张鹤
,
吴谨
液晶与显示
doi:10.3788/YJYXS20122702.0250
针对对称差分法检测目标时容易产生空洞以及当目标运动速度较慢或尺寸较小时易出现漏检等现象,提出了一种基于运动信息和标记多尺度分水岭的运动目标检测算法.首先将用高频强调滤波等处理的视频图像进行差分,再运用高阶统计运动检测算法检测出差分图像中运动目标的大概运动区域,经后处理得到运动目标的初始二值掩膜；并应用初始二值掩膜得到用于标记的前景与背景标识,用该标识修正当前帧的多尺度形态学梯度图像；最后进行分水岭分割,得到具有精确边界的运动目标.实验结果表明该方法能对运动目标进行准确检测,继承了变化检测和分水岭算法速度快的特点,克服了分水岭算法易产生过分割的缺点,且具有良好的鲁棒性.
关键词:
高频强调滤波
,
高阶统计运动检测
,
多尺度形态学梯度
,
标记分水岭
李晓龙
,
帅仁俊
液晶与显示
doi:10.3788/YJYXS20153001.0157
由于脑部结构复杂,存在精密纹理并且由于成像技术的限制,传统分水岭算法分割脑肿瘤很容易产生过分割问题.本文提出一种改进的分水岭算法解决此过分割现象.在应用分水岭算法之前对图像进行一些预处理:首先,应用形态学开闭重建重构原图像,滤除噪声和复杂细小的纹理;其次,对重建后的图像做多尺度形态学梯度,并对修改了标识符的梯度图像进行分水岭算法分割.实验结果表明:结构元素半径大小取17～22,肿瘤能够完全地分割出来.与传统的分水岭分割算法相比,本文所采用的算法很好地抑制了过分割问题,可以很容易地分割出肿瘤.
关键词:
分水岭
,
过分割
,
形态学开闭重建
,
多尺度形态学梯度
,
标记符
