一种基于图割的快速立体匹配方法

针对图割算法中引入辅助节点,算法复杂度过高的问题,提出了一种无需引入辅助节点的图构造方法来解决立体匹配问题. 由于无需引入辅助节点,所构造出的图所需空间较小,同时可以更快地找到能量函数的最小值. 实验结果表明,该方法可以快速有效地得到立体匹配的结果.     

基于智能人机接口的即时过程式图像对象提取方法

提出一种建立在智能人机接口即智能画笔上的采用即时局部信息的过程式对象分割方法.当用户驱动鼠标对目标对象的边界进行跟踪时,智能画笔动态地根据图像局部统计特征估计每个即时时刻对象分割计算所需的待分割区域、外观样本、对象轮廓等即时局部信息,通过能量函数将各种信息结合,利用图割优化算法快速计算局部分割结果并及时反馈.随用户对对象边界的跟踪结束而完成对象分割.实验结果验证了该方法在交互便捷性和用户对分割过程控制方面的优势,以及在分割效率和准确度等方面的优良性能.     

基于轮廓提取的医学图像配准方法

提出一种基于轮廓提取及循环迭代的估计医学图像间配准参数的方法，并构造了评价函数用于指导循环迭代过程．通过对实际医学图像进行实验，结果表明这种方法不仅适合单模态医学影像的配准，也非常适合多模态医学影像的配准．     

基于Hermite样条轮廓模型的图像轮廓提取

提出了一种采用Hermite样条曲线拟合方法与主动轮廓模型相结合的方法．采用Hermite样条轮廓曲线作为描述主动轮廓线的基函数，给出了这种轮廓模型的能量表达式，利用动态规划技术实现能量最小化的优化过程．采用传统的主动轮廓模型与本文方法分别对两幅颅脑图像中的病变区域提取轮廓，对比实验结果表明，采用Hermite样条轮廓模型可以取得更加令人满意的效果．     

基于目标检测和图割的多目标跟踪算法

多目标跟踪是智能视频监控中的一个具有挑战性的问题.提出了一种基于运动目标检测和图割理论的多目标跟踪算法.首先,利用码本模型对背景建模,检测运动目标.然后,令一个标签对应一个目标,建立能量方程,把多目标跟踪问题转化为能量最小化的组合优化问题.最后,构造网络图,利用最大流-最小割算法寻找最优解.实验结果表明,所提算法能够处理新目标的进入和原有目标的离开,对多目标之间的遮挡具有较强的鲁棒性.     

基于图割和分水岭变换的图像分割方法

为了解决分水岭变换在图像分割中的过分割现象和提高图割在图像分割上的速度,提出了一种基于图割和分水岭变换相结合的图像分割算法。首先对图像进行分水岭变换,将图像分割成多个小区域;然后利用每个区域内的像素平均信息代替每个像素信息,构造简化的网络图;最后利用图割算法实现网络图分割,产生最终分割结果。实验结果表明:本文算法既能解决分水岭变换所产生的过分割现象,又能提高图像分割的速度。     

基于弦理论的目标轮廓提取方法

为保证目标轮廓的连续性,以弦理论为基础,在满足Dirichlet边界条件下,建立目标轮廓能量泛函模型.通过把目标轮廓曲线看作离散粒子相互作用组成的系统,构造粒子运动的响应函数,模拟粒子间的相互作用,采用增量法,逐步搜寻满足条件的轮廓曲线,在满足能量泛函最小时,提取出目标轮廓.实验结果表明:通过设置相关参数,能够有效提取出目标轮廓曲线,保证轮廓曲线的完整性,使得曲线支持无级缩放.该算法只须给定两个端点就可提取一条开目标轮廓曲线,减少了目标轮廓提取人工交互次数,提高了工作效率.     

一种基于复杂产品ICT切片图像的轮廓提取算法

应用ICT(indusrtial computed tomography)成像与数字图像处理和CAD等综合技术已成为对复杂机械产品进行反求建模的重要手段之一.在针对ICT切片图像进行轮廓分割和数据提取时,其轮廓数据的精确性对反求建模精度至关重要.在比较传统轮廓数据算法的基础上提出了一种改进的ICT切片图像轮廓边界分割与提取算法,经过分析和比较,该方法不但可提高边界轮廓数据的提取精度,而且还具有计算速度快和计算开销少的特点.     

基于图割框架下视频目标的自动实时提取算法

提出了一种在图割框架下自动实时的前景目标提取算法.通过混合高斯背景建模与基于颜色和局部表观的阴影判别相融合的方法,设置能量函数的数据项,并基于局部二值模型算子构建能量函数的平滑项.利用动态的图割算法,求取目标函数极值,实现视频目标的自动提取.在不同视频上对提出的分割算法进行性能测试,结果表明算法具有较好的分割性能且计算复杂度较低.     

火灾图像边缘检测和轮廓提取算法研究

在数字图像处理中,理想的图像边缘检测算法可以根据挖空法再结合边缘跟踪技术设计算法来实现。而在实际工程应用中,所获取的图像中的噪声很多,现有的边缘检测算法检测出的轮廓一般粗细不一,边缘不连续之处过多。为此在检测出图像中物体的轮廓后,还要花大量的时间来处理躁声,在实际应用中很难实现,并且实时性也很差。为此提出一种基于连通区域面积阈值化的实现算法,可以同时实现噪声消除与轮廓提取,以更好地定位图像中的目标物体。     

基于肤色及深度信息的人脸轮廓提取

提出并实现了一种新的提取人脸封闭轮廓的方法.首先通过三目立体视觉系统获得彩色图和深度图,然后利用彩色图的肤色信息和深度图的深度信息而惟一确定的面部区域,最后再通过对面部肤色区域轮廓提取并结合活动轮廓模型(Snake)提取下巴,从而完成整个人脸轮廓的提取.该算法能够较好地提取人脸的轮廓线,克服了下巴边界难以从颈部区域提出的困难,定位精度高,边缘连续性好,满足了人脸轮廓特征提取的要求.     

单像素人体轮廓提取方法研究

在步态识别中,常用轮廓信息来描述人体运动的细节,而单像素人体轮廓是决定步态识别精度的一个关键环节。提出了一种单像素人体轮廓提取方法。首先,使用灰度图像背景差法获取人体区域图像;然后利用数学形态学的方法对人体区域图像进行修复处理;最后,利用边缘像素邻域信息提取单像素的人体轮廓。仿真实验结果表明,提出的方法能够有效地提取不同步态图像的单像素人体轮廓。     

基于图割理论的储粮害虫图像分割

采用机器视觉对储粮进行检测是储粮害虫监测的主要方法之一。储粮害虫图像有效分割是粮虫特征提取和识别分类的基础和依据。为实现粮虫图像的有效分割,采用基于图割理论的图像分割方法。该方法采用高斯混合模型(GMM)表征颜色概率分布,在高斯混合模型参数学习估计过程中通过不断扩大背景样本点修正GMM参数,完成对能量函数的最小化,从而改善了分割效果。实验结果表明,该方法可以清晰地分割出与背景差异较小的粮虫,解决了基于直方图模型的图像分割方法无法从目标和背景相似的图像中将粮虫进行准确提取的问题。     

图的割点的矩阵判别

本文给出一种寻找图的割点的矩阵方法，即利用图的邻接矩阵Ａ及矩阵Ａ＾ｃｕ＝（１，…，ｉ－１，ｉ＋１，…ｎ１，…，ｉ－１，ｉ＋１，…，ｎ）（ｉ＝１，２，…，ｎ）。     

黎曼流形上内蕴方式的图像轮廓提取

提出了一种基于黎曼几何观点的图像轮廓提取模型. 在图像空间上直接赋予一种由图像灰度信息导出的黎曼度量, 使之成为黎曼流形, 然后在此黎曼流形上利用水平集方法对曲线以平均曲率流进行演化. 由于灰度信息已嵌入黎曼流形中, 演化以内蕴方式进行. 计算结果表明该方法是已有模型的推广, 可对曲线演化过程进行更加精细的控制. 数值实验结果证实了该方法的有效性, 并展示了该模型的一些特点.     

图像分割中一种改进的图割模型

Ratio Cut图割模型仅考虑了像素之间的灰度关系,没有考虑其空间关系,往往会导致分割结果对椒盐噪声及模糊边缘比较敏感,且计算量过大。用流域变换对图像做初始分割,然后建立相应的图割模型,能更有效地利用图像的区域性质,从而增加了分割边界的稳定性,并且由于减少了图中的节点数目,计算时间也大大减少。实验证明了这种模型的优越性。     

基于图割和Sobel算子的视频分割算法

针对前景和背景交界处对比度较低的图像分割问题,提出了基于图割和Sobel算子的视频分割算法.首先建立包括颜色分量和对比度分量的能量函数;然后对当前帧和背景求梯度,使用背景的像素梯度来减弱当前帧中背景部分强边缘的梯度值,同时对由颜色模型建立的图像进行Sobel边缘检测,将得到的边缘检测的结果应用到颜色分量和对比度分量中来增加前景和背景对比度;最后,使用图割算法,对能量函数进行最小化求解最终得到分割结果.实验结果表明,当前景和背景交界处颜色相近时,本文分割算法能有效降低分割错误率.     

基于边缘交点聚类法的眼底图视盘轮廓提取

由于眼底血管闭塞、噪声和弱边界等原因,主动轮廓模型不能够精确地收缩至视盘的轮廓边缘,由此提出基于边缘交点聚类的轮廓提取方法.由初始轮廓确定一个矩形区域,选取该矩形区域的主对角线、副对角线、垂直中心线和水平中心线,求其与视盘边缘的交点,将所有候选交点进行K-Means聚类分析,取得位于边缘附近的点作为主动轮廓模型的初始轮廓点,进行能量最小化计算,直至轮廓停止收缩.实验证明,经边缘交点聚类初始化后再运用主动轮廓进行视盘边缘提取,轮廓最终会较为精确地收缩于视盘边缘.     

基于多尺度分析的归一化割图像分割算法

不同尺度的图像拥有不同的特性,针对单一尺度图像进行分割容易出现过分割或欠分割的问题,本文提出一种基于多尺度分析的归一化割的图像分割方法,首先利用方向能量模型得到不同尺度子图像的边缘方向能量,然后根据干涉轮廓的思想建立各个子图像像素之间的相似度,形成多个不同尺度的权值矩阵,并归一化为一个权值矩阵,最后运用归一化割算法对图像进行分割。实验表明,本文方法在融合了多个尺度图像不同特性的同时,能很好地处理含有纹理区域和弱边缘的图像,在一定程度上避免了过分割或欠分割的问题。     

实现轮廓提取的快速曲线演化方法

提出了基于曲线演化一般方程的轮廓提取方法．构造了合适的曲线演化法向分量,使曲线能快速演化到对象轮廓边界即停止演化;曲线演化偏微分方程数值实现采用迎风差分方案．试验结果表明该方法不但提取效果好,而且算法结构简单,数值迭代收敛快．