基于距离变换的快速收敛Smke模型

首先利用距离变换后凹腔内外力的特点检测出不收敛区域，然后修改其外力的方向和大小以达到快速收敛，文中算法不但能解决深的叫腔收敛性问题，而且计算简单、收敛速度快，该模型也可推广到基于GVF的快速算法模型。     

基于距离变换的快速收敛Snake模型

首先利用距离变换后凹腔内外力的特点检测出不收敛区域,然后修改其外力的方向和大小以达到快速收敛.文中算法不但能解决深的凹腔收敛性问题,而且计算简单、收敛速度快.该模型也可推广到基于GVF的快速算法模型.     

使用梯度卷积外力场的Snake算法及其医学应用

针对经典Snake算法以及GVF Snake算法容易受到图像噪声点的干扰而无法正确逼近目标物体边界的问题,提出了一种新的Snake外力场——通过边缘映射图的卷积方式扩展形成的梯度卷积外力场GCF。实验证明,基于这种GCF外力场的Snake算法在图像包含大量噪声的情况下,既能保留边缘信息又排除掉噪声带来的不良影响,正确收敛到目标物体的真实边界上,而且在深凹部位的收敛速度远远快于GVF Snake。将该算法应用于CT肺实质分割中,符合临床精确度要求。     

一种基于外力场改进的快速GVF Snake算法

针对GVF Snake算法速度慢的问题,从GVF Snake算法运算的时间入手,将算法分为五个步骤,而后对这五个步骤花费的时间进行分析,得出改进GVF Snake算法速度的方法,通过减少力场计算面积和改进外力场来加快运算速度,最后通过实验验证,改进算法速度明显提升。     

基于数学形态学的骨架抽取算法

骨架是图象几何形态的重要拓扑描述，在图象分析领域有广泛应用。本文给出了利用数学形态学方法抽取图象骨架的算法及对该算法的详细证明。利用骨架算法得到的骨架子集可部分或完全重建原始图象，因而可用于对原始图象编码或描述原始图象的特征。该算法适用于模拟空间，同时也适用于数字空间。本文还给出了数字空间中的快速骨架抽取算法，以及利用骨架子集完全或部分重建原始图象的实例     

一种改进的快速轮廓线提取算法

文章针对传统主动轮廓模型对噪声敏感,初始位置敏感和收敛速度慢等不足,提出了一种基于PSO和GVF的快速轮廓线提取算法。首先利用PSO对轮廓控制点进行寻优,使之快速地收敛到图像的边缘附近;然后利用插值算法,得到目标图像的较粗糙轮廓,以此目标轮廓作为下一步GVF收敛的初始位置,最后得到准确的轮廓线。实验结果表明该算法不仅能对图像轮廓线进行准确的提取,而且具有一定的抗噪性能,易于实现,速度快等特点。     

改进snake模型的人脸拓扑轮廓提取

人脸所在的区域具有拓扑不变性,由此该论文根据大范围优先的原理,对人脸进行拓扑轮廓提取.针对传统的snake模型时初始轮廓点的选取的局限性以及不能很好的收敛于凹形区域,该文在进行人脸轮廓提取的时候,通过人脸特征器官定位,在此基础上确定出snake模型的初始轮廓.其次,使用GVF算法得到的力场作为snake模型的外部力,试...     

基于三角形骨架坐标的图象渐变算法

为快速进行不规则多边形区域内的数字图象渐变处理,提出了一种基于三角形骨架坐标的图象渐变算法,即先将图象区域分割为若干个三角形区域,再逐个对这些三角形区域建立象素点的骨架坐标,这样三角形骨架外壳的改变就会带动其内部图象的渐变,并根据骨架坐标变换,推导三角形区域内象素点坐标随外壳三角形顶点改变的计算公式,进而建立了骨架外壳改变后的新象素点与原始象素点间的颜色对应关系。利用该不规则多边形区域内的图象渐变算法,可解决运动模拟等常见图象的变形问题。     

一种改进的基于特征点求解的骨架提取算法

基于特征点求解和Reeb图思想,实现了一种新的骨架提取算法。首先求取模型特征点集,以特征点为计算依据,根据三角网格中每个顶点与特征点的不同对应关系得到网格分支点,聚合成一系列骨架点,依据骨架点携带的拓扑信息,连接拓扑相邻的骨架点得到模型骨架。采用了改进的特征点提取算法,其时间复杂度由O（n^3）提高到了O（n^2log（n））,实验表明算法能够快速提取骨架,针对一般模型的骨架提取效果令人满意。     

个性化虚拟人体模型骨架生成方法

采用基于自动化骨架匹配和可视化骨架编辑的方法，可以方便地完成个性化的骨架建模．首先定义一个标准的虚拟人骨架模板，通过骨架模板与人的几何模型的自动匹配，得到初始的骨架模型；然后利用可视化的骨架编辑工具，就可以很容易地生成个性化的虚拟人骨架．实验表明：该方法可以快速、简单地生成精确的个性化的骨架模型，方便虚拟人运动显示。     

GVF Snake模型时间复杂度的研究

对使用GVF Snake动态轮廓模型算法中两次迭代的时间复杂度进行了统计计算,并进行了力场分析,在此基础上对初始轮廓线设定位置进行了研究。实验结果表明,初始轮廓线的设置应避免跨越能量极小值,此时可以得到比较好的提取效果。GVF力场迭代的次数和轮廓逼近次数与时间成正比。     

Segmentation of optic disc in retinal images using an improved gradient vector flow algorithm

Image segmentation plays an important role in the analysis of retinal images as the extraction of the optic disk provides important cues for accurate diagnosis of various retinopathic diseases. In recent years, gradient vector flow (GVF) based algorithms have been used successfully to successfully segment a variety of medical imagery. However, due to the compromise of internal and external energy forces within the resulting partial differential equations, these methods can lead to less accurate segmentation results in certain cases. In this paper, we propose the use of a new mean shift-based GVF segmentation algorithm that drives the internal/external energies towards the correct direction. The proposed method incorporates a mean shift operation within the standard GVF cost function to arrive at a more accurate segmentation. Experimental results on a large dataset of retinal images demonstrate that the presented method optimally detects the border of the optic disc.     

基于改进Snake模型的超声乳腺肿瘤轮廓提取

二维超声影像中肿瘤轮廓特征是判断乳腺肿瘤的良恶性的重要依据。针对超声医学图像的特点,本研究对经典的Snake模型进行了改进:内部能量中加入轮廓平均长度项的控制;外部能量由基于图像统计特征的区域能量以及梯度方向势能决定,并提出了基于贪婪算法求解模型最小值的快速算法。实验结果显示本算法在噪声强度较大的模拟图像和超声医学图像中均取得了同人工分割近似的结果,而经典的Snake模型和GVF模型受噪声干扰较大。大量的实验证明本算法有效地克服了散斑噪声对分割结果的影响,可准确高效地提取超声图像中的乳腺肿瘤轮廓。     

Mean shift based gradient vector flow for image segmentation

In recent years, gradient vector flow (GVF) based algorithms have been successfully used to segment a variety of 2-D and 3-D imagery. However, due to the compromise of internal and external energy forces within the resulting partial differential equations, these methods may lead to biased segmentation results. In this paper, we propose MSGVF, a mean shift based GVF segmentation algorithm that can successfully locate the correct borders. MSGVF is developed so that when the contour reaches equilibrium, the various forces resulting from the different energy terms are balanced. In addition, the smoothness constraint of image pixels is kept so that over- or under-segmentation can be reduced. Experimental results on publicly accessible datasets of dermoscopic and optic disc images demonstrate that the proposed method effectively detects the borders of the objects of interest.     

基于改进GVF的运动目标提取算法

针对一般梯度矢量流(GVF)分割对连续对象分割效果差、迭代次数较多的缺点,提出一种基于GVF的运动目标提取模型。该模型计算运动目标的大致范围(以矩形框架表示),并利用该矩形框架的限制进行初始化处理,得到初始化轮廓,使用改进的GVF算法提取出对象。对运动目标序列的实验结果表明,该方法可以较大地提高计算速度。     

基于截线法的快速骨架提取算法

提出了一种快速的骨架提取算法.该方法首先在轮廓离散曲线演化的基础上,根据显著凸顶点的类型将轮廓多边形进行分块,得到一个主分支轮廓和多个水平分支轮廓;然后分别利用水平截线法和垂直截线法提取骨架的主分支和水平分支;最后将水平分支拼接在主分支上,得到完整的骨架.实验结果表明,该骨架提取算法可以得到连通的骨架,并在Kimia数据集上取得了较好的效果.此外,算法在自然图像上的效果也很好,尤其适用于视频中的行人骨架提取.与经典骨架提取算法相比,该算法的时间复杂度较低,可以满足实时处理的要求.     

基于改进的snake模型的嘴唇轮廓提取

为了更好地利用snake模型来提取彩色图像中的物体轮廓,提出一种改进的snake算法。此方法首先自动生成snake的初始模型,然后在GVF-snake的基础上重新设计了snake的外部能量函数,采用色彩聚类算法对原始图像进行分割,利用像素到聚类中心的距离增强图像并进行差分运算,提取有意义区域的边缘梯度,对GVF向量场进行了归一化处理并改进了平滑因子。实验结果证明,改进后的算法,特别是在处理彩色图像时,大大优于原始方法,提高了轮廓提取的精度且有较好的鲁棒性。     

基于改进的GVF Snake模型CT图像轮廓提取技术

CT图像轮廓提取是逆向工程中的关键技术之一,由于基于边界检测算法很难提供一条连续的无间断的边界轮廓。采用一种改进的GVF Snake算法,首先通过人工取点,B样条拟合的方法,提取其初始轮廓,再利用改进的GVF Snake方法进行边界轮廓逼近,以获得比较精确的叶片边界轮廓,克服了传统活动轮廓模型梯度势能场捕捉范围小的缺点,并通过实验证明了该方法的有效性。     

Fast thinning algorithm for binary images

A fast thinning algorithm is proposed which achieves its increase in speed by applying any existing thinning algorithm to a greatly reduced amount of image information. The procedure compacts the image, applies an optimal thresholding routine, thins the result, and then expands the skeleton to its original scale. Results of testing the algorithm on a number of images are shown.