江苏省博士后科研资助计划项目(AD41158)
- 作品数：11 被引量：129H指数：7
- 相关作者：夏德深陈强孙权森张洁玉白小晶更多>>
- 相关机构：南京理工大学南京信息工程大学香港中文大学更多>>
- 发文基金：江苏省博士后科研资助计划项目国家自然科学基金江苏省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种新的局部仿射不变特征描述符被引量：3
- 2009年
- 提出了一种新的局部仿射不变特征描述符:首先,基于多尺度自卷积(MSA,multiscale autoconvolution)变换构造了一组新的特征量———多尺度自卷积熵(MSAE,multiscale autoconvolution entropy),证明了该熵具有仿射不变性;再利用广义典型相关分析(GCCA,generalized canonical correlation analysis)将MSA和MSAE两种特征进行融合,生成具有更多图像信息的独特性更高的组合特征,将其作为新的局部仿射不变特征描述符;最后利用该融合描述符对图像中的最稳定极值区域(MSER,maximallystable extremal region)进行描述,并对MSER进行了2组分类识别实验,证明了新描述符具有更高识别率。
- 张洁玉陈强白小晶孙权森夏德深
- 关键词：图像识别
- 基于梯度域融合的图像视觉效果改善被引量：14
- 2011年
- 针对同一场景不同图像之间可存在互补优缺点的特点,提出了采用梯度域融合的方法改善图像视觉效果的增强方法。首先将待融合各图像的结构张量按一定比例进行融合,在权重的设计中考虑了各通道图像的局部对比度。之后求出目标梯度场,其结构张量在Frobenius范数意义下逼近前述融合后得到的结构张量。最后采用最小二乘拟合从目标梯度场重建出增强后的图像。方法可应用于同一图像不同增强方法结果之间、相同场景采用不同对焦距离或不同曝光时间所拍摄照片之间等的融合。实验结果表明,融合后的图像能保持各输入通道图像中显著的有意义细节和结构信息,有效改善增强图像的视觉效果。
- 许欣陈强孙怀江夏德深
- 关键词：图像增强梯度域图像融合结构张量
- 克服灰度不均匀性的脑MR图像分割模型被引量：17
- 2009年
- 为了克服脑核磁共振图像中存在的灰度不均匀现象,提出一种有效的脑核磁共振图像分割模型.该模型利用多相位水平集方式来拟合图像的局部灰度,实现多种脑组织的同时分割,并提供光滑且准确的目标边界或曲面.在二维、三维的图像上的比较实验结果表明,该模型是有效的.
- 王利陈允杰韦志辉夏德深王平安
- 关键词：磁共振图像灰度不均匀活动轮廓模型EM算法水平集
- 脑MR图像互信息最大的凸优化分割模型被引量：5
- 2012年
- 脑MR图像中普遍存在灰度不均匀性,传统的分割方法无法得到理想的脑组织分割结果.为此提出一种基于互信息最大化准则的变分水平集凸优化分割模型.首先建立最大化图像灰度与标记之间互信息能量的分割模型,并融入偏移场信息;对模型进行水平集表示和凸优化后,再引入边缘指示函数加权的总变差范数;最后采用SplitBregman方法快速求解.实验结果表明,该模型可以得到较准确的脑组织分割和偏移场矫正结果,对噪声和灰度不均匀性有很好的鲁棒性.
- 潘晓花孙文杰韦志辉王平安孙权森夏德深
- 关键词：图像分割互信息变分水平集凸优化
- 仿射不变的多尺度自卷积熵提取方法被引量：7
- 2009年
- 为从在不同视角获取的同一场景图像中提取更加独特的不变特征,提出一种图像仿射不变特征的提取方法.首先基于多尺度自卷积变换(MSA)构造了一组新的变换量——多尺度自卷积熵(MSAE);并证明了该熵具有仿射不变性;最后利用最小距离分类器分别对视点变换图像,以及加噪声、加部分遮挡视点变换图像进行分类识别实验.实验结果表明,MSAE特征能够获得更高的正确识别率.
- 张洁玉陈强白小晶孙权森夏德深
- 关键词：多尺度自卷积图像识别
- 片相似性各项异性扩散图像去噪被引量：25
- 2010年
- 提出了一种基于片相似性的各项异性扩散图像去噪方法.传统的各项异性图像去噪方法都是基于单个像素点的灰度相似性(或梯度信息),不能很好地保持弱梯度边缘和纹理等细节信息.基于片相似性的非局部图像去噪方法由于利用了邻域像素的灰度相似性,而能够很好地保持纹理等细节信息.将片相似性思想引入到各项异性扩散中,利用片相似性构造扩散函数,同时将片相似性各项异性扩散模型扩展到彩色图像的去噪.实验结果表明,提出的改进方法能很好地保持纹理等细节信息,不存在各项异性扩散普遍存在的明显的阶梯效应,同时比非局部图像去噪方法速度快.医学图像去噪实例也表明所提出方法具有很好的应用前景.
- 陈强郑钰辉孙权森夏德深
- 关键词：图像去噪医学图像去噪
- 基于空间分布描述符的SIFT误匹配校正方法被引量：18
- 2009年
- 针对SIFT(scale invariant feature transform)特征描述符因仅利用特征点的局部邻域信息而对散落在图像内相似结构中的点极易发生误匹配的现象,提出了一种基于空间分布描述符的SIFT误匹配校正方法。该方法首先利用SIFT算法进行匹配;然后对于匹配结果中的特征点,再利用图像轮廓像素点对该点的空间分布信息进行重新描述,以形成一种独特性更高的空间分布描述符;最后运用此种描述符,对匹配结果中存在的"一对多"和"一对一"的错误匹配形式,分别采取两种不同的匹配策略进行校正。以真实图像进行的实验结果表明,该方法与RANSAC(随机抽样一致性)算法相比,其在不损失正确匹配的前提下,能够真正提高正确匹配率。
- 张洁玉白小晶徐丽燕陈强夏德深
- 结合形状统计的水平集图像分割被引量：1
- 2009年
- 给出了一种结合先验形状统计信息的Mumford-Shah模型的水平集实现方法。结合形状统计的水平集图像分割主要包括先验形状模型的构造和形状能量项的构造,针对这两个主要方面做了如下两点工作:(1)提出了一种简单可行的先验形状模型构造方法;(2)重新构造了形状能量项,它综合考虑了全局和局部形状信息,且不含形状姿态参量,使曲面演化稳定可靠。带标记线左心室核磁共振(MR)长轴图像的实验结果和合成图像的分割结果证明了该方法的有效性。
- 陈强
- 关键词：形状统计水平集图像分割
- 各向异性权重的模糊C均值聚类图像分割被引量：27
- 2009年
- 传统的模糊C均值聚类算法(FCM)在图像分割中未考虑各个点的灰度特征及其邻域像素的关联程度,导致其对于噪声十分敏感.而各种改进算法虽然较好地克服了图像噪声的影响,但由于使用均值滤波等方法导致分割图像边缘模糊.为此,提出一种基于各向异性权重的FCM图像分割方法,通过引入新的邻域窗口权重的计算方法,使得中心点邻域内各点具有各向异性的权重;并使用基于灰度级的快速算法,提出了各向异性权重的模糊C均值聚类算法.实验结果表明,文中方法具有较强的抗噪性,对于噪声具有良好的稳定性,分割精度较高.
- 纪则轩陈强孙权森夏德深
- 关键词：图像分割模糊C均值聚类抗噪性
- 基于广义典型相关分析的仿射不变特征提取方法被引量：7
- 2009年
- 该文结合广义典型相关分析(GCCA)理论,提出了一种新的图像仿射不变特征提取方法。首先,基于多尺度自卷积变换(MSA)构造了一组新的变换量—多尺度自卷积熵(MSAE)。然后证明了该熵具有仿射不变性;再利用GCCA将MSA和MSAE变换值作为两种特征进行融合,得到具有更丰富图像信息的组合特征。最后利用MSA,MSAE和组合特征,结合最近距离分类器分别对视点变换图像以及加噪声、加部分遮挡视点变换图像进行分类识别实验。结果表明,组合特征得到了最高的正确识别率,MSAE次之,MSA最低。
- 张洁玉陈强白小晶孙权森夏德深
- 关键词：图像识别多尺度自卷积仿射不变性
