基于水平集的脑部MR图像混合分割算法

脑部组织的分割与提取是脑部医学图像三维重建及可视化能准确表达其相应组织部位的前提.针对脑部MRI图像数据的特点,本实验设计方法,一方面将Canny算子作用于原图像得到比原图更明确的边缘信息,并将其结果引入水平集函数中;另一方面利用阈值分割方法对原图进行分割,将其结果作为水平集方法中的初始水平集,避免了手工勾画轮廓的操作,有效地减少了由手工操作带来的分割误差.本方法将Canny算子精确定位边缘的优点与水平集追踪物体拓扑结构改变的特点相结合,结果表明,3种算法的有效结合可得到很好的目标分割结果.     

图像的增强与分割方法研究

以图像增强与分割这两个计算机视觉中最具基础性质的研究方向为内容,深入研究了红外序列图像的增强,以及一般图像的分割问题.在图像增强方面,提出了一种基于模型的远红外序列图像自适应增强算法(ASTHF).该算法保持了原有算法的良好效果和计算效率,从而达到了视觉效果和运算速度的良好统一.在图像分割方面,提出了一种综合利用边缘和区域信息的图像分割方法--基于尺度空间的区域竞争一般框架(GSRC).通过将被误标记可能性小的像素作为种子,GSRC首先自动确定初始分割(粗分割),然后以能量泛函为工具,通过综合运用轮廊平滑、概率模型和区域竞争来确定最终的分割(精细分割).GSRC不仅能有效地利用图像特征,还为特征的知觉组织提供了一条简单的计算途径.     

基于背景差分法的虚拟手术损伤区入刀点定位

在虚拟手术系统模型中,特别是脑外科手术中,由于背景图像色彩的非规则性和非均匀性,导致对脑部损伤区域的手术入刀切割点的定位不准,影响手术精度和效果。传统方法采用损伤区域差异特征信息提取方法实现入刀点定位,对脑部特征二维灰度图片缺陷边界的定位效果不佳。提出一种基于背景差分法的虚拟手术损伤区入刀点定位算法,构建了虚拟手术的总体结构模型,将背景图像和人体软组织目标图像划分为多个子块,基于直方图选择阈值对差分图像序列进行二值化,得到高斯虚拟人体器官解析模型。设计医学图像分割算法,采用背景差分技术确定手术器械与软组织发生碰撞的激励因子,快速获取碰撞点,实现对虚拟手术入刀点的准确定位。实验结果表明,采用该算法实现虚拟手术系统设计和图像重构,对手术过程中器官损伤区域切割入刀点定位准确,性能优越,视景效果较好,计算时间缩短,精度提高。     

基于改进的区域生长与GVF snake的超声图像分割

针对传统的区域生长法应用于超声图像时,在选取相邻的生长阈值的情况下会分别出现欠分割与过分割而导致分割失败的现象,提出一种改进方案,在生长之前先将每个待生长像素进行压缩之后再与种子点进行比较,并通过改进的方案与各向异性滤波技术的结合获得超声图像目标区域并提取其轮廓,然后将此轮廓作为GVF Snake模型的初始轮廓收敛获得最终的分割结果。通过对临床采集的超声图像进行的实验结果表明,改进后的区域生长法能成功地应用于超声图像,并能很好地作为GVFSnake的初始模型从而获得理想的分割结果。     

基于SVM的花岗岩薄片图像石英分割方法研究

花岗岩薄片不同矿物成分在图像中可能存在相同灰度分布甚至相似纹理。通过结合正交偏光镜镜下图片干涉色信息和单偏光镜图片信息分析,提高了花岗岩薄片石英分割的准确率。方法是从单偏光镜和正交偏光镜下图片中提取图像块的特征信息,运用支持向量机分类方法对图像块进行分类,在分类为石英的图像块中选取种子,再根据两张图片信息,用区域生长方法完成石英分割。该方法实现了自动化分割,分割准确率高,实验证明该方法切实可行。     

远程微小目标图像的粘连区域高精度分割模型

远程微小目标图像粘连区域存在孔洞和震荡突变问题,使得传统针对微小图像粘连区域分割模型,容易产生过分割现象,分割效率较低,获取的分割结果存在较大的偏差,提出了一种优化马尔科夫随机场(MRF)的分割方法,塑造远程微小目标图像优化分割模型,采用改进势函数获取MRF的条件概率,处理图像的粘连分割问题,全面分析图像分割区域的相对高度和面积,通过优化的MRF标记准确分割区域和过分割区域,运算过分割区域同邻域的紧密度,采集紧密度最大的领域并与之融合,实现远程微小目标图像粘连区域的高精度分割。实验结果说明,所提模型可对远程微小目标图像的粘连区域进行准确分割,准确率为97%。     

基于改进分水岭算法的彩色图像分割方法

为提高彩色图像分割精度,解决传统分水岭图像分割算法误分割率高等问题,本文提出了一种基于改进分水岭算法的彩色图像分割方法。建立了基于偏微分方程的去噪模型,既可以抑制噪声又可以有效地保护图像轮廓。结合数学形态学、图像信息熵、区域合并实现图像分割。在彩色图像RGB空间利用信息熵求取形态学梯度,然后对彩色梯度图进行分水岭分割,最后进行区域合并。仿真结果表明:本文所述分割方法准确度和清晰度较好,噪声抑制效果理想而且分割速度较快。     

基于改进的OTSU算法的视频处理

针对跳水运动视频中的人体运动目标分割问题,提出利用颜色信息进行运动目标检测和分割的算法。首先采用色相和亮度两个彩色分量加强图像中的颜色差异,使用OTSU算法对图像进行阈值分割,同时结合RGB颜色空间启发式肤色聚类,确定运动目标所在的连通区域,从而完成首帧运动目标的自动检测。在后续帧的处理中,以数学形态学方法进行自适应运动区域预测,运用改进的OTSU算法,提高了分割速度。实验表明,本方法有效地克服了复杂背景变化的影响,能够快速实现跳水运动目标的分割,且对运动对象的快速运动有较强的鲁棒性。     

一种冶金腐蚀区域图像分割算法研究

研究图像冶金腐蚀区域准确分割的方法。在冶金腐蚀区域分割的过程中,利用传统方法进行分割处理,由于腐蚀区域边缘不规则,造成无法准确获取腐蚀区域的缺陷,影响了冶金腐蚀区域分割的准确性。为此,提出了一种基于图像的冶金腐蚀区域分割算法。采集冶金图像,并对其进行初始化处理,去除图像中的噪声,提高图像质量。对图像像素进行增强处理,提高图像的对比度。利用线性分析方法,对图像中的冶金腐蚀区域进行分割处理。实验结果表明,利用这种算法进行冶金腐蚀区域分割,能够有效提高分割的准确率,取得了令人满意的效果。     

一种基于KNN纹理分类的超声图像自动分割方法

针对HIFU超声图像中目标的自动识别和分割进行了研究。提出了一种结合了动态阈值分割和K-最近邻(KNN)纹理分类方法的全自动图像分割方法。首先对图像进行预处理,减小噪声干扰。然后进行动态阈值分割,得到包括目标轮廓在内的很多轮廓。同时利用KNN纹理分类方法对预处理后的图像进行分类,其中用到的纹理特征通过灰度共生矩阵计算得到。接着将动态阈值分割结果与KNN分类结果做一个与运算,与运算以后的结果通过形态学操作和区域滤波就得到准确的目标区域轮廓。从对HIFU超声图像的分割结果和对该方法的评价结果来看,该全自动图像分割方法是可行并且有效的,有可能进一步将其投入实际应用中去。     

改进的SPIHT小波图像压缩编码

针对原SPIHT算法存在扫描的重复且未能充分利用小波系数分布特点,随着压缩比的增加,会引起编码效率的下降等不足,提出一种改进的图像压缩编码算法。改进的图像编码算法低频子带进行DPCM无损编码,高频子带采用优化排序的SPIHT算法。仿真结果表明,改进算法较原算法在重构图像的主观效果和峰值信噪比上都得到了提高。     

磁共振成像仿真平台设计与实现

为了更好地研究MRI成像技术和图像重建算法,采用Matlab图形用户界面创建了MRI仿真平台。该平台模拟了线性、螺旋及并行扫描3种成像方式,可以导入不同模型图像,设计K空间扫描轨迹,模拟K空间数据采集过程,显示采集信号的波形。对这3种成像方式的图像重建加以实现,并对重建误差进行了分析。该平台为其它各种MRI数据采集和图像重建新算法的研究提供了一种有效工具。     

改进的二阶互信息医学图像配准算法的研究

针对人脑的二维图像设计了一种改进的遗传算法和二阶互信息相结合的医学图像配准算法,采用互信息配准模型,以图像的灰度统计信息为配准依据,采用改进的遗传算法搜索图像的最优变换参数,并比较一阶互信息配准与改进的二阶互信息配准两种算法,实验表明改进的二阶互信息配准方法具有较高的配准精度和稳定性。     

二维Otsu算法在壁虎脑切片图像处理中的应用

提出将基于二维Otsu算法的分割方法应用于大壁虎脑切片彩色图像背景区域的漂白处理中及保护目标区域的方法,并对一维和二维算法进行了比较。首先构建二维直方图,然后利用二维直方图建立二维Otsu算法,并对大壁虎脑切片彩色图像进行分割,最后恢复分割完成的二值图像中目标区域的彩色特性。这一方法在生物医学彩色图像处理中得到了较好的实现,同时,本文进一步验证了该方法在普通彩色图像处理中的可行性。     

结合图像特征的平滑恢复技术

图像恢复是数字图像处理领域内技术难度较大的项目。结构张量包含有图像的邻域结构特征,借助这些信息可在降噪的同时保持图像边缘的细节特征。运用此技术的算法在经典的图像恢复操作之后增加了对图像的平滑,降低了噪声的影响。在此基础上恢复的图像在峰值信噪比以及视觉效果上都有明显提高,基于卷积的快速运算也保证了算法的实时效果。     

基于小波变换的全景图像超分辨率增强算法

在研究和分析小波变换理论的基础上提出了一种基于小波变换的全景图像超分辨率增强算法,该算法充分利用了小波多分辨率分解思想,体现图像降低的自然过程;通过高分辨率小波系数,经插值逆变换可得到重构的高分辨率图像。实验结果证明该算法克服了传统的插值算法致使图像高分辨部分损失、细节被模糊的缺点,是超分辨率图像处理的一种行之有效的途径。     

基于模板法的苹果图像与背景快速分离技术的研究

机器视觉对水果的品质进行检测并实现自动分级时,将水果图像从背芾中分割出来是一项非常重要的预处理步骤。其分割效果的好坏直接关系到后续分级的准确性。现提出一种基于模板法的图像与背蒂分离方法,通过大量的实验证明该方法对苹果与背景的分离是快速且有效的。     

匀速运动模糊图像恢复的离散化模型研究

图像恢复是图像处理领域的热点问题之一。利用导致图像退化的先验知识,沿着图像退化逆过程进行恢复。根据运动模糊图像的成像原理,建立了运动模糊图像的退化模型,结合图像复原的基本数学模型,运用积分变换以及微分数值化方法,建立了匀速运动模糊图像恢复的离散化过程,最后推导给出了匀速运动模糊图像恢复的离散化数学模型。该模型只利用了产生模糊的相关参数以及能够获取的退化图像信息,结果简单直接,对于后续相关算法设计提供了理论上的支撑。     

一种基于YCgCr色彩空间的人脸检测方法

人脸检测是计算机视觉研究的重要研究方向之一,提出了一种基于新色彩空间YCgCr的人脸检测算法。首先比较了YCgCr间和YCbCr色彩空间,得出YCgCr色彩空间的在人脸处理方面更有优势,然后通过二维高斯分布提取肤色区域,对二值化的图像应用区域增长算法求取最大联通区域,得到准确的面部图像,实验结果表明该算法是快速而有效的。     

图像拼接技术在医学诊断中的应用研究

图像拼接是指将多个具有重叠区域的图像合成为一张图片,将图像拼接技术应用到医学上将能够更好地辅助医生进行诊断治疗。针对医学图像的特点,在像素匹配的基础上,分析了基于灰度平均值和基于重叠区域渐变等拼接算法。仿真结果表明,像素匹配的算法精度高,且基于重叠区域渐变的拼接算法能得到较好的拼接效果,对医学诊断具有一定的参考意义。