周小舟
- 作品数：5 被引量：24H指数：3
- 供职机构：天津大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金天津市科技攻关项目更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 基于形变模型的医学图像分割方法研究
- 图像分割是数字图像处理理论体系的主要研究方向之一，在计算机视觉和图像识别的各种应用系统中占有相当重要的地位，也是研制和开发计算机视觉系统、字符识别和目标自动获取等图像识别和理解系统首先要解决的问题。本文对影响医学图像分割...
- 周小舟
- 关键词：医学图像数字图像图像分割图像识别
- 文献传递
- 结合支持向量机与C均值聚类的图像分割被引量：10
- 2006年
- 针对支持向量机进行图像分割时需要用户设定训练样本问题,提出一种根据图像特征使用C均值聚类算法自动获取支持向量机训练样本的方法。首先将图像分成几个区域,对每个区域利用小波分解去掉含有图像边缘的区域,然后对剩余的平滑区域计算能量均值作为特征值,使用C均值聚类算法对平滑区域分类,将特征值与类别标记作为支持向量机的训练样本,最后用训练后的分类器对图像进行分割。实验结果表明提出的方法取得了很好的分割结果,同时用一幅有代表性的图像进行支持向量机训练,所产生的分类器可以应用于所有该类图像,因此可以很容易应用到体数据的分割中。
- 柯永振张加万孙济洲张怡周小舟
- 关键词：图像分割支持向量机C均值聚类
- 基于Chan-Vese水平集的梯度加速分割模型被引量：5
- 2007年
- 为了提高图像分割的速度和精度,提出了一种新的基于Chan-Vese水平集模型(C-V模型)的梯度加速分割模型。首先,在C-V模型的能量函数中加入一个内部能量项,抵消演化过程中水平集函数和符号距离函数的偏差,从而消除分割中周期性重新初始化的过程;其次,提出了梯度加速项,通过感兴趣区域的图像特征,快速得到该区域的边界,且能够提高弱边界的分割精度。实验证明,提出的方法不仅能够加速特定区域的分割、提高分割精度,还能保持分割过程的稳定性。
- 周小舟张加万孙济洲
- 关键词：图像分割水平集C-V模型符号距离函数重新初始化
- 基于互信息和Chan-Vese模型的图像分割方法被引量：7
- 2007年
- 针对多目标物体图像的分割问题,该文在Chan-Vese模型(C-V模型)的基础上,提出了基于互信息和Chan-Vese模型的图像分割方法。该方法结合多级分割的思想,引入了信息论中互信息的概念,替代多级分割中的灰度平均方差,将互信息量作为判断分割是否完成的标准。实验结果表明,该方法能够有效地解决多目标物体图像以及弱边界物体的分割问题。
- 周小舟张加万孙济洲
- 关键词：图像分割水平集互信息
- 基于Chan-Vese算法的自适应分等级分割方法被引量：2
- 2007年
- 针对多目标物体图像的分割问题,在Chan-Vese多相分割模型的基础上,结合分等级分割的概念,提出自适应分等级分割方法,在每一阶段分割之前能够先根据图像中的物体数量判断出所需要的Level Set函数的个数,再进行分割工作.实验结果表明,自适应分等级分割方法不仅消除了多相分割模型对初始化曲线位置敏感的不足,而且能够充分利用每一个Level Set函数,减少分割步骤,并且能提高弱边界的提取精度,是一种有效且稳定的方法,能够产生光滑、准确的分割结果.
- 孙济洲周小舟张加万柯永振
- 关键词：图像分割水平集CHAN-VESE模型自适应分割
