共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
针对噪声严重的超声图像,提出了一种结合数学形态学和Level Set的分割方法。首先采用全变差模型进行图像滤波,再通过交互式区域选择和数学形态学方法获得感兴趣目标的二值化图像,并把该二值化图像轮廓作为水平集方法的初始曲线。改进隐式测地活动轮廓模型(GAC)中的边缘检测函数,增强了处理弱边缘的能力。分割结果表明,该方法能够准确地提取出目标轮廓,同时减少了迭代次数和运算时间。 相似文献
3.
4.
针对距离正则化的水平集演化(the Distance Regularized Level Set Evolution Mode,DRLSE)模型难以处理弱边缘图像、演化效率低问题,提出一种新的基于相位信息的水平集超声图像分割算法(the Distance Regularized Level Set Evolution Mode Based on Phase Congruency,PDRLSE)。该算法利用相位一致性检测原理,构造新的边界指示函数,代替了DRLSE模型中的边界停止函数,得到新的能量泛函。实验结果表明:该方法在分割超声图像时,能够较好的分割出甲状腺肿瘤目标,且演化效率也有所提高。 相似文献
5.
针对活动轮廓模型的多目标边缘提取问题,本文提出了一种基于GVF模型的改进算法.该算法首先利用GVF模型对整个目标区域进行边缘提取,由于目标间存在滞止点区域,边缘提取的结果中将包含伪边缘.针对这些伪边缘进行分析并设置新的初始轮廓线,再次利用GVF模型进行目标边缘提取,并进行判断.将分别提取到的真实边缘首尾相连,去除伪边缘,可进行多次判断是否存在伪边缘,直至得到完整的多目标边缘.实验结果表明,该改进算法可以实现多目标边缘提取,且易于实现. 相似文献
6.
7.
一种新的红外与可见光图像融合与跟踪方法 总被引:11,自引:1,他引:10
多传感器图像融合技术在目标检测与跟踪领域中有广泛应用。提出了一种红外与可见光图像的新颖的特征级融合与运动目标跟踪方法。将目标轮廓用动态轮廓线表示,在目标跟踪过程中对于两类模式图像中的目标轮廓控制点向量,利用 B 样条形状空间模型将目标轮廓的特征级融合转换为控制点向量差的 L2 范数平方极小化。这种方法不需要图像配准,降低了融合的计算复杂度。同时,使用了自适应 Kalman 滤波技术,提高了动态轮廓线特征搜索的准确性。对比跟踪实验表明,融合后可见光图像的平均跟踪误差减小了 56.96%。 相似文献
8.
基于形状保持主动轮廓的椭圆状目标检测 总被引:1,自引:0,他引:1
本文通过形状约束方程(组)与一般主动轮廓模型结合,将目标形状与主动轮廓模型融合到统一能量泛函模型中,提出了一种形状保持主动轮廓模型即曲线在演化过程中保持为某一类特定形状.模型通过参数化水平集函数的零水平集控制演化曲线形状,不仅达到了分割即目标的目的,而且能够给出特定目标的定量描述.根据形状保持主动轮廓模型,建立了一个用于椭圆状目标检测的统一能量泛函模型,导出了相应的Euler-Lagrange常微分方程并用水平集方法实现了椭圆状目标检测.此模型可以应用于眼底乳头分割,虹膜检测及相机标定.实验结果表明,此模型不仅能够准确的检测出给定图像中的椭圆状目标,而且有很强的抗噪.抗变形及遮挡性能. 相似文献
9.