公开(公告)号：CN106780496A

公开(公告)日：2017-05-31

申请号：CN201611023726.2

申请日：2016-11-17

Applicant: 中国人民解放军信息工程大学

Inventor： 曾磊 ,  陈健 ,  李中国 ,  徐一夫 ,  王提 ,  乔凯 ,  海金金

IPC: G06T7/10

CPC classification number: G06T2207/10004 ,  G06T2207/20024

Abstract: 本发明公开了一种融合改进局部灰度不均匀模型和局部方差的水平集图像分割方法，克服了现有技术中，灰度不均匀图像分割效果仍需改进的问题。该发明含有如下步骤：1、针对灰度不均匀图像特性，建立灰度不均匀的数学模型；2、通过高斯分布函数刻画图像灰度分布；3、通过低通滤波对原始图像进行处理；4、根据3建立图像局部数据项，同时建立规则化项，并结合2建立的局部统计项构造总体水平集能量函数；5、根据欧拉‑拉格朗日定理将能量函数转化为偏微分方程，通过梯度下降实现能量函数最小化。该技术中改进的灰度不均匀模型考虑了原始图像与估计图像之间的差异，分析了传统图像灰度不均匀模型存在的问题及引入此种差异后对分割结果的改进。

公开(公告)号：CN106446890B

公开(公告)日：2019-09-06

申请号：CN201610625310.1

申请日：2016-10-28

Applicant: 中国人民解放军信息工程大学

Inventor： 陈健 ,  曾磊 ,  周利莉 ,  贾涛 ,  乔凯 ,  徐一夫 ,  海金金

IPC: G06K9/32 ,  G06K9/62

Abstract: 本发明属于图像中的目标检测技术领域，具体的涉及一种基于窗口打分和超像素分割的候选区域提取方法，包括窗口打分算法和超像素分割算法，该候选区域提取方法包含以下步骤：1采用超像素算法对图像进行分割获得初始区域集合；2依据真值区域和初始区域设定正负样本，提取特征训练SVM；3对图像根据1提取初始区域，提取初始区域特征，采用2中训练得到的SVM进行分类，得到最终的候选区域。GS算法对于目标边缘良好的捕捉能力，在结合进BING算法的32种尺度图像中以后，能够尽可能的帮助捕捉任意尺度大小的目标。另外，将BING算法和GS算法进行结合实现了自顶向下的学习分类算法和自底向上的分割算法的结合，这样学习到的结果更利于对目标与背景进行区分。

公开(公告)号：CN106446890A

公开(公告)日：2017-02-22

申请号：CN201610625310.1

申请日：2016-10-28

Applicant: 中国人民解放军信息工程大学

Inventor： 陈健 ,  曾磊 ,  周利莉 ,  贾涛 ,  乔凯 ,  徐一夫 ,  海金金

IPC: G06K9/32 ,  G06K9/62

Abstract: 本发明属于图像中的目标检测技术领域，具体的涉及一种基于窗口打分和超像素分割的候选区域提取方法，包括窗口打分算法和超像素分割算法，该候选区域提取方法包含以下步骤：1采用超像素算法对图像进行分割获得初始区域集合；2依据真值区域和初始区域设定正负样本，提取特征训练SVM；3对图像根据1提取初始区域，提取初始区域特征，采用2中训练得到的SVM进行分类，得到最终的候选区域。GS算法对于目标边缘良好的捕捉能力，在结合进BING算法的32种尺度图像中以后，能够尽可能的帮助捕捉任意尺度大小的目标。另外，将BING算法和GS算法进行结合实现了自顶向下的学习分类算法和自底向上的分割算法的结合，这样学习到的结果更利于对目标与背景进行区分。