本项目以深入分析经典的图像分割算法-分水岭算法和现代活动轮廓模型的精髓为基础,把图像看作地形曲面,以灰度级对应地形中的海拔高度,模拟降雪过程,实现在地面模型中地面形状和地面特征引导下的地表曲面进化,拓展现有图像分割理论和方法。主要研究:1.探索基于支持向量机框架的图像处理,建立图像的数字地面模型,进行地面特征分析;2.根据地面形状和地面特征,以自然降雪为研究实例,找出影响积雪速度的不同因素之间的关系,建立降雪模型,模拟降雪过程,实现地表曲面进化;3.通过地表曲面进化,探索符合人们视觉特性的地表轮廓提取技术,进而实现图像分割;4.以遥感影像分割为例,验证这一新技术。其成果旨在从数字地形曲面进化的角度隐含地求解地表轮廓曲线的进化,探索图像区域特征引导下的图像轮廓曲线进化新途径,在符合人们视觉特性的图像分割技术上有所突破。因此本项目研究既有重要的科学意义,又有充分的理论和应用价值。
{{i.achievement_title}}
数据更新时间:2023-05-31
针对弱边缘信息的左心室图像分割算法
一种基于多层设计空间缩减策略的近似高维优化方法
基于改进LinkNet的寒旱区遥感图像河流识别方法
二维FM系统的同时故障检测与控制
信息熵-保真度联合度量函数的单幅图像去雾方法
基于视觉感知的图像分割评价方法研究
基于概率图模型的图像分割方法研究
基于部件结构的图像协同分割方法研究
基于Nonlocal的MRI脑肿瘤图像分割方法的研究