简介:针对现有的图像分割方法存在的精度低、稳定性较差的问题,提出了一种基于猫群优化算法的图像多阈值分割方法。本文将猫群优化算法(CatSwarmOptimization,CSO)引入到图像分割中,以最大类间方差作为猫群优化算法求解的适应度函数,利用猫群优化算法中猫的两种行为模式——搜寻模式和追踪模式来快速搜寻图像多阈值分割的最佳阈值。实验表明,与粒子群优化算法(ParticleSwarmOptimization,PSO)、头脑风暴算法(BrainStormOptimization,BSO)和人工蜂群算法(ArtificialBeeColony,ABC)相比,CSO在图像分割时的精确性、收敛速度及稳定性上有显著优势。在3阈值图像分割时,所提方法找到最优个体需要的平均迭代次数最少,且稳定性比ABC、BSO和PSO分别提高了5%、10%和80%。
简介:针对合成孔径雷达(SAR)图像感兴趣区域(ROI)的分割问题,提出了一种基于Mellin变换的正则化参数的自适应选取方法。首先将SAR图像乘性相干斑噪声转化为加性相干斑噪声,在此基础上应用正则化模型建立SAR图像特征增强目标函数。然后推导出正则化参数与相应范数项的关系式,应用共轭梯度法对模型进行求解,最终达到图形特征增强与相应ROI分割的目的。所提算法不仅有效抑制了背景杂波,降低了相干斑的影响,而且还克服了传统方法对参数经验值选取的弊端。基于真实SAR图像数据的实验结果验证了该方法的简便性和有效性。
简介:磁感应热疗计划系统(MHTPS)需要向计划医生提供更加直观的三维病灶属性,以辅助制定最优适形热疗计划。传统方法需手动勾画所有包含目标的片层,而后进行三维重建,分割耗时巨大,无法满足临床实用性和高效性要求。本研究针对手动分割效率较低的问题,探究了新的热疗计划系统中组织器官分割方法,引入并优化基于多方向片层的薄板样条最小能量半自动分割方法。实验结果表明该分割方法能够较好地描述人体组织器官和肿瘤的二维轮廓和三维模型,解决磁感应热疗计划系统中三维治疗靶区的适形确定问题,显著改善了传统手动分割方法的效率,可集成至计划系统使用,减轻医生和物理师负担。