基于恒定曲率变化的主动轮廓模型

随着主动轮廓模型（又称snake模型）被广泛应用于无人参与的自动化任务,人们对模型的鲁棒性和自适应能力提出了更高的要求.而传统内部力模型的收缩效应,过平滑作用,及缩放可变性,导致了内部力模型的参数调整困难,很难由程序自动进行调整.据此,提出了基于恒定曲率变化的内部力模型.该模型不仅具有缩放不变性,而且在保证轮廓光滑连续的同时,未引入其他的副作用（如收缩,过平滑等）,提高了模型参数的鲁棒性.实验结果表明,该模型精确提取目标轮廓的能力得到增强,能够成功提取存在高曲率位置的凹陷轮廓,而且内部力大小衰减迅速,对轮廓点的增删不敏感,保证了模型快速稳定地收敛到期望轮廓.     

针对凹陷轮廓改进的主动轮廓模型

针对传统主动轮廓模型不能有效拟合凹陷轮廓的问题进行研究,从内部、外部能量两方面进行分析。通过模拟流体压力的思路对内部能量项中的弹性能量进行改进,提出一种针对凹陷轮廓改进的主动轮廓模型——Area Snake,并对其理论模型、实现细节和不足进行讨论。实验表明,Area Snake对凹陷轮廓有着较好的拟合性能。     

改进的主动轮廓模型在脑肿瘤MRI图像轮廓提取中的应用

针对主动轮廓模型(Snake)处理图像时的初始轮廓选取问题,采用改进的区域增长法对图像进行预分割,并将得到的边缘作为主动轮廓模型的初始边缘轮廓;然后分别用sobel算子与梯度矢量流(GVF)代替图像梯度进行主动轮廓模型外部能量的计算,在速度满足要求的情况下,提高了目标区域的提取精度.实验结果表明,基于GVF的主动轮廓模型在脑肿瘤的轮廓提取中能取得更好的效果.     

鱼群主动轮廓模型算法

经典主动轮廓模型在图像分割中,存在分割结果与初始状态有关和容易陷入局部极小值的问题。为了解决上述两个问题,可以通过将主动轮廓模型的多阶段决策问题与鱼群算法的决策过程相结合,提出鱼群主动轮廓算法。由主动轮廓模型的特点构建了主动轮廓模型相对应的鱼群算法,把主动轮廓模型图像分割的问题转化成最优能量函数值的搜索问题,为获取精确的图像轮廓提供了新方法。实验结果表明此方法能在任意初始化曲线下有效地分割出图像。通过数学证明和实验结果可以知道鱼群主动轮廓算法具有良好的全局收敛性,避免了主动轮廓模型原来采用了变分法优化而难以达到全局最优,甚至难于达到局部最优的现象。     

基于图像二分法的封闭轮廓提取方法

论文研究了封闭目标轮廓提取问题。改进了基于最小作用曲面与鞍点的封闭轮廓曲线提取方法,提出了一种基于最小作用曲面及图像二分法的封闭轮廓提取方法,用一条直线将图像分成两幅小图像,以一种简单的方式解决了封闭轮廓曲线检测问题,避免了复杂的鞍点检测过程,从理论上分析了基于最小作用曲面及图像二分法的封闭轮廓曲线提取方法的算法复杂性,证明了该方法的运行时间比基于最小作用曲面与鞍点的封闭轮廓曲线提取方法短。     

基于几何主动轮廓模型的粒子滤波跟踪算法

标准粒子滤波(SPF)是解决非线性、非高斯模型系统跟踪问题的典型方法,然而粒子更新过程严格依赖于参数的选取,且不能处理曲线拓扑结构的变化。鉴于此,提出基于几何主动轮廓模型的粒子滤波(PF)算法。利用水平集技术处理轮廓曲线拓扑结构变化,改进重采样技术,增加粒子多样性。实验结果表明,该算法是有效可行的,并提高了非线性系统状态的估计精度,具有更强的适应性。     

一种医学图像的轮廓提取方法

针对医学图像的模糊性和灰度不均导致目标轮廓难以准确提取的问题,提出使用改进的遗传算法控制主动轮廓模型完成边界提取的方法。采用保优算子保留遗传性状,选择适当的交叉算子,在进化后期可实现由整体寻优到局部寻优的转变。实验结果证明,该方法在提取目标轮廓时抗模糊能力强、鲁棒性好。     

基于梯度矢量流主动轮廓模型的等高线提取算法

为了提取彩色地形图上的等高线,首先把RGB颜色空间转换为HSV颜色空间,对彩色地形图进行分色,以获得棕色等高线的二值图像;然后利用数学形态学的方法对二值等高线图像滤波,消除等高线线体内的孔洞.利用梯度矢量流主动轮廓模型在等高线二值图像上直接提取未经细化的等高线,并结合等高线断裂区域的等高线流向场连接断裂的等高线.最后验证了文中算法的有效性.     

基于学习主动中心轮廓模型的场景文本检测

在场景文本检测领域,存在由于文本尺寸波动较大导致的小文本漏检、大文本欠检测和多尺度文本边界检测错误的情况。针对上述问题,提出一种基于学习主动中心轮廓模型的场景文本检测网络。在残差网络ResNet的基础上构建多尺度特征权重融合模型,对输入的场景文本图片进行多尺度特征提取和权重融合,并计算出最终的特征融合图,适应场景文本长宽比变化较大的情况。在此基础上,将融合后的特征图输入到学习主动中心轮廓模型预测文本框的中心点和边界,该模型为场景文本检测提供丰富先验知识,以解决多尺度文本检测框包含过多背景或部分包围文本造成的边界检测错误问题。在MSRA-TD500、IC13、IC15和IC17MLT数据集上的实验结果表明,该网络能够提高多尺度场景文本检测的准确率,其中在MSRA-TD50数据集上F-measure为0.83,相较于MSR方法提升1%,在IC13数据集上F-measure为0.91,相较于PixelLink网络提升2%,在IC15数据集上F-measure值为0.87,相较于PSENet网络提升1%,在IC17MLT数据集上F-measure值为0.74,相较于TridentNet网络提升1%。     

基于主动轮廓模型的啤酒瓶凸性字符提取和识别方法

本文提出了一种用计算机自动提取啤酒瓶字符并进行识别的方法,代替手工操作,有效地降低了成本和提高了效率．该方法首先采用线阵CCD得到啤酒瓶字符的图像,接下来对图像进行预处理,然后用一种改进的主动轮廓模型提取出啤酒瓶上的凸性字符,最后用多层BP神经网络对字符进行识别,就可确定是否含有“B”字和是否在使用期内．实验结果表明,该方法能有效地提取啤酒瓶上的字符并识别出“B”和日期,简单可行,分拣正确率达到了95%以上．     

基于主动轮廓线模型的海面运动目标跟踪

将主动轮廓线模型用于海面运动船只的跟踪,提出了一种自动选择主动轮廓线初始控制点的方法,增强了主动轮廓线模型的实用性：并将基于主动轮廓线模型的跟踪方法用于多个海面运动目标的跟踪。实验结果表明,提出的初始主动轮廓线自动选取方法可以准确地选择目标的轮廓线的特征点;基于主动轮廓线模型的跟踪方法可以比较准确地跟踪运动船只的主要轮廓特征。     

基于活动轮廓模型的人脸轮廓提取

在传统的snake算法基础上,针对人脸轮廓提取这一课题,提出了一种初始化snake的方法,并对传统的snake算法进行了改进。实验结果表明,该方法能够较好地提取人脸轮廓,并在精确度和计算量方面大大优于边缘检测算子方法。     

分水岭算法应用于主动轮廓模型能量分割算法的研究

主动轮廓模型(snake模型)被广泛应用于边缘提取、图像分割等领域。该模型能对目标适当初始化,并进行自主收敛,使得能量处于极小值状态,以达到目标分离的效果。当目标初始位置敏感时,需要依赖其他机制对内部能量进行合理初始化,由于模型的非凸性,它有可能收敛到局部极值点甚至发散。将分水岭算法应用于主动轮廓模型的能量分割算法,通过改进的分水岭算法确定主动轮廓模型的初始轮廓,利用迭代完成对轮廓点周围的局部近邻点的检索,以选取更小的轮廓模型,当获得最小值时完成目标轮廓的提取。     

一种改进型多尺度DDCM主动轮廓模型边界检测算法

尽管主动轮廓模型 (Active contour model) ,或称 Snakes,近年来已经在计算机视觉和图象处理领域得到了广泛的应用 ,尤其在边界检测方面也表现出良好的性能 ,但是由于传统的 Snakes图象边界检测对初始轮廓线的位置十分敏感 ,因而限制了它的更广泛应用 .为了克服这一问题 ,提出了一种改进型多尺度 DDCM主动轮廓模型的边界检测算法 ,该算法是首先通过分阶段改变轮廓曲线的内力 ,使轮廓曲线的曲率能自适应地进行多尺度调整 ,进而改变了轮廓线的柔性和刚性 ,使之能够更好地与目标边界匹配 .实验结果证明 ,该算法在计算速度和边界检测精度上 ,均优于传统的主动轮廓边界检测算法 ,因而具有一定的实用价值 .     

基于活动轮廓模型的人脸特征提取方法的研究

人脸面部特征提取是自动视觉翻译和人脸识别中的最关键的技术之一。本文对活动轮廓模型理论的基本原理、方法和技术等作了有益的探索和尝试,并在此基础上,提出了提取人脸面部特征的系列算法,特征是精确的轮廓描述而非简单的数字表达,实验中,我们用动态模板方法提取眼睛轮廓,用活动轮廓方法提取眉毛形状,结果证明,该方法具有较强的鲁棒性和自适应性。     

基于混合能量活动轮廓模型的人脸分割方法

由于受到面部五官、饰物等因素的影响,传统几何活动轮廓模型获取人脸外轮廓会产生凹陷、分片等现象.针对人脸图像的特点,将边缘外张力能量及肤色能量与全局能量结合,提出一种基于混合能量泛函的几何活动轮廓模型,有效地避免了这些问题.首先,根据演化曲线的邻域信息赋予边缘点向外的张力,使曲线能够克服面部特征及面部饰物的干扰,引导其向外轮廓方向演化.鉴于肤色是面部最重要的特征,提出肤色能量,进一步提高了模型的鲁棒性.此外,提出一种基于单高斯模型的改进算法,能够估计出接近实际人脸外轮廓的初始位置,为轮廓演化奠定了基础.在两个公共人脸库上进行测试,该方法能够得到准确的人脸分割效果;以手工分割的结果为基准,该算法定位精度明显优于传统的全局能量模型和局部能量模型.还用日常照片创建一个包含不同姿态、光照、复杂背景等因素、复杂的人脸库,分割结果表明,该方法能够克服这些因素的影响,取得了准确而稳定的人脸分割结果.     

一种新的Snake模型及其在癌细胞分割中的应用

提出了一种新的主动轮廓线模型——P-snake(Pokarized Snake)。该模型选取目标中心一点作为原点建立极坐标,用等夹角抽样的n个点描述目标轮廓,通过迭代在图像中找出使得能量最小的轮廓点,将P-snake应用于医学癌变细胞图像的分割中,取得了满意的效果,实验结果表明,P-snake能有效跟踪目标轮廓,具有较强的抗噪能力。     

基于活动轮廓模型的高分辨率影像河道边界提取算法研究

河( 航) 道边界定位是河( 航) 道测量的重要内容, 对于内河航运交通、水利工程建设以及水资源开发利用等有着非常重要的意义。在目前遥感影像水体信息提取的研究基础上, 结合计算机视觉领域中的可变形模板轮廓匹配技术的优点, 同时考虑高分辨率影像上河道边界的光谱特征, 提出了一种基于活动轮廓模型的高分辨率影像河道边界提取算法。数据源选用四川宜宾地区的QuickBird影像, 采用本算法对初始轮廓进行变形, 匹配河道边界的真实位置。对于位于真实边界附近的初始轮廓, 拟合的边界线上落在距离真实边界两个像素内的点数达到70% , 5 个像素以内的点数达到90%以上。结果说明引入计算机视觉领域中比较成熟的技术将给高分辨率遥感影像的信息提取开辟新的途径。     

基于能量活动曲线的肾脏超声图象的边界提取

与CT和MRI等医学图象相比，超声图象由于图象质量较差，相对难以分割，特别地，由于某些器官的边界不是很明显，尤其是肾脏的组织和组织之间的边界难以区分，因此，肾脏超声图象的边界提取对人们来说更富有挑战性。为了解决这一问题，本文提出了一种半自动的肾脏超声图象的边界提取方法。该算法基于能量活动曲线模型，并做了几点重要的改进，同时利用肾脏超声图象的统计模型，比较好地克服了肾脏复杂边界的影响，有效地提出了超声图象的肾脏边界。