提出了一种基于深度学习和景深信息的人体检测方法。采用基于深度学习的方法进行目标检测,运用深度图的景深信息判定人体的位置,将两者结合准确定位人体。本文方法通过深度摄像头采集RGB图及对应深度图,采用darknet-yolo-v3对RGB图进行目标检测,将目标边界框预处理后传给RGB图对应深度图,深度图采用无边界主动轮廓模型对景深信息进行处理,达到将深度学习的高识别率与景深信息结合精准定位人体目标的目的。实验结果表明,本文方法能准确找到一个不受标识框影响的目标定位点,有效改善由人体的不同姿态、动作幅度大小导致标识框误差增大的问题,提升了检测人体的精度,为进一步研究行人的准确跟踪提供了保障。

为解决医学 CT图像主动轮廓分割方法中对初始轮廓敏感的问题, 提出一种基于超像素和卷积神经网络的人体器官 CT图像联合能量函数主动轮廓分割方法。该方法首先基于超像素分割对 CT图像进行超像素网格化, 并通过卷积神经网络进行超像素分类确定边缘超像素; 然后提取边缘超像素的种子点组成初始轮廓; 最后在提取的初始轮廓基础上, 通过求解本文提出的综合能量函数最小值实现人体器官分割。实验结果表明, 本文方法与先进的 U-Net方法相比平均 Dice系数提高 5%, 为临床 CT图像病变诊断提供理论基础和新的解决方案。

为提高遥感图像水域分割的准确度, 结合高分率遥感图像中水域与背景纹理复杂度差异较大的特点, 将图像熵引入到CV模型中, 提出两种图像熵主动轮廓模型用于高分辨率遥感图像的水域分割。其中, 针对水域纹理相对简单的遥感图像, 在CV模型中引入零水平集内的图像熵而构成局部图像熵主动轮廓模型, 可以有效降低背景中灰度值与水域近似的区域发生误分, 从而提高水域分割的准确度; 针对水域纹理相对复杂的遥感图像, 在CV模型中同时引入零水平集内外图像熵而构成全局图像熵主动轮廓模型, 改进了水平集函数进化过程中对灰度信息的依赖, 并能使零水平集进化到全局最优, 进一步提高了遥感图像中水域分割的准确度。针对高分辨率遥感图像中的湖泊、河流和海域分割对比实验结果表明：局部图像熵主动轮廓模型的分割精确率分别为90.1%、81.5%和93.6%, F值分别为0.94、0.885和0.96; 全局图像熵主动轮廓模型的分割精确率分别为94.5%、85.3%、94.9%, F值分别为0.956、0.895、0.967。本文提出的两种图像熵主动轮廓模型均能有效减小背景误分, 提高了遥感图像水域分割的准确度。

基于局部高斯拟合的主动轮廓模型利用图像的均值和方差信息来拟合图像信息。与只利用图像灰度均值信息建模的主动轮廓模型相比, 该模型能很好地分割复杂的医学图像。但该模型仅利用了图像的局部信息建模, 因此收敛速度比较慢; 并且在建立能量泛函时, 采用传统的Heaviside函数, 分割精度不高。针对这些缺陷, 在改进Heaviside函数的基础上, 引入全局高斯拟合项, 并且对局部高斯拟合项和全局高斯拟合项的权重系数均采用自适应的方法进行调整, 得到基于局部和全局高斯拟合的主动轮廓分割模型。改进模型不仅能有效分割均值相同但方差不同的图像, 还能有效分割质量较差的医学图像, 并通过实验检验了改进模型的性能。

提出了一种基于改进主动轮廓模型的海天线检测算法，检测全景海域图像中的椭圆海天线。通过全分辨率算法获取图像的视觉显著图，提取全景设备区在全景图像中的位置，以消除全景设备区干扰对海天线检测的不良影响。根据全景海天线为椭圆形这一特征，将构造的形状能量约束项加入主动轮廓模型中作为新的能量函数，使活动轮廓线的形状在收敛过程中受到限制，从而成功收敛到全景海天线上。实验结果表明，该算法对不同拍摄条件下的全景图像均适用，检测准确率达到96%，普适性和稳健性良好。

基于区域信息的主动轮廓模型应用在图像分割中,难以使初始轮廓线的鲁棒性和分割强度异质图像的能力实现有效统一。针对这一缺陷,根据 Fisher判别准则,在基于全局区域信息和局部区域信息的主动轮廓模型的基础上,对局部区域信息项进行了变换以及引入了判别准则,得到了一种改进的基于区域信息的主动轮廓模型。改进的模型不仅增强了初始位置的鲁棒性,而且可以有效处理强度异质图像,通过实验检验了该模型的性能。

为了提高大脑磁共振图像的分割精度, 提出了一种新的图像分割算法。首先, 分析了常用于大脑磁共振图像分割的高斯混合模型和主动轮廓模型的优缺点, 联合高斯混合模型的概率密度函数和主动轮廓模型的能量函数构造了一个新的能量函数。然后, 利用遗传算法和最大期望算法获取概率密度函数的参数值。最后, 利用水平集方法和梯度下降流法, 对获得的能量函数进行最小化, 从而得到最终的分割结果。与传统方法相比, 本文算法对脑组织中的白质和灰质的分割精度分别提高了6.73%和14.07%。该算法利用像素点的区域信息和概率值驱动主动轮廓曲线的演化, 能有效区分具有相近灰度值的不同区域, 从而提高了大脑磁共振图像的分割精度。

随着3D显示技术的发展, 在显示技术中需要对人脸进行精确检测以及对五官进行精确定位。提出了将亮瞳效应、运动帧间差分投影和多模板ASM匹配集于一体的人脸检测方法。首先利用亮瞳效应找出可能包含的人脸区域；然后利用差影法对可能包含的区域进行进一步筛选缩小范围；最后利用多模板ASM方法进行精确定位。此方法发挥各种检测算法的优势, 准确率较高, 对姿态、表情、背景等变化情况下人脸的检测具有较好的鲁棒性。

介绍了波门跟踪的原理以及波门自适应性的需求, 结合主动轮廓模型中的GVF Snake模型和自适应分析质心跟踪算法, 提出了基于Snake模型的波门自适应跟踪算法, 根据Snake模型的收敛轮廓来确定波门位置和大小, 由波门内背景像素点所占的比例来决定是否更新波门。通过实验仿真, 该算法能够自适应地改变波门的大小, 很好地跟踪目标。

基于主动轮廓模型(Snakes)理论研究了高分辨率遥感影像道路的提取。针对高分辨率遥感影像中 道路特征,通过改进现存方法得出更为适合道路提取的主动轮廓模型,并利用其完成道路提取工 作。通过对1 m分辨率的IKONOS影像进行实验,结果表明该方法能够较好地提取出城市高分辨 率影像中弯曲道路的完整对称边缘信息。