图像配准技术,能更加有效地观察地形,消除图像之间的位置差异,准确地判断地面目标。 相似文献
10.
一种新的边缘检测算法在图像处理中的应用 总被引:1,自引:0,他引:1
介绍了一种新的边缘检测方法,首先通过高斯-拉普拉斯边缘检测算法对图像进行边缘检测,再结合轮廓提取对提取到的边缘进一步进行跟踪处理.实验表明,与传统的边缘检测算法相比,这种算法能更好的提取图像中目标物体的边缘,减少检测边缘断裂现象,具有很好的应用价值. 相似文献