陕西省自然科学基金(2005A12)
- 作品数：18 被引量：137H指数：6
- 相关作者：郭敏徐秋平张景虎任娜朱霆更多>>
- 相关机构：陕西师范大学武警工程学院第四军医大学西京医院更多>>
- 发文基金：陕西省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于图割与GVF Snake的凹型目标快速提取算法被引量：3
- 2008年
- 将图割理论与GVF Snake模型有机结合,提出了一种凹型目标的快速提取算法。首先用图割算法对初始轮廓线迭代变形,使其在快速提取非凹型段目标边界的同时将轮廓线有效地置于梯度矢量流力场的"有效逼近域"内,然后用GVF Snake算法继续对轮廓线迭代变形,提取凹型段目标边界。实验表明,该算法能快速、准确提取凹型目标。
- 田丽丽郭敏徐秋平
- 关键词：活动轮廓模型梯度矢量流图割
- 基于蚁群算法的图像边缘检测研究被引量：16
- 2010年
- 将蚁群算法应用于图像分割领域,提出了一种新的基于蚁群算法的图像边缘检测方法。详细阐述了蚁群算法与该方法的基本原理和具体实现过程。为了提高算法效率,进行两处改进,第一将蚂蚁初始位置由随机放置修改为放置在图像边缘附近,可取一图像灰度梯度阈值来实现,第二将信息激素强度和启发式引导函数值均定义为像素点灰度梯度值的函数。大量实验结果证明了该算法能有效地检测出图像边缘,而且具有适应性强、效率高等特点。
- 张景虎边振兴
- 关键词：蚁群算法边缘检测图像分割模糊聚类
- 基于图像块分割及小波空间频率的多聚焦图像融合法被引量：2
- 2008年
- 提出了一种基于图像块分割及小波空间频率的多聚焦图像融合算法。采用块区域局部小波空间频率作为图像是否清晰的判断依据,对于明显的清晰和模糊区域,直接选取清晰区域作为融合后的相应块区域;而对于清晰与模糊的边界区域,采用了基于像素的窗口空间频率的方法进行融合处理。实验对比结果表明,该方法明显优于小波变换方法和图像块方法。
- 任娜郭敏胡丽华张景虎
- 关键词：图像块空间频率
- 基于数据融合及小波变换的医学超声图像去噪方法被引量：5
- 2006年
- 医学超声图像固有的斑纹噪声,极大地降低了超声图像的质量,严重影响了对病灶的识别。经典的去噪方法在抑制斑纹噪声时丢失了图像中大量的细节和微弱的边缘信息。该文提出一种基于数据融合的小波变换去噪算法,首先对医学超声图像进行对数变换,将乘性噪声变成加性噪声,然后对同一原始信号含噪声的两幅同源图像分别进行小波分解,对两幅图像中小波系数的低频分量作加权融合;对水平、垂直与对角方向高频分量,取两幅图像中各尺度下对应小波系数绝对值较大者各自分别融合,使高频分量中信号得以最大限度地保留,最后,经小波逆变换和指数变换得到去噪后图像。该方法在去除噪声同时能够有效保持边缘信息,较好地改善去噪后图像的视觉效果,取得了良好的效果。
- 郭敏马远良朱霆
- 关键词：小波变换数据融合
- 基于图割的目标提取实时修正算法被引量：6
- 2008年
- 对目标提取结果进行后期修正是进一步提高提取精度的重要举措。针对在前期目标提取算法框架内实现修正困难、局限较多、难于推广等不足,提出了一种基于图割理论的独立修正算法。首先通过人机交互选定修正区域,然后映射成s-t网络,最后运用最大流/最小割算法对s-t网络进行切割得到修正后的目标轮廓。实验表明,该方法不仅操作简便,实时响应,不破坏已有的正确提取结果;而且参数少,抗噪能力强,适用于一般的基于轮廓的目标提取。
- 徐秋平郭敏王亚荣
- 关键词：图割
- 像素级多模式医学图像融合研究被引量：2
- 2006年
- 采用小波变换算法,对颅脑计算机断层成像(CT)与核磁共振成像(MRI)的图像进行融合.将两幅源图像分别进行小波分解,然后取两幅图像小波系数矩阵对应元素的最大绝对值构造小波系数矩阵,进而重构融合图像.结果表明,融合生成的图像中软组织和骨骼均十分清晰,能提供反映原始图像中更为全面的、互为补充的多重信息,对颅脑病变的定性、定位研究有实用意义,从而具有重要的临床应用价值.
- 郭敏马远良朱霆
- 关键词：小波变换图像融合
- 模糊连接度在图像分割中的应用研究被引量：5
- 2008年
- 图像分割是图像处理与图像分析的关键步骤。由于人的视觉特性和数字图像本身所具有的不确定性因素,使得图像分割是典型的结构不良问题。在解决这方面问题时,模糊集合理论能产生比较好的分割结果。将模糊连接度方法应用于图像分割,使得模糊集理论在图像分割中的应用又前进了一步,基于模糊连接度的分割方法进行了综述,主要介绍模糊连接度方法,相对模糊连接度方法,模糊连接度和Voronoi图分类结合的方法,模糊连接度和FCM方法相结合的方法,模糊连接度上增加属性检测的方法。并简要讨论了各种方法的优点以及应用情况。
- 王娜郭敏
- 关键词：图像分割模糊连接度模糊C-均值聚类
- SpikeNet的研究及其在快速人脸识别中的应用
- 2010年
- 对SpikeNet网络的研究,其主要目的在于根据电生理学的研究成果,通过计算机构造与人脑相似的神经元及其网络拓扑结构来模拟人脑的思维过程,进而学习人脑对外界事物的反应过程,实现对人脸图像中的兴趣区域识别和智能处理。对SpikeNet的研究将有助于提高网络的识别速度和识别效率,对人工智能的研究和发展具有深远的意义。SpikeNet的理论基础是基于激发(spike)原理的排序编码(rank code ordering)研究思想。在数以万计的视觉神经元中,大脑可以将神经元按照敏感性排序,对于特定情况敏感的物体,特定的神经元会及早突破阈值而激发产生Spike,并通过多层网络不断传递信息。对人脸识别的实验表明,SpikeNet在速度上达到实时的神经计算,并且能很好地克服对比度和噪声的影响,获得比较理想的实验效果。
- 张锦娟师军于佳丽卢照
- 关键词：机器视觉前馈式神经网络
- 基于多尺度分析与图割的快速图像分割算法被引量：12
- 2009年
- 以GrabCut算法为基础,引入多尺度分析方法,以塔式分解的多尺度图像序列代替固定尺度的原始图像序列估计GMM参数,将粗糙尺度的易分割性与精细尺度的精确性互补,使得算法以较少样本快速确定GMM参数,分割精度不减而效率显著提高。实验表明了算法的有效可行性。
- 徐秋平郭敏王亚荣
- 关键词：图像分割多尺度分析图割高斯混合模型
- 第二代curvelet变换与区域能量的多聚焦图像融合方法被引量：3
- 2009年
- 目的第二代curvelet变换与图像区域能量相结合的方法实现多聚焦图像融合。方法对两幅多聚焦图像,分别进行curvelet变换,得到各自的低频系数和高频系数。利用低频系数取平均,高频系数取区域能量值取大者的融合规则,得到融合图像的curvelet系数。最后进行curvelet逆变换,得到融合图像。结果得到了全幅清晰的融合图像。结论与传统的小波变换法和cur-velet变换法相比,所获得的融合图像更清晰,边缘处更平滑,与理想图像的差距更小。
- 郭敏任娜高卫平
- 关键词：图像融合CURVELET变换
