摘要：为实现对粘连细胞图像的分割,将Bayes分类器和KNN分类器引入到水平集外部速度函数的设计中,两种分类器轮流作用,无需设定阈值便能产生水平集驱动力.算法将Shi模型的双链表和C-V模型的全局分割相结合,以加快曲线演化.将目标与背景的类内平均距离引入到OTSU阈值法的阈值选择函数中,对OTSU法进行了改进.试验结果表明,相较于水平集法和阈值法,该算法对复杂粘连细胞的分割效果更好,在细胞图像分割中具备一定的有效性和可行性.

摘要：针对核磁共振成像(MRI)图像具有高斯噪声与灰度不均的特点,提出了结合新型边界扩展函数的水平集图像分割方法。第一步对图像进行除噪预处理:利用傅里叶变换把图像转换到频域,然后用理想低通滤波器去除高斯噪声;第二步用改进型水平集方法对MRI图像进行分割:先按照阈值法确定水平集初值,即对图像作预分割,然后设计了一种新型边界扩展函数;在此基础上提出了结合边缘和全局信息的能量函数,通过欧拉-拉格朗日方程确定演化方程,经过若干次迭代,最终得到图像的分割结果。实验结果表明,改进的算法提高了图像分割的准确度,抗噪性能较强,图像细节信息保存完整,无需重新初始化,总体的分割效果比较理想。

摘要：提出一种新的基于水平集的图像分割方法,通过引入贝叶斯规则,设计一个可有效分割弱边缘的非线性自适应速度和概率加权停止函数。该方法包含如下特性:可以自动决定曲线收缩或利用贝叶斯规则对涉及到的图像区域特征进行扩展;以恰当的速度驱动曲线演变,避免了弱边缘的遗漏;降低了假边缘的影响。最后将所提出的分割方法应用于人工图像、医学图像和自然图像的定性和定量评估。对结果进行比较可知,该方法相对于水平集方法和其代表的变体更加有效和实用。

摘要：针对图像采集中,缺陷的灰度值和背景几乎不可区分,导致图像的低对比度的问题,目前,常规的表面缺陷检测图像预处理中常用阈值化和边缘检测技术,易出现漏检现象,即不适用于检测不规则表面边界处的细微瑕疵。为解决这一问题,从低对比度透明材料图像的非高斯统计特性出发,研究提出利用水平集智能分割具有复杂形状的目标对象,并利用小波变换进行缺陷特征提取的高效的智能缺陷检测方法。测试表明,所提出的基于水平集和小波变换的不规则表面缺陷检测系统的有效性,克服了检测区域边缘处的漏检缺陷问题。

摘要：图案复原、图形图案再设计中,人工提取服饰图案轮廓效率和精度较低。利用图像处理技术,在图像滤波基础上,对服饰图案的轮廓进行快速提取。首先采用总变差模型对原始图案底纹进行自动消隐,然后利用变分水平集算法对图案轮廓进行边缘检测和分割,并与目前常用的图像边缘检测方法进行对比。实验结果表明,基于变分水平集算法的图像分割有效地提取出服饰图案边缘轮廓信息,相比较传统的分割方法更为准确有效。

摘要：探究了拓扑优化设计方法在水下耐压结构设计中的应用。与固定载荷作用下结构的优化设计相比,此类问题需要正确地确定压力作用面。在拓扑优化过程中,利用变密度法得到的中间结构拓扑实际上可以看成是灰度图。基于此,提出了基于图像分割技术的压力加载面搜索方法,并利用距离正规化水平集方法(DRLSE)检测图像边界。利用数值算例验证了方法的有效性,并研究了静水压力作用下结构的拓扑优化设计问题。在给定材料约束的前提下,研究了不同边界条件下耐压壳体的最小柔顺度及最优结构拓扑形式。优化结果说明了该方法在多球交接耐压壳结构形式优化设计及复杂边界条件下耐压结构新形式探索中的工程应用价值。

摘要：有效的台风主体分割能够提高台风预报的准确性.提出一种基于矢量图像的改进水平集方法进行台风分割,将C-V模型推广到矢量空间,加入了无需重新初始化的能量项;提出了一种迭代收敛条件并设计了针对云图特点的模型参数及分割方法,该方法利用了多通道的云图信息,避免了无谓的迭代计算,能够加快分割曲线的演化速度并提高分割的准确性.实验结果验证了所提出方法的有效性和可行性,其平均目标错误率与平均非目标错误率分别为1.21%与2.25%,可得到较理想的台风分割效果.

摘要：传统活动轮廓分割算法对纹理丰富的图像存在过分割和欠分割现象,为了抑制纹理对图像分割的影响,分析了各向同性和异性扩散的机理,设计了保边纹理模糊函数,以图像梯度为变量建立了全变分图像纹理模糊模型。根据对象轮廓与边缘之间的关系利用固定点迭代算法提取相应的卡通分量,对卡通分量运用水平集算法对图像进行分割。实验结果表明,所设计的模糊平滑了图像纹理,保护了对象轮廓。相对于传统CV分割算法,提出的分割算法抑制了纹理对图像分割的影响,弥补了传统CV的不足。

摘要：设计了结合视频分割的形状编码新算法。该算法采用提出的基于柔性初始轮廓的水平集(levelset)运动对象分割算法得到零水平集,即对象的形状轮廓,然后进一步采用提出的基于边界与采样轮廓一致性的基准线编码方法直接得到视频对象的形状编码,从而避免了采用二值矩阵提取形状轮廓产生的误差和时间花费,有效地节约了码流,具有了较好的编码效果。

摘要：提出一种用于填补提花图像中斑点和折痕区域的修补算法.首先对经典MumfordShah模型进行了改进,增加了对其不连续点集形成中的光滑度约束;然后通过对改进MumfordShah模型的梯度流方程的求解,得到了算法的数值解.梯度流方程包含两个相互耦合的二阶偏微分方程,分别用于灰度函数和不连续点集示性函数的演化.对含噪提花织物图像进行修补的结果证明了该算法的可行性.