亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于水平集算法后向散射的運(yùn)動目標(biāo)輪廓提取

        2015-03-29 02:11:18范有臣趙洪利孫華燕郭惠超趙延仲
        激光與紅外 2015年5期
        關(guān)鍵詞:模型

        范有臣,趙洪利,孫華燕,郭惠超,趙延仲

        (解放軍裝備學(xué)院,北京101416)

        1 引言

        基于距離選通的激光主動成像是近年來激光成像的研究熱點(diǎn),但是其成像目標(biāo)大部分是靜止目標(biāo),在成像時要預(yù)設(shè)距離值才能得到目標(biāo)圖像[1-2],只適用于靜止的已知距離的合作目標(biāo),在實(shí)際應(yīng)用時受到很大限制,無法完成非合作目標(biāo)的成像,尤其是運(yùn)動目標(biāo)。文中針對非合作的運(yùn)動目標(biāo),在距離選通的基礎(chǔ)上,采用紅外熱像儀跟蹤運(yùn)動目標(biāo),同時引導(dǎo)激光成像系統(tǒng),并加入了測距機(jī)的功能,實(shí)時采集運(yùn)動目標(biāo)的距離信息,而后根據(jù)此距離信息修正選通距離,進(jìn)而實(shí)現(xiàn)對運(yùn)動目標(biāo)的激光成像。

        在對運(yùn)動目標(biāo)成像時,由于測距機(jī)的誤差及目標(biāo)快速運(yùn)動時的速度影響,需要增加選通門寬,以實(shí)現(xiàn)運(yùn)動目標(biāo)始終在選通成像范圍之內(nèi)的目的,尤其是在捕獲運(yùn)動目標(biāo)初期,其成像覆蓋范圍在幾公里,對應(yīng)門寬寬度在幾甚至十幾微秒。由于門寬的增加,后向散射的影響也越來越嚴(yán)重。文中分析了不同門寬引起的后向散射對圖像質(zhì)量的影響,并提出結(jié)合Sobel算子和GAC模型優(yōu)點(diǎn),將Sobel邊緣檢測的結(jié)果引入水平集邊界停止函數(shù),降低后向散射的影響,提取完整的目標(biāo)輪廓。

        2 運(yùn)動目標(biāo)激光主動成像

        2.1 運(yùn)動目標(biāo)激光主動成像系統(tǒng)

        激光主動成像系統(tǒng)對運(yùn)動目標(biāo)成像時,相比于靜止目標(biāo)有兩個不同點(diǎn):①運(yùn)動目標(biāo)的捕獲跟蹤。由于運(yùn)動目標(biāo)空間位置是不斷變化的,激光主動成像系統(tǒng)必須跟隨運(yùn)動目標(biāo)一起運(yùn)動才有可能獲得圖像,但是由于激光主動成像系統(tǒng)的視場角小(一般為幾毫弧度),其自身無法完成對運(yùn)動目標(biāo)的跟蹤,必須借助其他成像系統(tǒng)完成外部引導(dǎo)才能精確跟蹤運(yùn)動目標(biāo);②運(yùn)動目標(biāo)的距離信息獲取。由于運(yùn)動目標(biāo)在不斷運(yùn)動中,其距離信息在不斷地變化之中,而基于距離選通的激光主動成像系統(tǒng)必須依賴于精確的距離信息,距離信息獲取對于能否成像起著至關(guān)重要的作用。

        從以上兩點(diǎn)分析,針對運(yùn)動目標(biāo)的捕獲跟蹤,采用紅外熱像儀在大視場角內(nèi)發(fā)現(xiàn)跟蹤目標(biāo),針對運(yùn)動目標(biāo)的距離信息獲取采用激光測距機(jī)實(shí)時獲取目標(biāo)距離信息。整個系統(tǒng)結(jié)構(gòu)如圖1所示。

        圖1 系統(tǒng)結(jié)構(gòu)圖Fig.1 System structure diagram

        整個系統(tǒng)工作流程如下:首先,運(yùn)動目標(biāo)在大視場范圍出現(xiàn)后,紅外熱像儀捕捉運(yùn)動目標(biāo),穩(wěn)定跟蹤后觸發(fā)激光器出光,然后,測距機(jī)和接收系統(tǒng)開始工作,同時,測距機(jī)將距離信息實(shí)時傳送至微機(jī),控制ICCD探測器的快門開啟時間和選通距離,實(shí)現(xiàn)對目標(biāo)的激光成像。系統(tǒng)實(shí)物如圖2所示。

        裝置主要由ICCD成像系統(tǒng)、照明激光系統(tǒng)、接收光學(xué)系統(tǒng)、同步控制系統(tǒng)、激光測距系統(tǒng)和計(jì)算機(jī)系統(tǒng)構(gòu)成。選通型探測器選用了北方夜視技術(shù)有限公司的1XC18/18WHS-G選通型ICCD。激光器為1064/532 nm雙波段半導(dǎo)體泵浦的YAG激光器,其單脈沖能量可調(diào),1064 nm波長輸出時最大為200 mJ,532 nm波長輸出時最大為80 mJ,重復(fù)頻率50 Hz。接收光學(xué)系統(tǒng)為透射式天文望遠(yuǎn)鏡,焦距1800 mm、口徑250 mm。激光測距系統(tǒng)為1570 nm人眼安全激光器,其測距精度為2 m,光束發(fā)散角≥1 mrad,在能見度大于12 km時作用距離≥20 km。

        圖2 系統(tǒng)實(shí)物圖Fig.2 Physical map system

        2.2 后向散射對圖像質(zhì)量的影響分析

        基于距離選通的激光主動成像,其選通成像的優(yōu)點(diǎn)之一即為抑制后向散射,但是在對運(yùn)動目標(biāo)成像時,選通門寬比靜止目標(biāo)大,后向散射影響也更為明顯。圖3為對運(yùn)動目標(biāo)成像時,不同門寬時的成像。目標(biāo)為一簇氫氣球,目標(biāo)距離500 m,其運(yùn)動速度約為5 m/s。

        圖3 不同門寬的后向散射Fig.3 Different doorwide backscatter

        圖3 中(a)選通門寬為200 ns,后向散射的光基本被濾除,圖3(b)選通門寬為1μs,有部分的后向散射光進(jìn)入到門寬內(nèi),圖3(c)選通門寬為3μs,后向散射的光基本覆蓋整個目標(biāo)本身。從圖中可以看出,后向散射光對圖像質(zhì)量影響嚴(yán)重,尤其是對運(yùn)動目標(biāo)初期成像時,門寬寬度是由大及小不斷變小的,初期成像選通門寬必然在微秒量級,從而嚴(yán)重的后向散射也必然是跟隨目標(biāo)在圖像中出現(xiàn)的,這就需要尋求一種算法克服后向散射的干擾,提取出目標(biāo)的輪廓信息,為進(jìn)一步縮小門寬寬度,減少后向散射影響,對運(yùn)動目標(biāo)精確成像提供參考依據(jù)。

        3 Sobel算子與GAC模型結(jié)合的水平集算法

        3.1 GAC模型

        GAC模型主要是依據(jù)光學(xué)當(dāng)中的Fermat工作原理,在輪廓活動模型的前提條件下獲得的。此類模型主要是借于曲線演變理論知識的,運(yùn)用變分水平集的方式實(shí)現(xiàn),可以自主解決曲線形拓?fù)渥儎拥默F(xiàn)象,并可以分割多個目標(biāo)圖形,數(shù)值測算穩(wěn)定性較好。GAC模型避免了蛇模型設(shè)置各種參數(shù)指標(biāo)的缺陷[3],Caselles等有關(guān)人士最早提出了測地輪廓活動模型,其出發(fā)點(diǎn)為能量的最小化[4],如下所示:

        式中,C(s)表示為閉合型曲線;L(C)表示為曲線的弧形長度;△I指圖像I的梯度;LR(C)為加權(quán)弧形長度。上面的式子也可解釋成:通過g(·)作為加權(quán)指標(biāo)系數(shù)的最小路程,封閉型曲線主要為目標(biāo)載體的輪廓形曲線,在微積分幾何學(xué)當(dāng)中,稱之為測地間距。

        利用變分法,得到泛函對應(yīng)的梯度下降流為:

        其中,k表示為C曲線的曲線斜率;N表示為C曲線的垂直矢量,它的方向一直朝向閉合型曲線內(nèi)部的。這個偏微分公式也是GAC模型的最基本表達(dá)形式[5]。g(r)是單調(diào)性遞減的數(shù)學(xué)函數(shù),一般在實(shí)際計(jì)算當(dāng)中選取g(r)的數(shù)學(xué)函數(shù)表達(dá)式為:

        在公式當(dāng)中,常數(shù)K被稱之為反差指標(biāo)系數(shù),可經(jīng)過調(diào)節(jié)K的數(shù)值變化來調(diào)節(jié)邊緣數(shù)學(xué)函數(shù)g減少的速度,在進(jìn)行數(shù)值測算的時候,因?yàn)橹苯舆\(yùn)用差分測算梯度對噪聲非常敏感,所以,在運(yùn)算過程當(dāng)中,一般先對圖像采取高斯式預(yù)處理平滑措施,獲得的邊緣數(shù)學(xué)函數(shù)如下所示:

        式中,Iσ為高斯平滑后的圖像;在這里g實(shí)際表達(dá)式為

        對GAC模型的兩個多項(xiàng)式分析,公式右邊首項(xiàng)可看成是曲線斜率運(yùn)動乘上g(x,y)。曲線斜率運(yùn)動的主要特征為:在曲線斜率為正數(shù)的時候,閉合型曲線往內(nèi)緊縮,在曲線斜率為負(fù)數(shù)的時候,閉合型曲線往外延伸,曲線的總長將會不斷縮減,并且傾向平滑化。然而,因?yàn)樵贕AC模型當(dāng)中g(shù)(x,y)加權(quán)因數(shù)的出現(xiàn),促使曲線演變受到g(x,y)的制約。由此可見,當(dāng)C曲線處在圖形的平坦區(qū)域時可得到這時,曲線將會全部依照曲線斜率運(yùn)動方式來進(jìn)行演變;然而,當(dāng)C曲線處在圖形的邊緣位置的時候,則可得出這時,因?yàn)榧訖?quán)因數(shù)等于0,造成了曲線斜率運(yùn)動完全失效。

        3.2 推廣的GAC模型

        從上述分析可以明顯看出GAC模型的缺點(diǎn),當(dāng)目標(biāo)存在深凹區(qū)域是,其曲率k是負(fù)數(shù),則表示內(nèi)力方向?yàn)椋璑,這時演化曲線會有向外運(yùn)動的趨勢,但是此時并沒有接近邊緣,產(chǎn)生的外力也可以忽略不計(jì),導(dǎo)致演化曲線停滯在深凹區(qū)域的外部,無法到達(dá)深凹邊緣??梢钥闯?,當(dāng)對象擁有相對較深的凹陷區(qū)域的時候,GAC模型有可能停留在某個局部min狀態(tài),但并不是目標(biāo)區(qū)域。為處理這類問題,提議出了一類推廣的GAC模型[6-7],也就是說,針對該公式(2)添入一種“收縮力”c,其方向一直永恒的朝向曲線區(qū)域內(nèi),且還受到的掌控,這種推廣型的GAC模型如下所示:

        其中,各參數(shù)定義與上相同。

        在原有模型條件下添加了一個平衡力cgN,c表示為可選取的恒定常量。則在平坦區(qū)塊曲線向內(nèi)部緊縮的速率將會逐漸加速,且盡管曲線斜率k表示為負(fù)值,也可持續(xù)向內(nèi)部進(jìn)行緊縮,這樣就合理地解決了向凹陷區(qū)域邊緣靠近的問題,但這同時還引來了一些新的問題。即c值選擇的問題,如果選擇較大的c值,對于一些模糊不清的邊緣,其外力并不大,水平集曲線在演化時可能會直接越過邊緣,因此,必須根據(jù)不同的條件合理選擇c值。

        針對不同的圖像中,固定的常數(shù)c并不能滿足需求,因此在應(yīng)用中常數(shù)c的確定是圖像邊緣提取的重點(diǎn)。

        3.3 引入Sobel算子的GAC模型算法

        邊緣檢測算子也是圖像分割中邊緣提取的另一種重要方法,各類形態(tài)學(xué)邊緣算子、微積分邊緣算子(包括Sobel算子、Canny算子、Robert算子等)及各類小波邊緣提取算子是較為常用的邊緣檢測算法。其中,微積分邊緣算子擁有算法簡單、提取速率快的優(yōu)勢。但所有微積分邊緣檢測都不能提取完整的目標(biāo)邊緣,提取的目標(biāo)邊緣是以很多點(diǎn)以及短線鏈接而成,并不能獲得連續(xù)封閉的目標(biāo)輪廓,只能獲得目標(biāo)的大體位置。若激光主動圖像受到后向散射的干擾嚴(yán)重,對目標(biāo)圖像會有嚴(yán)重影響,且在邊緣檢測算子中,二階導(dǎo)數(shù)檢測算子對噪聲更加敏感,利用一階導(dǎo)數(shù)信息對于后向散射干擾下的邊緣提取更加可靠。一階導(dǎo)數(shù)算子有Sobel算子、Roberts算子、Prewitt算子、Canny算子。另外,在微積分邊緣算子中,Sobel算子算法最為簡單,只有水平和垂直兩個方向的邊緣檢測模板,通過設(shè)定的模板值與每個像素點(diǎn)做卷積和運(yùn)算,得到S(i,j)圖像,然后選取適當(dāng)?shù)拈撝礛,若S(i,j)>M,則(i,j)為邊緣點(diǎn)。從上面的分析可以看出,Sobel算子選取邊緣點(diǎn)時,灰度新值大于閾值的像素點(diǎn)才能作為候選點(diǎn),也就是說,原圖像中亮度高的部分更容易被檢測出來。在激光主動成像中,默認(rèn)為目標(biāo)是被照亮的部分,其灰度值高于周邊背景,與Sobel邊緣檢測算子是一致的。因此選擇Sobel邊緣檢測算子作為激光圖像中目標(biāo)的粗略位置檢測。

        采用GAC模型對實(shí)際環(huán)境中拍攝的真實(shí)圖像進(jìn)行處理時,邊界停止函數(shù)都與一個能量最小值對應(yīng),但是此時水平集演化曲線的法向矢量N并不是零,導(dǎo)致曲線不斷的向目標(biāo)內(nèi)部運(yùn)動,特別是在邊緣變化不明顯的區(qū)域,邊緣數(shù)學(xué)函數(shù)g的最小值不斷變大,越過目標(biāo)邊緣的可能性也越來越大。在后向散射干擾嚴(yán)重的激光圖像中,由于后向散射噪聲亮度較高,目標(biāo)邊緣與后向散射噪聲混疊在一起,直接越過邊緣的可能性也較大。

        將Sobel算子檢測目標(biāo)主體位置的優(yōu)點(diǎn)和GAC模型可以得到目標(biāo)連續(xù)邊緣的優(yōu)點(diǎn)結(jié)合,首先采用Sobel算子提取目標(biāo)邊緣,初步確定目標(biāo)位置,并將之作為邊界停止函數(shù)的判別條件,然后重構(gòu)邊緣停止函數(shù),使GAC模型水平集曲線演化時受到目標(biāo)大體位置的約束,不越過目標(biāo)主體邊緣,從而避免了Sobel算子和GAC水平集模型各自的缺點(diǎn)。

        當(dāng)引入Sobel檢測算子,重構(gòu)邊緣停止函數(shù)后,在檢測出的目標(biāo)邊緣處,邊緣停止函數(shù)值為0,因此,在這種條件約束下,c值選取過大或過小都不會使演變曲線越過目標(biāo)邊緣的。另外,若選取較大的c值,在演化曲線未到達(dá)檢測邊緣處時,g將會是大于零的值,由于平衡力cgN的作用,在非邊緣區(qū)域緊縮的速率將會加速,進(jìn)而加快曲線的演化速率,提高計(jì)算效率,并能克服經(jīng)典GAC模型在凹槽處出現(xiàn)停滯不前,導(dǎo)致提取錯誤邊緣的現(xiàn)象。

        邊緣停止函數(shù)重構(gòu)為:

        其中,Iσ為對于原始圖像做平滑處理結(jié)果,其表達(dá)式為:

        其中,高斯函數(shù)的方差是σ。

        整個算法過程如下:

        1)首先對圖像進(jìn)行高斯濾波平滑和邊緣檢測,得到高斯平滑后的圖像Iσ和邊緣檢測的結(jié)果f。

        2)將Iσ和f代入重構(gòu)的邊緣停止函數(shù)中,然后計(jì)算g的梯度。

        4)選擇起初封閉型曲線C0,使得其由外部完全涵蓋目標(biāo),通常選擇以圖形為圓心的封閉型圓狀圖形,也可選擇矩形。

        5)根據(jù)C0初始化水平集u0。

        6)輪廓活動的演變環(huán)節(jié)如下公式所示,Δt表示為時限步長。根據(jù)公式當(dāng)中所采取迭代的測算方法,從uij(n)測算出uij(n+1):

        7)每循環(huán)迭代5次的時候,依據(jù)目前C再次進(jìn)行水平集初始化,從而避免累積誤差的產(chǎn)生。

        8)演變曲線循環(huán)迭代達(dá)到指定次數(shù)時,暫停迭代。

        4 實(shí)驗(yàn)結(jié)果與分析

        為了驗(yàn)證提出模型的有效性,文中選取不同后向散射影響下的圖像進(jìn)行了兩組實(shí)驗(yàn)。第一組實(shí)驗(yàn)是本文模型的算法結(jié)果,第二組實(shí)驗(yàn)是與GAC模型以及另外兩種水平集經(jīng)典方法LBF模型和LIF模型[8]進(jìn)行比較分析。

        為了客觀評價各種方法的分割質(zhì)量,采用JS系數(shù)來度量圖像分割方法的精度,其表達(dá)式為:

        式中,g為理想的目標(biāo)提取圖像;f為實(shí)際的目標(biāo)提取圖像;JS的值越高代表精度越好。

        實(shí)驗(yàn)中圖像大小均為576×768,算法使用軟件為Matlab 2010a,計(jì)算機(jī)的配置為:Windows 7.0,Intel 2.2 GHz,內(nèi)存為2G。

        為了測試模型的性能,實(shí)驗(yàn)選取一幅受后向散射影響較小的圖像,參數(shù)選擇為選定迭代步長Δt=0.01,反差系數(shù)k=4,高斯平滑σ=1.3,常數(shù)速度c=3,迭代次數(shù)為2000次,實(shí)驗(yàn)結(jié)果如圖4所示。圖4(a)為初始輪廓,圖4(b)~(d)分別為迭代800次、1500次、2000次的結(jié)果。分割精度、迭代次數(shù)和運(yùn)行時間如表1所示。

        圖4 模型在后向散射影響下目標(biāo)圖像提取結(jié)果Fig.4 Target image extraction results in the backscatter impact

        從圖4中可以看出,隨著曲線的演變,迭代的不斷增加,輪廓曲線不斷收縮,逐漸靠近目標(biāo)邊緣,后向散射對曲線演變的影響很小,基本將目標(biāo)與后向散射分開。從表1中的數(shù)據(jù)結(jié)果也可以印證這一點(diǎn)。

        表1 分割精度、迭代次數(shù)和運(yùn)行時間Tab.1 Segmentation accuracy,the number of iterations and the running time

        為了進(jìn)一步比較分析模型的性能,實(shí)驗(yàn)另外選取了一幅受后向散射影響嚴(yán)重的圖像,分別與經(jīng)典水平集算法GAC、LIF、LBF算法比較。實(shí)驗(yàn)結(jié)果如圖5所示。GAC參數(shù)選擇為選定迭代步長Δt=0.01,反差系數(shù)k=4,高斯平滑σ=1.3,迭代次數(shù)為2000次,LIF參數(shù)選擇為標(biāo)準(zhǔn)方差σ=1,方差LBF參數(shù)選擇為標(biāo)準(zhǔn)方差σ=9.0,控制長度0.01×2552。實(shí)驗(yàn)結(jié)果如圖5所示,圖5(a1)~(d1)分別為GAC、LIF、LBF及文中模型算法對圖像1的結(jié)果,圖5(a2)~(d2)分別為對圖像2的結(jié)果。各算法分割精度如表2所示。

        圖5 實(shí)驗(yàn)結(jié)果Fig.5 The experimentd results

        表2 各算法分割精度Tab.2 The caauracy of the segmentation algorithm

        從圖5中可以看出,對于輕度的后向散射影響,LIF、LBF算法和文中算法都能較好地鎖定目標(biāo),其分割精度都在0.8以上,GAC算法越過了目標(biāo)本身的邊緣曲線,在弱邊緣條件下僅提取了最亮的目標(biāo)部分,丟失了大部分目標(biāo)信息。對于后向散射較強(qiáng)的情況,僅有文中算法提取了準(zhǔn)確的目標(biāo)位置,GAC、LIF及LBF算法在強(qiáng)烈的干擾下,無法區(qū)分實(shí)際目標(biāo)與后向散射,造成在迭代過程中提取了大量的非目標(biāo)部分,降低了分割精度。這是因?yàn)樵诩す庵鲃映上裰?,由于背景較暗,默認(rèn)目標(biāo)是被照亮的,凡是灰度值高于背景的區(qū)域都被認(rèn)為是目標(biāo)區(qū)域,但是由于后向散射的影響,圖像中高亮部分并非全是目標(biāo)本身,在Sobel算子和GAC模型結(jié)合的算法中,將Sobel邊緣檢測的結(jié)果引入水平集邊界停止函數(shù),為GAC的迭代提供了一個方向性指示,突破了后向散射的影響,在強(qiáng)干擾情況下依然能夠提取出目標(biāo)。

        5 結(jié)論

        激光主動成像中,對運(yùn)動目標(biāo)初始捕獲時,為了增加獲取目標(biāo)的概率,通常將距離選通快門設(shè)置在微秒量級,這樣勢必會引入的后向散射,后向散射將嚴(yán)重影響目標(biāo)的識別和提取。文中提出了基于Sobel算子和GAC模型的目標(biāo)提取方法,通過與經(jīng)典水平集算法GAC、LIF及LBF算法實(shí)驗(yàn)比較,經(jīng)典水平集算法及文中算法在后向散射較弱時,均能提取出目標(biāo)輪廓,當(dāng)后向散射較為嚴(yán)重時,經(jīng)典水平集算法在嚴(yán)重后向散射干擾下無法區(qū)分后向散射與目標(biāo)信息,文中算法將Sobel邊緣檢測的結(jié)果引入水平集邊界停止函數(shù),為GAC的迭代提供了參考依據(jù),降低了后向散射對目標(biāo)信息的干擾,提供提取出目標(biāo)輪廓。下一步將著重提高演化速度,進(jìn)一步提高分割精度。

        [1] ZHU Xiaopeng,LIU Jiqiao,HE Yan,et al.Range gated imaging lidar at wavelength of 532nm[J].Infrared and Laser Engineering,2012,41(2):358-362.(in Chinese)竹孝鵬,劉繼橋,賀巖,等.532 nm激光距離選通成像系統(tǒng)[J].紅外與激光工程,2012,41(2):358-362.

        [2] GUO Huichao,SUN Huayan,DU Lin.Range information calculation method for 3D imaging based on serial images by time-slice technology[J].Infrared and Laser Engineering,2012,41(12):3258-3262.(in Chinese)郭惠超,孫華燕,都琳.利用時間切片序列圖像的三維成像距離信息計(jì)算方法[J].紅外與激光工程,2012,41(12):3258-3262.

        [3] V Caselles,R Kimmel,G Sapiro.Geodesic active contours[J].Intl J.Comp.Vis.,1997,22:61-79.

        [4] ZHAO Ji,SHAO Fuqun,ZHANG Xuedong.Vector-valued images segmentation based on improved variational GAC model[J].Control and Decision,2011,26(6):907-910.(in Chinese)趙驥,邵富群,張學(xué)東.基于改進(jìn)的變分GAC模型矢量圖像分割[J].控制與決策,2011,26(6):907-910.

        [5] ZHOU Qinian,WANGTingbo,LIWenshu.Image segmentation based on region and level set method[J].Journal of Image and Graphics,2011,16(11):2002-2008.(in Chinese)周奇年,王廷波,李文書.區(qū)域信息和水平集方法的圖像分割[J].中國圖象圖形學(xué)報,2011,16(11):2002-2008.

        [6] ZHANG Jianwei,F(xiàn)ANG Lin,CHEN Yunjie,et al.Application of local GACmodel for medical image segmentation[J].Journal of Image and Graphics,2012,17(2):215-221.(in Chinese)張建偉,方林,陳允杰,等.局部GAC模型在醫(yī)學(xué)圖像分割中的應(yīng)用[J].中國圖象圖形學(xué)報,2012,17(2):215-221.

        [7] LI Zhiguo,HAO Xinran.Automatic segmentation method of infrared images based on C-V model[J].Laser&Infrared,2011,41(3):356-358.(in Chinese)李志國,郝欣然.基于C-V模型的紅外圖像自動分割方法研究[J].激光與紅外,2011,41(3):356-358.

        [8] FANG Jiangxiong.Study based on the variational level set methods for image segmentation[D].Shanghai:Shanghai Jiaotong University,2012.(in Chinese)方江雄.基于變分水平集的圖像分割方法研究[D].上海:上海交通大學(xué),2012.

        猜你喜歡
        模型
        一半模型
        一種去中心化的域名服務(wù)本地化模型
        適用于BDS-3 PPP的隨機(jī)模型
        提煉模型 突破難點(diǎn)
        函數(shù)模型及應(yīng)用
        p150Glued在帕金森病模型中的表達(dá)及分布
        函數(shù)模型及應(yīng)用
        重要模型『一線三等角』
        重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
        3D打印中的模型分割與打包
        狠狠综合久久av一区二区三区| 亚洲美女影院| 无码AV午夜福利一区| 青青草视频在线观看精品在线 | 日韩精品无码一区二区中文字幕| 亚州无线国产2021| 麻豆国产成人av高清在线| 欧美黑人巨大videos精品| 亚洲熟女乱色综合亚洲图片| 国产爆乳无码一区二区在线| 高清少妇一区二区三区| 欧美国产激情18| 天堂中文在线资源| 国产在线不卡视频| 日本高清一区二区在线播放| 92午夜少妇极品福利无码电影| 午夜成人精品福利网站在线观看| 亚洲韩国在线| 亚洲天码一区二区三区| 蜜臀av色欲a片无码精品一区| 成全视频高清免费| 国产AV无码无遮挡毛片| av在线免费观看大全| 亚洲国产精品久久人人爱| 99热成人精品免费久久| 亚洲中文字幕第一第二页| 日本添下边视频全过程| 丰满少妇被猛烈进入| 日本色偷偷| 国产精品性色av麻豆| 最爽无遮挡行房视频| 免费一区啪啪视频| 老司机在线免费视频亚洲| 狠狠躁18三区二区一区| 推油少妇久久99久久99久久| 色中文字幕视频在线观看| 色婷婷av一区二区三区久久| 精品国产aⅴ无码一区二区 | 亚洲av福利天堂在线观看| 亚洲av色图一区二区三区| 国产性生大片免费观看性|