基于统计先验形状的水平集图像分割综述

来源 :计算机科学 | 被引量 : 10次 | 上传用户:NF_Frankie
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
对于图像分割来说,常常需要结合尽可能多的先验信息来分割感兴趣组织。对基于统计先验形状的水平集图像分割方法进行了综述。该分割模型的特点是能量函数由两部分组成:首先是基于图像的梯度或区域灰度的数据项;第二项是先验形状项,对处理因遮挡、噪声和裂口而导致的信息缺失的图像具有鲁棒性。深入讨论了如何从感兴趣组织的训练集中构建一个压缩的形状表达——隐含形状模型;如何构建既包括使全局形状一致的隐含曲面约束,又保持了水平集捕捉局部形变的能力的基于先验形状的水平集图像分割模型;介绍了形状对齐和一致性等关键问题。最后指出
其他文献
Chan-Vese提出了区域水平集图像分割C-V模型,该模型随着水平集函数的演化,演化曲线能自然地改变其拓扑结构,因而在很多研究领域有着广泛的应用,特别是在图像分割、目标跟踪领域取得了显著的效果。基于区域的水平集函数比基于梯度的水平集函数在抗噪声方面也表现得更优秀,但是其演化水平集函数也更复杂,主要缺点是演化速度特别慢,限制了在大型高分辨率图像分割中的应用。针对此问题,提出了一种窄带快速区域水平集
针对低性能终端的复杂计算需求,设计了面向普适终端的云计算系统UbiCloud。通过对云中计算资源的描述、发现、访问、评价等问题进行研究,在前端普适终端与后端云之间构建虚拟
网络编码可以实现组播的最大吞吐率,若应用于P2PTV系统,具有降低用户播放延时、提高系统有效传输率,从而提高视频质量的潜力。为了提高P2PTV系统的性能,设计并实现了一个基于随机
数据广播是无线环境中一种独特的数据发布方式。首先系统地归纳了周期广播、on-demand广播和混合广播3种广播方式的理论分析模型及其特点,然后针对单信道和多信道对各种广播
档案图像信息系统中,页间信息冗余大量存在,对基于页间信息统计特性的压缩方法进行研究具有重要意义。集合冗余压缩正是利用图像之间的相似性降低整个图像集合的熵。基于模板差分的压缩方法是一种改进的集合冗余压缩技术,它通过模板建立相似档案图像集合,通过在最小-最大差分方法的编解码器中加入模板图像,来提高页间压缩性能。理论分析表明,模板差分压缩方法的压缩性能高于最小-最大差分方法。实验结果表明,模板差分方法和
TLB(Translation Look-Aside Buffer,变换旁视缓冲器)是存储管理单元中完成访存地址转换的核心。但研究发现TLB工作时可以消耗微处理器芯片约17%的功耗。因此,TLB低功耗设计已
同时考虑时间和空间约束,能够在分析过程中及时过滤不相关的数据,提高时空关联规则的获取效率。基于这一思路,在频繁项集的产生过程中同时分析数据的时间有效性和空间关联性,
介绍了一种能够在大气条件下具备低噪声、高灵敏度特性的MEMS加速度计设计、制作与测试。器件采用梳齿电容检测方法,利用MEMS体硅加工工艺,实现了210对梳齿的加速度计制作。该
基于GB18352.3-2005(国Ⅳ标准)设计了一种便携式智能汽车尾气分析仪。该分析仪以ARM微控制器为核心,具有实时检测与动态显示、支持燃烧分析与故障诊断、操作简单及携带方便等一系
针对当前GIS系统中集成应用模型时存在的数据和功能冗余、模型难以复用等问题,将GIS应用模型分解为子模型,与GIS功能一起,以服务的方式提供给用户,并对这些GIS服务定义服务质量(QoS);最后,提出了一种基于改进的自适应遗传算法(MAGA)的服务组合方法,以实现GIS服务组合的全局优化。