为减少肺组织分割算法的运算时间，提出了一种基于粒子群优化的Otsu肺组织改进自动分割算法。针对传统粒子群优化的二维Otsu算法中二维直方图计算量大、粒子搜索容易陷入局部最优解的缺陷，使用灰度级-梯度二维直方图减少二维直方图的计算量，并减小粒子搜索范围，采用基于粒子空间对称分布的改进粒子群获取最佳阈值。算法实现过程中利用孔洞填充算法去除背景，基于形态学操作去除噪声、修补病变区域产生的孔洞。仿真实验结果显示，本文算法对图像尺寸为512像素×512像素CT图像的阈值分割时间约为0.2 s，比基于灰度级-邻域均值二维直方图的粒子群优化的Otsu算法的阈值分割速度提高了约16%。较好地实现了胸腔CT图像的肺组织自动分割，与传统算法相比较，本算法在保证分割精度的基础上分割速度明显提升。
二维Otsu 改进粒子群 孔洞填充 形态学操作 肺组织自动分割 two-dimensional Otsu improved PSO region filling morphological operations automatic lung segmentation
中国科学院 西安光学精密机械研究所,陕西 西安 710119
采用CCD显微成像系统对光学系统弥散斑参数进行定量测量,并设计了弥散斑参数的评价算法。首先,给出了弥散斑参数的定义,分析了弥散斑所形成的能量等高线构成的闭合的连通区域,对占总能量80%的区域计算其弥散斑直径。然后,对该区域的边界点进行椭圆拟合,得到弥散斑圆度。提出的方法通过对光学系统在像平面所成的星点像的能量分布的分析,在弥散斑圆度测试中引入了椭圆拟合,减少了CCD噪声和测试环境中的杂光等随机因素对测试结果的影响,提高了测试结果的置信度。实验结果显示: 弥散斑直径测试重复性为0.18 μm,弥散斑圆度测试重复性为1.65%。提出的方法实现了弥散斑参数的定量测试,满足航天项目中光学系统成像质量控制要求。
光学系统 弥散斑参数、CCD显微测量系统、能量等高线、区域填充 optical system defocused spot parameter CCD microscopic system energy contour region filling ellipse fitting
采用凝视焦平面阵列(FPA)的红外成像制导技术以其优越的性能在空空导弹中得到了广泛的应用.由于空中飞机目标表面各部位的温度不同,使得红外成像探测装置获得的目标图像的不同部位存在着较大的灰度差异,这?贩指畛瞿勘甏戳撕艽蟮睦?针对飞机目标红外图像的特点和成像制导技术中图像分割的目的,文中提出了一种有利于目标特征点识别的图像分割算法,它首先对目标红外图像进行阈值分割,然后选取合适的结构元素并利用数学形态学的并行性特点对目标内部的空洞区域进行填充,最后得到比较精确的分割图像,这种分割结果对基于灰度连续性的目标特征点识别算法非常有利.
成像制导 红外图像分割 数学形态学 区域填充 Imaging guidance IR image segmentation Mathematical morphology Region filling
