《基於主動輪廓模型的圖像分割與目標跟蹤研究》是依託北京理工大學，由劉利雄擔任項目負責人的面上項目。
基本介紹
- 中文名：基於主動輪廓模型的圖像分割與目標跟蹤研究
- 依託單位：北京理工大學
- 項目負責人：劉利雄
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
本項目圍繞主動輪廓模型的理論和套用展開，提出基於核方法和幾何主動輪廓相結合的快速目標跟蹤算法,並在水平集框架之下尋找輪廓之間的對應點；提出結合局部直方圖和幾何主動輪廓模型的紋理分割算法；針對圖像灰度不均的問題，提出新的基於區域的分割算法，系統研究新模型穩定高效的數值求解方法；提出基於區域的多目標圖像分割與跟蹤方法;分析幾種新算法的綜合性能，並在此基礎上形成方便實用的圖像分析軟體包. 本項研究對於豐富變分偏微分方程的內容,促進其理論的發展與完善，擴展其套用,推動圖像分析和理解的發展具有重要的科學意義。
結題摘要
本項目在對主動輪廓模型的研究現狀進行充分分析的基礎上，圍繞主動輪廓模型的理論與套用展開，提出了一系列圖像分割與跟蹤模型。針對目標跟蹤問題，我們提出了一種利用CNN的深度特徵進行檢測、結合檢測結果與原始幀信息進行水平集疊代，最終獲得目標輪廓的跟蹤模型，該模型改善了傳統算法的檢測性能和跟蹤效果。針對紋理圖像分割的問題，在充分分析和研究LGDF模型的基礎上，我們提出了一種結合LSS能量項的改進模型，該模型藉助LSS描述符提取圖像的幾何結構，不易受到灰度變化的影響，因此適合於紋理圖像的分析與理解。針對圖像灰度不均勻的問題，我們採用多種方式來改進和最佳化現有的分割模型，如局部擬合、非線性擬合、邊緣檢測處理等，顯著提升了模型的分割效果。在提出的用於解決灰度不均勻圖像分割的模型的基礎上，我們將部分模型推廣到多階，用來解決對含有多個不同目標圖像無法得到準確分割結果的問題。此外，我們還建立了MRI醫學圖像質量測試庫，並提出了一種基於對比度掩模的醫學圖像質量評價方法來驗證資料庫的有效性。 與現有的圖像分割與目標跟蹤模型相比，本項目提出的新模型能夠提供更好的分割和跟蹤性能，且具有較低的計算複雜度。本項目在國際重要期刊發表SCI檢索的論文2篇，在國內中文核心期刊發表論文1篇，在國際重要學術會議發表學術論文5篇；申請國家發明專利2項。培養碩士研究生7人。
