您当前的位置：
首页 > 文献资料
所属专业：
可变形模型文献资料
-
一种基于KPCA和形状先验知识的图像分割模型
对含有噪声、遮挡和信息缺失的图像进行分割,如果仅使用图像自身信息难以得到满意的结果.因此,本研究提出了一种新的融合图像信息和形状先验知识的可变形模型.在Chen等人的工作基础上,提出用核主元分析(KPCA)代替主元分析(PCA)来捕获形状信息.KPCA能更好地表示形状先验知识,允许待分割的目标形状与先验形状存在较大差异或非线性变形,而PCA需两者足够接近.同时,所用的分割模型包含了图像信息项和形状先验项,充分考虑了在分割过程中平衡全局图像信息和形状先验知识的相互作用.将本研究的模型和基于PCA的分割模型应用于合成图像和医学CT图像,结果表明KPCA更能准确地识别出与先验形状差异较大或背景污染严重的目标物体.
关键词： 图像分割 核主元分析(KPCA) 形状先验 可变形模型 水平集 -
基于群体和特定病人的形状统计分割序列X片上的肺部区域
提出一种新的可变形模型,该可变形模型在分割序列X片图像上的肺部区域时,使用了群体和特定病人的形状统计约束.首先,一个修改的尺度不变特征变换(SIFT)局部描述算子被用于表示每一像素周围的图像特征,以便模型是以寻找区域内相似的SIFT局部描述算子的方式变形;其次,可变形模型受到基于群体和基于特定病人的形状统计的约束.初,当序列图像的个数较少时,基于群体的形状统计起主导作用,逐渐地当同一病人的一定数量的图像被分割出来后,特定病人的形状统计开始起越来越强的约束作用.实验证明,所建的可变形模型,能自适应地分割不同病人的形状变化,可获得较为鲁棒和精确的分割结果.
关键词： 可变形模型 序列胸腔X片 形状统计 图像分割 SIFT局部描述算子
