[发明专利]基于中介真值程度度量的局部主动轮廓图像分割方法有效
| 申请号： | 201710189231.5 | 申请日： | 2017-03-27 |
| 公开（公告）号： | CN106991683B | 公开（公告）日： | 2019-10-08 |
| 发明（设计）人： | 韩冰;张丽霞;连慧芳;高新波;吕涛;王平;严月;韩怡园 | 申请（专利权）人： | 西安电子科技大学;江苏泽景汽车电子股份有限公司西安分公司 |
| 主分类号： | G06T7/149 | 分类号： | G06T7/149 |
| 代理公司： | 陕西电子工业专利中心 61205 | 代理人： | 王品华;朱红星 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于中介真值程度度量的局部主动轮廓图像分割方法，主要解决现有基于主动轮廓的图像分割方法不能用于多种图像的分割及分割结果不准确的问题。其实现过程为：1)输入待分割图像，在图像上给定初始轮廓，对图像上轮廓内外像素分别进行标号；2)取图像的局部区域，在局部区域上分别计算轮廓内外灰度均值；3)计算局部区域上像素的灰度值与轮廓内外灰度均值的相似度；4)根据上述结果构建能量函数；5)用图割优化能量函数，对轮廓内外的像素标号进行更新，以驱动局部区域内轮廓曲线向目标边界演化，当轮廓曲线到达目标边界时，完成图像分割。本发明不仅提高了图像分割的精度，而且能对多种类型图像进行分割，可用于目标识别。 | ||
| 搜索关键词： | 基于 中介 真值 程度 度量 局部 主动 轮廓 图像 分割 方法 | ||
【主权项】：
1.基于中介真值程度度量的局部主动轮廓图像分割方法，包括：(1)在输入图像I上定义初始轮廓曲线C，并对图像上的所有像素进行标号，即把初始轮廓曲线内的像素标号为1，把初始轮廓曲线外的像素标号为0；(2)以轮廓曲线C上的第i个像素点为中心，r为边长做一个正方形，得到图像I的第i个局部区域Ii，其中r的值在5到40之间，i从1到k，k为轮廓曲线C的周长；(3)在步骤(2)中得到的局部区域Ii上分别计算轮廓曲线内像素的灰度均值![]()
和轮廓曲线外像素的灰度均值![]()
![]()
![]()
其中，Ii(p)为局部区域Ii上像素p的灰度值，lp为局部区域Ii上像素p的标号，取值为0或1；(4)分别计算Ii(p)与![]()
的相似度![]()
和与![]()
的相似度![]()
![]()
![]()
其中，d(*,*)代表两者之间的欧式距离；(5)分别计算Ii(p)与Ii(qn)的相似度h(Ii(p),Ii(qn))和Ii(p)与Ii(qn)的平均相似度![]()
![]()
![]()
其中，Ii(qn)是局部区域Ii上像素p的八个邻域像素qn的灰度值，n＝1,2,…,8；(6)分别计算局部区域Ii上像素q的灰度值Ii(q)与![]()
的相似度![]()
和![]()
![]()
![]()
(7)根据步骤(4)、步骤(5)和步骤(6)的结果，构建能量函数E：E＝E1+E2+E3+E4，其中，E1为能量函数的边界平滑项，![]()
E2为能量函数的内部能量项，![]()
E3为能量函数的外部能量项，![]()
E4为能量函数的噪声惩罚项；![]()
lq为局部区域Ii上像素q的标号，Ni是p的八邻域系统；(8)用图割方法对步骤(7)的能量函数进行优化，以驱动局部区域Ii内的轮廓曲线向前景的边界演化，当轮廓曲线演化到达前景的边界时，完成图像分割。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学;江苏泽景汽车电子股份有限公司西安分公司，未经西安电子科技大学;江苏泽景汽车电子股份有限公司西安分公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710189231.5/，转载请声明来源钻瓜专利网。
- 上一篇：自动港口货船的提取方法及装置
- 下一篇：前景提取方法及装置
- 同类专利
- 一种基于点距离函数形状约束的半自动医学图像分割方法-201710388382.3
- 刘海蓉;李旭;杨孝平;向妮 - 南京林业大学
- 2017-05-27 - 2019-11-12 - G06T7/149
- 本发明公开一种基于点距离函数形状约束的半自动医学图像分割方法，包括以下步骤：选取待处理医学图像，并定义图像中平面上N点距离函数；将点距离函数的形状约束融入到变分框架，得到基于点距离函数形状约束的活动轮廓模型；求解活动轮廓模型；求解梯度流方程，得到图像的分割。本发明能够灵活地描述如圆、类圆、椭圆、超椭圆、曲边三角形、曲边四边形和心形等形状，能够有效地分割带有边界缺失的医学图像，并且不需要建立目标形状数据库或者优化形状参数。
- 一种基于相位信息的运动目标分割方法-201510980610.7
- 高世伟;赵力;王忠民;李秀琴;蒋曼芳;沈熙婷;朱晓钟;丁剑博;任丽丽;颉刚;唐娟;李亚洁;范志;冯恒东;吴小艳 - 中国石油天然气股份有限公司
- 2015-12-23 - 2019-11-08 - G06T7/149
- 本发明提供了一种基于相位信息的运动目标分割方法，包括如下步骤，步骤1，将运动目标图像帧分成大小为8×8的图像块；步骤2，利用相位信息的方法对每一所述图像块进行检测，用以检测出所述图像块内是否包含运动边界，找出所有包含运动边界的图像块；步骤3，将包含运动边界的所述图像块中心连接起来，作为主动轮廓模型的初始轮廓曲线；步骤4，利用所述初始轮廓曲线，通过对所述初始轮廓曲线进行迭代和收敛，找到所述运动目标图像的精确边界。
- 一种半自动脑部图像分割方法-201811208492.8
- 王沫楠;李鹏程 - 哈尔滨理工大学
- 2018-10-17 - 2019-11-05 - G06T7/149
- 本发明公开了一种半自动脑部图像分割方法，具体包括以下步骤：首先使用图谱配准和模板选择方法来获得目标组织的形状先验信息，并生成分割模板；其次采用模板优化方法来减少图谱配准过程中产生的误差，并生成初始活动轮廓；最后使用主动轮廓模型来分割目标组织。本发明结合了图谱配准方法和活动轮廓分割方法的优点，实现了脑部图像的半自动分割。本发明方法有效的利用了图谱的形状先验信息，并且能获得光滑连续的目标组织轮廓。
- 建筑图像数据的提取方法及装置-201910635956.1
- 任旭红;李国洪;金永涛;王刚;常文鹏;李雅妮 - 北华航天工业学院
- 2019-07-15 - 2019-10-15 - G06T7/149
- 本发明提供了一种建筑图像数据的提取方法及装置，涉及遥感的技术领域，上述方法包括：获取包含有目标建筑的遥感影像；将遥感影像和预先设置的遥感影像对应的初始轮廓线输入至预先建立的频域边界能量模型中，输出目标建筑的最终轮廓线；频域边界能量模型通过高斯差分滤波器建立；根据最终轮廓线从遥感影像中提取目标建筑的图像数据。本发明通过遥感获得的目标建筑的遥感影像之后，将该遥感影像和预先设置的所述遥感影像对应的初始轮廓线输入通过高斯差分滤波器预先建立的频域边界能量模型中，从而输出目标建筑的最终轮廓线并提取图像数据，该方式将图像分割技术应用到遥感影像中，减少了图像数据提取工作量，提高了提取效率和提取精度。
- 基于中介真值程度度量的局部主动轮廓图像分割方法-201710189231.5
- 韩冰;张丽霞;连慧芳;高新波;吕涛;王平;严月;韩怡园 - 西安电子科技大学;江苏泽景汽车电子股份有限公司西安分公司
- 2017-03-27 - 2019-10-08 - G06T7/149
- 本发明公开了一种基于中介真值程度度量的局部主动轮廓图像分割方法，主要解决现有基于主动轮廓的图像分割方法不能用于多种图像的分割及分割结果不准确的问题。其实现过程为：1)输入待分割图像，在图像上给定初始轮廓，对图像上轮廓内外像素分别进行标号；2)取图像的局部区域，在局部区域上分别计算轮廓内外灰度均值；3)计算局部区域上像素的灰度值与轮廓内外灰度均值的相似度；4)根据上述结果构建能量函数；5)用图割优化能量函数，对轮廓内外的像素标号进行更新，以驱动局部区域内轮廓曲线向目标边界演化，当轮廓曲线到达目标边界时，完成图像分割。本发明不仅提高了图像分割的精度，而且能对多种类型图像进行分割，可用于目标识别。
- 混合高斯分布模型的活动轮廓图像分割方法-201610970559.6
- 王雷;常严;陈光强;杨毅;杨晓冬 - 中国科学院苏州生物医学工程技术研究所
- 2016-10-28 - 2019-08-20 - G06T7/149
- 本发明公开一种基于混合高斯分布模型的活动轮廓图像分割方法，其包括：根据现有活动轮廓模型LGDF提出一种新的同时考虑图像全局范围内灰度的高斯分布与局部范围内灰度的高斯分布特性，然后将两种不同范围内的高斯分布模型整合到一个能量泛函中，以有效利用图像的全局信息与局部信息在图像分割中的作用；此外，为了保证分割结果曲线的光滑性和不合理弯曲造成的曲线长度问题，距离偏移和曲线长度两种不同的惩罚约束项被引入到能量泛函中；最后，以变分水平集的方法执行能量泛函的求解，实现目标轮廓的全自动提取。本发明公开基于混合高斯分布模型的活动轮廓图像分割方法能够在不同图像背景和灰度均匀性情况下较为准确地提取图像中的目标物体。
- 一种基于信息熵和联合向量的LBF活动轮廓模型的肺结节分割方法-201710212164.4
- 强彦;闫晓斐;赵涓涓;董林佳 - 太原理工大学
- 2017-04-01 - 2019-08-20 - G06T7/149
- 本发明公开了一种基于信息熵和联合向量的LBF活动轮廓模型的肺结节分割方法。该方法充分结合了医学PET和CT图像的多种特征信息，首先利用PET图像SUV值，获取肺结节感兴趣区域；然后采用自动阈值迭代法构造结节的初始轮廓；接着根据PET图像中的SUV信息熵构造一个结节边缘演化的引导函数，并结合PET和CT灰度联合向量对LBF模型的能量泛函进行改进，驱使轮廓曲线的演化准确的停止在肺结节边缘处。本发明操作简单，可以实现对血管粘连型肺结节的批量式自动化分割，具较强的稳定性和准确性。
- 基于色度的颜色和空间不均匀的纹理差异双通道医学图像的分割方法-201610940333.1
- 汪成亮;刘小琪;郭凌;白家莲;严莎莎 - 重庆金山医疗器械有限公司
- 2016-10-25 - 2019-08-13 - G06T7/149
- 本发明提出了一种基于色度的颜色和空间不均匀的纹理差异双通道医学图像的分割方法，包括：S1，采集医学图像数据，对该图像数据进行初步筛选，获得具备差异性的图像数据，将具备差异性的图像数据进行空间转换，从RGB空间图像转化到HIS空间图像，从HIS空间图像中获得色度图像IH和饱和度图像IS；S2，获得最终的用于分割的带有全局颜色信息的图像IHue；S3，获得带有局部纹理信息的图像Itexture；S4，将IHue和Itexture的图像信息构建出色度纹理嵌入的基于区域活动轮廓模型，用于分割具有色度和纹理差异的医学图像数据。为专业人员自动分割感兴趣的区域，降低时耗，提高效率。
- 基于局部熵凸优化的红外船舶图像活动轮廓分割方法-201611237029.7
- 方玲玲;王相海 - 辽宁师范大学
- 2016-12-28 - 2019-08-09 - G06T7/149
- 本发明提供一种可提高分割精度和速度的红外船舶图像活动轮廓分割模型，定义了一个局部熵的凸优化能量泛函，能够根据红外图像自身特性统计局部的熵值，进而驱动曲线演化，保证了模型的精确计算和平稳演化；在能量泛函中，加入了凸优化的分析过程，避免了模型陷入局部极小值，增加了分割模型的精度。
- 结合改进的FCNN和水平集的三维脑肿瘤图像分割方法-201910314339.1
- 赵柳;李锵;关欣 - 天津大学
- 2019-04-18 - 2019-08-06 - G06T7/149
- 本发明涉及一种结合改进的FCNN和水平集的三维脑肿瘤图像分割方法，步骤如下：对T1、T1C、T2和FLAIR四种模态的MRI脑肿瘤图像进行去除偏置场效应和灰度归一化的预处理操；使用改进的FCNN对预处理后的脑肿瘤图像进行初分割；利用水平集方法对脑肿瘤初分割图像进行精分割：将脑肿瘤的初分割图像作为待分割图像输入到水平集方法中，利用分割目标边界信息和区域信息细化脑肿瘤的分割边界。
- 一种基于轮廓分割的高架原位草莓三维建模方法-201611226976.6
- 刘刚;张雪;郭彩玲;宗泽;张伟洁 - 中国农业大学
- 2016-12-27 - 2019-07-23 - G06T7/149
- 本发明涉及三维图像生成技术领域，具体涉及一种草莓植株三维建模方法。本发明通过计算矢量场卷积的中心点，选出多目标的初始轮廓控制点，将参数的活动轮廓模型应用于强度图像过分割；采用标记的方法将分割轮廓转换成点云集，以点云集为单位构建平面拟合选择机制，最终完成高架原位草莓三维模型的建模及显示，为农业智能机器人局部视觉场景构建进行了探索性研究；采用本发明方法可对原位的植株进行三维建模，有效克服了传统建模方法不能在大棚环境下建立整株植物三维模型的局限，提高了所采集数据的利用率。
- 基于婴幼儿脑瘤多模态MRI图的时空协同分割方法-201611123636.0
- 潘志方;叶夏;王贤川;应一凡;陈峰 - 温州医科大学
- 2016-12-08 - 2019-07-19 - G06T7/149
- 本发明公开了一种基于婴幼儿脑瘤多模态MRI图的时空协同分割方法，其包括：(1)获得手术后的脑瘤MRI图像，(2)将纵向数据分别映射到时间域和空间域上进行分割处理，时间域分割处理包括：获得手术前的分割结果和纵向待分割数据，进行手术前和手术后的图像配准，构建手术后肿瘤生长模型；空间域分割处理包括：构建健康婴幼儿大脑模板，提取Haar结构特征，将结构随机森林方法结合AdaBoost框架获得初步的概率结果，利用相似性区域增长算法增长标签，获得空间域分割结果；(3)结合时间域分割结果和空间域分割结果构建四维图模型并优化获得参数形成自动分割结果，提高了对婴幼儿脑瘤区域分割的精准度。
- 一种脑部核磁共振图像组织分割方法-201810435869.7
- 高婧婧 - 电子科技大学
- 2018-05-09 - 2019-03-12 - G06T7/149
- 本发明公开了一种脑部核磁共振图像组织分割方法，构造了一个级联的脑部核磁共振图像的组织分割方法，该方法以VoxResnet深度网络的初步分割结果作为脑部核磁共振图像偏移场校正的初始分割，可有效地对能量函数进行初始化，从而获得图像的偏移场，进而完成核磁共振图像的偏移场校正，消除因偏移场造成的灰度不均衡对后续最大期望分割的负面影响，再将校正后灰度均衡的图像输入到最大期望分割中从而获得最终准确的脑组织分割结果。
- 一种量体特征点定位方法、装置及其存储介质-201811175889.1
- 邹昆 - 电子科技大学中山学院
- 2018-10-09 - 2019-03-01 - G06T7/149
- 本发明提供了一种量体特征点定位方法、装置及其存储介质，涉及人体参数测量技术领域。所述量体特征点定位方法包括：获取人体姿势为预设姿势的人体图像；采用反卷积堆叠沙漏模型对所述人体图像进行量体特征点定位，其中，本方法还提供了反卷积堆叠沙漏模型的构建方式。该方法能够在复杂背景和人员任意着装情况下，避免过度增加计算量，提高量体特征点的定位精度。
- 光谱角约束的高光谱遥感影像分割活动轮廓方法-201610022727.9
- 王相海;陶兢喆;周夏;李智 - 辽宁师范大学
- 2016-01-14 - 2018-11-06 - G06T7/149
- 本发明公开一种基于光谱角约束的高光谱遥感影像分割活动轮廓方法，采用光谱角作为测度指标度量像元间的光谱相似性，并根据类别可分性原则选出适应分割的最优波段，进而设计了一种基于光谱角约束函数的高光谱遥感影像分割活动轮廓模型，将原本应用于二维影像的分割方法扩展应用到多维高光谱遥感影像。本发明可以使得模型在分割过程中综合利用高光谱遥感影像的空间信息和光谱信息，减少了因空间分辨率不足、目标边缘模糊、异质区域等对分割结果造成的影响。
- 基于区域划分和梯度引导的图像多目标分割C-V方法-201610022718.X
- 王相海;王金玲;万宇;赵婉彤 - 辽宁师范大学
- 2016-01-14 - 2018-09-07 - G06T7/149
- 本发明公开一种基于区域划分和梯度引导的图像多目标分割水平集C‑V方法，首先通过最大类间方差法快速确定目标边界的大致轮廓，然后以此轮廓线为初始轮廓，以基于梯度引导的多目标分割水平集C‑V模型将图像多目标分割转换为单水平集的演化过程，进而通过自适应的梯度引导来控制轮廓线水平集的演化进程实现对多目标的分割。本发明在考虑图像全局信息的基础上，通过各目标的大致轮廓兼顾了目标的局部特性，有效避免了目标的遗漏现象，并通过梯度引导提高了对目标分割的精度和效率。此外，本发明也克服了传统模型对初始演化曲线的敏感性。
- 基于主动轮廓模型的生猪耳部图像分割方法-201810290834.9
- 陈松楠;牛炳麟;陈雪林;张莉;刘陆民;杜永强;吴锋;王同军;朱猛;马巍 - 信阳农林学院
- 2018-04-03 - 2018-08-28 - G06T7/149
- 本发明实施方式公开了一种基于主动轮廓模型的生猪耳部图像分割方法，其中该方法包括：利用算法对生猪图像进行预处理操作，提高图像的质量，凸出耳部区域与周围像素之间的灰度差异；通过随机获取的耳部像素点，重构图像区域，并利用主动轮廓模型对耳部图像进行初步分割；利用重构的主动轮廓模型对生猪耳部图像进行精确的提取，从而得到最终的分割图像。实施本发明与传统的分割方法相比，具有速度快、效果好等优点，对于在生猪蓝耳病疫情预警的过程中可能出现的目标区域，都能较好的分割出来。
- 基于稀疏表示的医学CT图像肾上腺肿瘤分割方法-201510052403.5
- 郭翌;柴汉超;汪源源 - 复旦大学
- 2015-02-02 - 2018-02-23 - G06T7/149
- 本发明属于图像处理技术领域，具体为基于稀疏表示的医学CT图像中肾上腺肿瘤的分割方法。本发明使用训练所得对边界敏感的过完备字典，将二维CT图像的感兴趣区域分解成图像子块并作稀疏表示；对于图像同质区与非同质区两者稀疏分解的第一个系数的绝对值差异明显，选取合适阈值区分该系数，得到对应的图像边界子块，并获得一个二值图像；利用区域生长法在此二值图像上生长出肿瘤的粗糙轮廓，将其作为水平集分割方法的初始轮廓，通过多次迭代，获取肿瘤最终边界。本发明可以大大提高图像中肾上腺肿瘤图像分割的自动化程度，同时降低了水平集分割方法对初始轮廓的依赖程度，使得分割结果更加准确。
- 医学图像的处理方法、装置、介质和电子设备-201710733451.X
- 王伟峰;王薇;雷硕 - 上海术理智能科技有限公司
- 2017-08-24 - 2017-12-15 - G06T7/149
- 本发明提供了一种医学图像的处理方法、装置、介质和电子设备。该医学图像的处理方法包括获取医学图像序列中各个图像的分割结果；根据所述各个图像的分割结果，生成所述医学图像序列对应的目标组织的三维模型，并确定所述目标组织的物理信息；在图形用户界面上显示所述目标组织的三维模型和所述目标组织的物理信息。本发明实施例的技术方案使得医护人员可以直观地根据三维模型和目标组织的物理信息来进行分析，有利于辅助医护人员进行诊断和治疗，如进行术前规划、虚拟切割和风险评估等，进而能够提高医护人员的工作效率。
- 基于多特征高斯拟合的活动轮廓血管提取方法及系统-201510504854.8
- 王雷;张惠茅;何刊;常严;杨晓冬 - 中国科学院苏州生物医学工程技术研究所
- 2015-08-17 - 2017-12-01 - G06T7/149
- 本发明公开了一种基于多特征高斯拟合的活动轮廓血管提取方法，同时还公开了一种相关的系统使用局部相位血管增强算法对原始视网膜图像进行血管增强处理，以突出血管所在区域和降低图像灰度不均匀性；将血管增强结果图和原始灰度图中对应的像素值作为两个相互独立的随机变量，用于构建一种新的基于局部高斯拟合的能量泛函活动轮廓血管分割算法，同时引入一个正则项以惩罚血管轮廓的不平滑性和不合理的轮廓曲线的长度，并适当保持血管轮廓的局部细节；将该分割算法引入变分水平集求解框架中，实现血管轮廓的全自动提取。本发明能够较为准确全面地提取出视网膜图像中的血管组织，为眼部疾病的治疗提供有效的辅助。
- 一种基于权重组相似活动轮廓模型的相似目标分割方法-201510053374.4
- 赵清杰;吕鹏 - 北京理工大学
- 2015-02-02 - 2017-09-08 - G06T7/149
- 本发明涉及图像处理、模式识别以及计算机应用领域，特别涉及一种基于权重组相似活动轮廓模型的相似目标分割方法。本发明从包含多个相似目标的源图像组中提取人们感兴趣的多个显著区域；估计每个显著区域与多个相似目标共同性状的相似度以及对应的权重；根据所得的权重联合每个显著区域建立基于权重组相似的活动轮廓模型以及能量函数；最后通过优化能量函数得到稳定的分割结果，从而实现多幅图像中的相似目标分割。本发明在分割过程中能够在保留目标细节特征与组相似特性的同时去除噪声影响，具有分割结果准确、处理速度快、受噪声影响小以及鲁棒性强的优点，可应用于相似物体分割、车辆检测以及三维多目标提取等系统中。
- 一种基于稀疏特征和形状相关性的超声图像序列分割方法-201710234099.5
- 倪波;刘志远;吕露;袁涌 - 湖北理工学院
- 2017-04-11 - 2017-08-25 - G06T7/149
- 本发明公开了一种基于稀疏特征和形状相关性的超声图像序列分割方法，首先利用稀疏表达理论构建基于目标和背景的过完备特征字典，并利用目标相对于目标和背景特征字典的重构误差，构建了一种基于稀疏特征竞争的活动轮廓搜索策略；然后针对输入一个待分割的超声图像序列，对超声图像序列之间目标形状的变化进行无监督学习，获得组成图像序列形状的矩阵，矩阵符合低秩属性，并将低秩属性作为目标形状变化的先验知识对活动轮廓的演化进行约束；最后将基于稀疏特征竞争的活动轮廓搜索策略和目标形状的先验知识整合进活动轮廓分割框架。本发明提供了更准确和鲁棒的分割结果，从而提高了计算机辅助治疗的效率和效果。
- 基于自适应表面形变模型的CT图像肝脏分割方法-201410543371.4
- 杨健;王雪虎;王涌天;刘越;艾丹妮 - 北京理工大学
- 2014-10-15 - 2017-07-14 - G06T7/149
- 本发明提出了一种基于自适应表面形变模型的CT图像肝脏分割方法，为肝脏疾病的临床诊断提供了一种便利工具。首先利用各向异性滤波的方法对图像进行预处理，得到初始边界图像；第二步，利用球形简单形变模型(Deformable Simplex Model,DSM)描述肝脏的初始轮廓；第三步根据模型顶点及与其邻域之间的关系计算模型的内力，由原始图像的梯度和边界来计算模型的外力；第四步构建模型的内力、外力的约束模型；第五步三角网格的自适应分解模型；第六步设定迭代次数并在内力、外力和气球力的驱动下逼近目标区域；最后得到精确的分割结果。
- 基于混合区域的活动轮廓模型图像分割方法-201710106012.6
- 胡茂海;李诗宇 - 南京理工大学
- 2017-02-27 - 2017-07-07 - G06T7/149
- 本发明公开了一种基于混合区域的活动轮廓模型图像分割算法，该方法包括通过图像增强算法对原始图像进行增强处理；同时使用原始图像的局部灰度拟合项和增强图像的全局灰度拟合项，构建基于混合区域的活动轮廓模型的能量泛函；通过变分法求解构建能量泛函，使用变分水平集的求解框架进行数学计算，即轮廓曲线以隐式水平集的形式表示，然后通过梯度下降流和欧拉一拉格朗日方程将构建的能量泛函转化为一个偏微分方程，并通过迭代逼近的方式求出所述偏微分方程的最优解，进而获得最终的目标边界轮廓。本发明对初始轮廓曲线的位置以及图像的灰度不均匀性不敏感，分割效率和精度都比较高，且受到噪声的影响较小，得到的分割结果鲁棒性较强。
- 在存在金属伪影的情况下用于分割的不确定性图-201611070118.7
- T·克勒;H·施米特;H·舒尔茨 - 皇家飞利浦电子股份有限公司
- 2008-08-12 - 2017-07-04 - G06T7/149
- 当在3D患者图像(80)上执行基于模型的分割时，检测由患者体内的金属引起的在患者图像(80)中的金属伪影，并执行金属伪影降低技术以通过在伪影区域中插值投影数据来降低所述伪影。使用插值数据以生成对于图像中受伪影影响的体素的不确定性图，并将网格模型(78)与图像进行匹配以便于对其进行分割。根据与图像(80)中的一个或多个体素相关联的不确定性对所施加的用于推和拉所述模型(78)的内能和外能进行加权。迭代地，求解能量和相应权重的数学表示以描述更紧密地对准图像(80)的经更新的模型形状。
- 专利分类
