导读:本文包含了全局活动轮廓模型论文开题报告文献综述及选题提纲参考文献，主要关键词:图像分割,活动轮廓模型,全局和局部信息,区域相似度
全局活动轮廓模型论文文献综述
邓丹君,倪波[1]（2019）在《结合全局和局部信息的区域相似度活动轮廓模型》一文中研究指出基于全局信息的CV(Chan-Vese)模型不能有效分割灰度不均匀的图像,而图像局部信息更能反映目标图像的特征。在CV模型的基础上融入目标的局部信息,并在目标函数中使用相对熵度量最小化轮廓内外区域的相似度,以提高图像分割准确度和抑制图像噪声。实验结果表明,此方法能够提高图像中灰度分布不均匀区域的目标分割精度,加快了收敛速度,并能准确定位目标对象的轮廓位置。(本文来源于《湖北理工学院学报》期刊2019年04期）
宋省伟,宗静静,邱天爽,张晓博[2]（2019）在《基于全局和区域可伸缩拟合局部熵活动轮廓模型的超声图像分割》一文中研究指出针对区域可伸缩拟合局部熵(region-scalable fitting based on local entropy,RSF_LE)模型图像分割效率低的问题,本研究提出一种改进的RSF_LE模型。定义带有加权局部灰度拟合项以及辅助的加权全局灰度拟合项的能量泛函,其中加权局部灰度拟合项负责对目标边界附近的轮廓进行诱导,使其靠近目标物边界,加权全局灰度拟合项利用图像的全局信息来引导远离目标的轮廓向目标靠拢,该方法可以克服传统的RSF_LE模型分割算法效率低下的问题,并提高了该方法的鲁棒性。(本文来源于《生物医学工程研究》期刊2019年01期）
张蔚航,王雪[3]（2018）在《全局最优混合活动轮廓模型肺组织叁维重构》一文中研究指出医学图像叁维重构是一种重要的计算机辅助可视化技术,对医学诊断和辅助治疗具有重要影响。在胸腔CT图像中,肺部组织密度远小于胸腔壁、骨骼等外围组织。因此,在对肺组织进行叁维建模的过程中,肺部易被外围组织遮挡,严重影响其叁维观测和定量分析。提出了一种针对胸腔CT序列肺部组织的非遮挡叁维重构方法。首先提出一种全局最优的混合活动轮廓模型准确分割连续胸腔CT图像中的肺部组织,然后采用基于错切变形的最大密度投影体绘制实现肺部叁维模型重构。通过对30例患者CT数据进行实验,结果表明所提出的混合活动轮廓模型可实现准确的肺部组织分割。平均Dice相似性系数为0.983,平均双向Hausdorff距离为6.1 mm,每个病例的平均分割效率为4.5 min。采用错切变形体绘制重构后可获得无遮挡的肺部叁维模型。(本文来源于《仪器仪表学报》期刊2018年11期）
Khumdoung,Netsai,邱天爽[4]（2018）在《基于全局和局部相关熵活动轮廓模型的超声图像分割算法》一文中研究指出局部相关熵K均值(LCK)模型在非高斯噪声和图像灰度不均匀时具有较好的图像分割效果,但是其计算复杂度较高,收敛较慢。针对该问题,本研究将局部相关熵能量项和全局相关熵能量项结合,提出了全局与局部相关熵K均值(GLCK)图像分割算法。其中局部相关熵力在目标边界附近起主导作用,用来吸引水平集函数曲线到达目标边界,而全局相关熵力在远离目标边界处起主导作用。对超声医学图像和人工合成图像进行了图像分割实验,并同LCK等模型进行了对比,结果表明提出的GLCK模型具有更好的鲁棒性和图像分割精度,并且计算时间也显着减少。另一方面GLCK模型对于噪声和模糊边界影响严重的超声医学图像,具有好的分割效果。(本文来源于《生物医学工程研究》期刊2018年02期）
张陈[5]（2017）在《融合局部和全局信息的活动轮廓分割模型研究》一文中研究指出图像分割是从图像中提取感兴趣的区域或轮廓,它是图像识别和理解的关键步骤,也是图像处理领域基本而重要的一个研究方向。迄今为止,图像分割的方法已有许多种,其中基于变分水平集方法的图像分割已展现了其优越性,而基于区域的活动轮廓模型又是其中研究的热门方向之一。本文就该类方法展开研究,它主要使用图像的区域信息,并运用水平集方法和变分法理论,将分割问题转化为求解一个关于水平集函数的偏微分方程问题。尽管该方法已有不少成功的应用,但依旧有一些问题亟待解决,如分割结果依赖于初始轮廓的选取、对非同质图像(即灰度分布不均匀图像)分割结果不理想等。另一方面,图像的全局信息能提高模型的抗噪能力,并减少对初始轮廓选取的依赖性,而图像的局部信息能增强模型对非同质图像的分割本领。基于此,将局部信息和全局信息结合起来进行分割模型的构建比仅考虑局部信息或全局信息更为有利。本学位论文的主要工作如下:1.提出一种融合全局信息的局部图像拟合(LIF)分割模型。新模型的构造基于已有的LIF模型,而该模型仅仅考虑了图像的局部信息,使得分割结果常常依赖于初始轮廓的选取,并且对含噪声的图像其分割结果也不理想。针对该问题,本文融合一个简化的全局数据拟合项,并结合局部数据拟合项,构建了一个综合考虑图像全局信息和局部信息的分割模型。最后通过实验论证了新提出模型能有效减少对初始轮廓的依赖性以及增加对噪声的鲁棒性。2.提出一种改进的符号压力函数的活动轮廓分割模型。新模型的符号压力函数引入Fourier域分数阶微分信息作为局部信息,并结合图像全局信息,使其值在-1和1之间变化,有效控制演化曲线的收缩和扩张。由于分数阶微分信息具有保存和增强低频信息的性质,提出的分割模型将有利于非同质图像的分割。最后通过实验论证了新提出模型较其它模型在合成图像及真实图像上的表现更优秀。3.提出一种结合局部和全局能量拟合的自适应活动轮廓分割模型。新模型利用差值图像的能量拟合作为模型的局部项,该差值图像通过分数阶梯度模图像构造,能扩大前景和背景的差异。同时,新模型选用着名的Chan-Vese模型中的能量拟合作为模型的全局项,并通过一个自适应权值来调整局部项和全局项所占比重。最后通过实验论证了新提出模型能获得更理想的分割结果且所需时间更少。(本文来源于《深圳大学》期刊2017-06-30）
张玲,彭新光,李海芳,李钢[6]（2016）在《结合全局约束函数的局部活动轮廓模型》一文中研究指出局部二值拟合模型利用图像的局部平均灰度信息能够对强度非均匀的图像进行分割,但对于存在强噪声和对比度低的医学图像,仅用局部灰度均值不能得到正确的分割结果。针对该问题,提出一种改进的局部活动轮廓模型,在考虑图像局部均值信息的同时,加入图像的全局约束信息检测轮廓线外具有较大梯度幅值的像素点,采用水平集方法最小化能量泛函,使得演化曲线能够准确地停止在目标边界的位置上。实验结果表明,改进方法提高了对噪声的鲁棒性,且其分割精度较高。(本文来源于《计算机工程》期刊2016年10期）
吴宜平,沈明[7]（2016）在《融入全局信息的局部拟合的活动轮廓模型》一文中研究指出提出一种结合局部和全局灰度信息的图像分割模型.该模型通过引入新的控制参数,降低了局部拟合项在局部二值拟合的活动轮廓模型(LBF模型)中的主导作用,同时增加了全局信息在模型中的辅助作用,从而改进了局部二元拟合项.实验结果表明,改进的模型不仅能分割灰度不均的图像,而且提高了轮廓初始化的灵活性.针对一些合成和真实的图像,改进的模型减轻了对轮廓初始化位置、大小及噪声的敏感性,同时加快了曲线的演化速度,减少了CPU时间.(本文来源于《福州大学学报(自然科学版)》期刊2016年03期）
周涵[8]（2016）在《结合局部和全局信息的活动轮廓模型研究》一文中研究指出图像处理作为一门涉及面十分广泛的学科,在众多领域都得到学者的关注。而图像分割作为图像处理的关键内容,历来都是研究的热点,能够分离出后续工作需要的目标以便进行更好的分析、实验,分割结果越精确,后期实验分析效果就越好。近些年来,图像分割一直受到人们的高度重视,至今已经提出大量的各种类型的算法。活动轮廓模型(Active Contour Model)是一类重要的图像分割模型,可分为两类:基于边缘的模型和基于区域的模型。基于区域的模型因其本身特有的优势,如对轮廓初始化和噪声不敏感,使其应用较为广泛。灰度不均是真实图像(如医学图像)中最常见的灰度特征,且难于处理。如今已有很多模型就是针对这种特征提出的,最为着名的有RSF模型(IEEE Transaction on Image Processing,2008)与LIF模型(Pattern Recognition,2010)等,但是对于这些只含图像局部信息的模型,它们对轮廓初始化十分敏感。因此,如何有效地对这类图像进行分割,一直是图像分割领域的一个热门课题。本学位论文深入研究了一些经典的活动轮廓模型,如CV模型(IEEE Transaction on Image Processing,2001)、RSF模型以及LIF模型,然后研究了具有复杂背景或灰度不均匀图像的分割问题。主要结果如下:针对灰度不均的图像,结合图像全局和局部信息,构造了一个新的活动轮廓模型。该模型的能量泛函由叁部分构成:局部项、全局项和正则项。局部项包含图像的局部信息,所以它使模型能够很好处理具有复杂背景或灰度不均匀的图像;全局项包含图像的全局信息,所以它使模型对初始轮廓有很好的鲁棒性;正则项是为了保证零水平集(曲线)的光滑性,增加模型的抗噪能力,同时避免水平集函数的周期性重新初始化。实验表明,该模型能够很好处理灰度不均图像,且分割结果不依赖于初始轮廓的选择。此外,与LIF模型等同类型的模型作对比,实验显示了本文模型的优越性。(本文来源于《重庆大学》期刊2016-04-01）
李守荣,周秋,周叁平,郝建红[9]（2016）在《基于局部与全局信息的活动轮廓图像分割模型》一文中研究指出根据贝叶斯分类准则提出了一种改进的基于局部与全局信息的水平集图像分割模型。首先,利用图像的局部信息建立了局部能量项,引导目标附近的演化曲线停在目标边缘上;然后,利用图像的全局信息建立了全局能量项,加速远离目标边缘处演化曲线的演化;最后,提出了一种联合局部能量项和全局能量项的统一的水平集模型架构,提高了分割效率和分割灰度不均匀图像的能力。分割实验结果表明,该改进模型不但提高了对初始轮廓位置的鲁棒性,而且在分割灰度不均匀的图像时也取得了令人满意的分割结果。(本文来源于《系统工程与电子技术》期刊2016年05期）
廖祥云,袁志勇,郑奇,童倩倩,赖虔葑[10]（2016）在《引入局部全局信息的区域自适应局域化快速活动轮廓模型》一文中研究指出针对HIFU超声图像中子宫肌瘤的分割难题,该文提出了一种准确高效的引入局部全局信息的区域自适应局域化快速活动轮廓模型.该模型引入了图像的局部全局信息形成局部全局力,并依据演化曲线上各点周围的灰度分布均匀程度动态地决定图像的局部全局信息和形状约束信息的使用范围,克服了HIFU子宫肌瘤超声图像分割中的初始化轮廓敏感性问题.该模型通过利用该灰度分布信息自适应地改变局域区域的半径大小,进而在活动轮廓曲线演化过程中动态地调整局域化区域范围,提高了分割的准确性及曲线的演化效率.最后在演化曲线上通过使用同一局部区域计算相邻像素的局域作用力,进一步提高了分割效率,最终实现了HIFU子宫肌瘤超声图像的准确高效分割.实验结果表明:该文方法克服了HIFU子宫肌瘤超声图像分割的难题,相较于最近提出的MSLCV模型,获得了更准确高效的分割结果,且平均计算效率提高了84.6%.(本文来源于《计算机学报》期刊2016年07期）
全局活动轮廓模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对区域可伸缩拟合局部熵(region-scalable fitting based on local entropy,RSF_LE)模型图像分割效率低的问题,本研究提出一种改进的RSF_LE模型。定义带有加权局部灰度拟合项以及辅助的加权全局灰度拟合项的能量泛函,其中加权局部灰度拟合项负责对目标边界附近的轮廓进行诱导,使其靠近目标物边界,加权全局灰度拟合项利用图像的全局信息来引导远离目标的轮廓向目标靠拢,该方法可以克服传统的RSF_LE模型分割算法效率低下的问题,并提高了该方法的鲁棒性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
全局活动轮廓模型论文参考文献
[1].邓丹君,倪波.结合全局和局部信息的区域相似度活动轮廓模型[J].湖北理工学院学报.2019
[2].宋省伟,宗静静,邱天爽,张晓博.基于全局和区域可伸缩拟合局部熵活动轮廓模型的超声图像分割[J].生物医学工程研究.2019
[3].张蔚航,王雪.全局最优混合活动轮廓模型肺组织叁维重构[J].仪器仪表学报.2018
[4].Khumdoung,Netsai,邱天爽.基于全局和局部相关熵活动轮廓模型的超声图像分割算法[J].生物医学工程研究.2018
[5].张陈.融合局部和全局信息的活动轮廓分割模型研究[D].深圳大学.2017
[6].张玲,彭新光,李海芳,李钢.结合全局约束函数的局部活动轮廓模型[J].计算机工程.2016
[7].吴宜平,沈明.融入全局信息的局部拟合的活动轮廓模型[J].福州大学学报(自然科学版).2016
[8].周涵.结合局部和全局信息的活动轮廓模型研究[D].重庆大学.2016
[9].李守荣,周秋,周叁平,郝建红.基于局部与全局信息的活动轮廓图像分割模型[J].系统工程与电子技术.2016
[10].廖祥云,袁志勇,郑奇,童倩倩,赖虔葑.引入局部全局信息的区域自适应局域化快速活动轮廓模型[J].计算机学报.2016