【摘 要】
：
针对单一水平集算法处理低对比度或边缘模糊肝脏CT图像时,在梯度局部极小值区域或虚假边缘处常常会出现曲线停止演化现象的问题,提出了一种参数化形态学梯度修正的水平集图像分割方法进行研究。首先对图像进行形态学梯度变换,增强图像的对比度;然后以此为基础,在特定邻域内建立结构元素半径与梯度级的函数关系对图像进行梯度修正,增强目标边缘聚合度并去除图像噪声及非规则细节引起的局部极小值,同时减小目标轮廓位置的偏移
【基金项目】
：
国家自然科学基金资助项目（61261029）, 金川公司预研基金资助项目（JCYY201309）
论文部分内容阅读
针对单一水平集算法处理低对比度或边缘模糊肝脏CT图像时,在梯度局部极小值区域或虚假边缘处常常会出现曲线停止演化现象的问题,提出了一种参数化形态学梯度修正的水平集图像分割方法进行研究。首先对图像进行形态学梯度变换,增强图像的对比度;然后以此为基础,在特定邻域内建立结构元素半径与梯度级的函数关系对图像进行梯度修正,增强目标边缘聚合度并去除图像噪声及非规则细节引起的局部极小值,同时减小目标轮廓位置的偏移;最后根据图像梯度信息运用水平集方法实现图像中单个或多个目标分割。实验结果表明,该算法有效地解决了标准水
其他文献
医学超声图像的细节特征在临床诊断中具有重要的意义。针对于传统的PM算法以及各种改进型各向异性去噪方法(Catte_PM、SRAD、CENCD等)存在边缘中的噪声点未作处理,多次迭代产生虚假边缘等缺点,通过分析具有代表性的Catte_PM各向异性模型,提出了一种结合自适应Canny算子,沿图像边缘切线方向扩散的去噪方法。该算法首先通过改进的Canny算子将图像范围分为边缘区和非边缘区;其次改进现有的
卫星间的链路具有间歇连通、传播时延长等特点,使得基于端到端持续连通的互联网协议无法适应星间链路延迟容忍环境,造成数据传输效率低下的问题。为提高传输效率,设计了一种基于局部连通图的延迟容忍数据转发算法。该算法首先分析同层和层间卫星链路的建立条件,计算卫星链路的连通时间,建立链路的局部连通图,然后在局部连通图内选择中继节点进行转发。仿真结果表明,与现有同类型的CGR、PER和CVDFA算法相比,该算法
在采用虚拟化技术保护的程序中定位x86代码和虚拟机代码的临界点是实现被虚拟机保护代码自动化提取和还原的前提,目前尚不存在能有效实现虚拟机代码入口点定位的方法。针对该问题,构建一个程序状态转移模型,并在此模型的基础上,提出基于栈监控的自建栈型虚拟机代码入口点定位方法和基于寄存器值聚类分析的复用栈型虚拟机代码入口点定位方法,有效解决了虚拟机代码入口点的定位问题。实验结果表明,该方法能有效实现堆栈型虚拟
为了从众多网络流中识别出P2P流,以方便网络管理者更好地管理网络流量,提出了时频分析的思路,对网络流的时域特征进行时频分析,提取并形成时频特征参数,然后采用机器学习的方法对网络流进行分类。选取了短时傅里叶变换、小波包分解和Choi-Williams分布三种具有代表性的时频变换对网络流进行分析,交叉验证后的分类准确率大部分都在70%以上。实验结果表明,基于时频特征的分类方法具有较好的稳定性,是传统基
为了提高复杂多变的网络流量预测精度,提出了一种基于仿射传播聚类算法和稀疏贝叶斯的网络流量预测模型。采用仿射传播聚类算法对网络流量训练集进行聚类,从而将网络流量训练集划分为若干个子类,然后采用稀疏贝叶斯回归为每个子类建立相应的预测模型,最后采用具体的网络流量数据对模型的性能进行测试。实验结果表明,模型可以获得比较理想的网络流量预测结果,预测误差可以满足网络流量的实际应用要求。
车辆网络中节点的快速移动导致网络拓扑频繁变化,快速的邻居发现算法成为影响网络协议性能的重要因素。针对该问题,提出了一种新型的基于卡尔曼滤波器移动轨迹预测的Hello协议,即KFH(Kalman filterbased Hello protocol)。每个节点使用一个基于自适应卡尔曼滤波器的预测模型来预测自己的运动轨迹,当节点预测下一个时隙的位置时,同时也对邻居表中的每个邻居进行预测。如果节点的位置
在机会网络中,节点信息传输成功率和路由开销是衡量网络性能的主要指标,提高传输成功率能够有效降低数据的丢包率,减少路由开销能够减缓节点消耗和死亡,保证网络性能。但是由于机会网络算法中,基于洪泛策略的算法会造成节点过高的路由开销,通过对机会网络中节点及其邻居数据包发送和接收过程进行分析,建立了有效数据预测转发路由算法(effective data prediction transmission rou
针对标准的扩展卡尔曼滤波算法(EKF)在强非线性系统中估计精度较低的问题,提出了一种改进的扩展卡尔曼滤波算法(MI-EKF),使得滤波精度得到很大的提高。MI-EKF是在标准EKF基础上,结合多新息理论,不仅考虑了系统当前的测量值,而且也充分考虑了之前时刻的有用信息,从而使得MI-EKF的滤波精度和稳定性得到改善。最后,讨论了新息数量对改进算法精度的影响,仿真结果表明包含两个新息的MI-EKF算法
针对传统图像修复方法依赖图像的结构特征和基于稀疏表示的图像修复方法未考虑修复过程中的观测噪声的问题,提出了一种基于贝叶斯压缩感知与形态学成分分析的图像修复方法。首先通过形态学成分分析法利用Curvelet和局部离散余弦变换分别稀疏图像的结构和纹理部分,然后用贝叶斯压缩感知得到稀疏系数的分布函数,分别求得分布函数的均值和方差,将两个均值作为结构和纹理稀疏系数的估计,方差作为噪声的估计,最后合并两部分