导读:本文包含了动态轮廓线论文开题报告文献综述及选题提纲参考文献，主要关键词:GVF主动轮廓线模型,颈动脉,光流,边缘提取
动态轮廓线论文文献综述
李昕,陶进绪,吴学咏,徐明才[1]（2010）在《一种基于光流的GVF主动轮廓线模型在颈动脉超声动态图像序列边缘提取中的运用》一文中研究指出颈动脉超声图像边缘的提取对冠状动脉疾病的诊断和治疗有着重要的意义。本文提出了一种针对颈动脉超声动态图像序列的边缘跟踪方法。根据前一帧图像的边界轮廓,通过计算当前帧与前一帧之间的光流场来预测当前帧图像的初始轮廓,再使用GVF主动轮廓线方法进行分割。然后依次处理图像序列的每一帧图像。实验证明,这种方法相对与独立的分割每帧图像更有效率,并且由于使用了光流来进行预测,具有很好的动态跟踪能力。(本文来源于《电子技术》期刊2010年12期）
庞茂,吴瑞明[2]（2010）在《渐开线齿轮廓线生成动态仿真及其应用》一文中研究指出渐开线齿轮廓线难以精确绘制,尤其是存在齿根过渡曲线变化较大的问题。为此,提出一种基于VBA和AutoCAD ActiveX技术的动态模拟齿轮加工方法,通过动态绘制齿轮坯与齿条刀具间的相对位置,形象演示齿轮渐开线和齿根过渡线的形成过程。用动态模拟的方法得到的齿轮廓线精确度高,可直接用于齿轮叁维的精确造型。(本文来源于《浙江科技学院学报》期刊2010年01期）
杨晓霜[3]（2009）在《乳腺肿瘤超声图像分割中动态轮廓线算法研究及应用》一文中研究指出乳腺肿瘤超声图像的自动分割,是全自动乳腺肿瘤计算机辅助诊断中的关键步骤,具有重要的临床意义。但是超声图像的成像质量一般比较差,例如斑点噪声、低图像对比度和图像亮度不均匀等情况,使得乳腺肿瘤的自动分割成为一项艰难的工作。动态轮廓线算法是一种新颖的求解曲线演化的图像分割方法,具有许多经典图像分割算法所无法比拟的优点,已一定程度应用于医学图像的处理。本文采用基于水平集的动态轮廓线算法研究乳腺肿瘤超声图像的自动分割。目前的动态轮廓线算法若直接应用于乳腺肿瘤超声图像的分割,都会存在一定的缺陷,例如,对噪声和初始曲线位置敏感,存在误分割情况等等。论文针对医学超声图像的特征,提出了叁种有效的分割算法。论文针对超声亮度不均匀情况,先提出了一种基于局部能量的动态轮廓线算法,该算法充分利用了图像的局部信息,较好地处理了亮度不均匀乳腺肿瘤超声图像的分割任务,但是算法的计算量仍比较大;论文进一步对其改进而提出第二种算法,改进算法在一定程度上降低了分割的计算量;论文还采纳多分辨率理论中由粗糙到精细的图像分析策略,提出了一种基于多分辨率的动态轮廓线模型,该模型一方面同时利用图像的区域信息和边缘梯度信息进行图像分割,具有高精度的特点,另一方面,采用低分辨率层上获得的边缘形状作为图像形状的先验知识,利于指导曲线的演化方向。由于低分辨率层图像尺寸相应较小,该模型也在一定程度上降低了计算量。论文以所分割的乳腺肿瘤超声图像边缘为基础,建立了一套乳腺肿瘤良恶性分类的计算机辅助诊断系统。该系统采用5个形态特征和3个纹理特征参数作为分类器的输入,对肿瘤的良恶性进行自动判别。在分类器设计部分,论文提出了一种基于伪逆矩阵的选择性集成学习算法来训练神经网络分类器,使分类器具有较高的泛化能力,且易于实现,计算效率高。采用本文建立的系统,对临床采集的132例乳腺肿瘤超声图像(良性68例、恶性64例)进行测试,肿瘤良恶性分类的准确率为88.91%。(本文来源于《复旦大学》期刊2009-03-31）
姚斌[4]（2008）在《动态轮廓线模型在图像分割中的应用与研究》一文中研究指出在图像理解和主动视觉中,图像分割是最基本的问题之一。而动态轮廓线模型作为一种由高层知识指导的图像分割算法,是近年来图像理解领域的一个研究热点。本文首先介绍了图像分割的常用方法和分类,然后详细分析了参数化的动态轮廓线模型和基于几何特性的动态轮廓线模型两大类动态轮廓线模型及其各自的优缺点,最后针对其中的GVF Snake模型及其改进模型GGVF Snake模型无法提取某些深度凹陷物体和瓶型物体完整轮廓的缺陷,提出了一种新的分段轮廓检测算法。新算法根据深度凹陷物体和瓶型物体GVF(包括GGVF)力场中存在的外部临界点和滞止点区域,分段检测物体的整个轮廓。即首先设定一初始轮廓线获取深度凹陷物体和瓶型物体非凹陷部分的轮廓,然后根据滞止点区域形成的伪轮廓自动设定包含物体外部临界点的初始轮廓线以获得物体凹陷部分的轮廓,最后把两部分轮廓融合到一起即可获得深度凹陷物体和瓶型物体的完整轮廓。(本文来源于《西安电子科技大学》期刊2008-01-01）
赵鹏,浦昭邦,张田文[5]（2007）在《基于图像融合的多分辨率动态轮廓线检测跟踪》一文中研究指出提出一种基于图像融合的动态轮廓线检测与跟踪方法.该方法首先使用一种基于对比度塔形分解的图像融合技术.其次,对于融合图像的各分解层,使用一种新颖的多分辨率动态轮廓线.这种方法有3个优点,首先,它不但继承了单分辨率动态轮廓线的优点,而且降低了对初始轮廓线的要求.此外,推导了不同分辨率情况下动态轮廓线与其允许的目标运动速度的关系公式,并用这些公式定量计算出单分辨率和多分辨率情况下动态轮廓线允许目标运动的最大速度,证明本方法可以跟踪运动速度较快的目标.最后,它充分利用了融合图像具有的更准确的图像信息,提高了动态轮廓线检测与跟踪的准确性.(本文来源于《哈尔滨工业大学学报》期刊2007年11期）
秦安,冯前进,陈武凡[6]（2007）在《知识引导几何动态轮廓线算法与MR心脏序列图像鲁棒分割》一文中研究指出从MR心脏叁维动态序列图像中快速精确分割左心室内边界是心功能计算机辅助诊断的重要步骤。由于心室边界的模糊性,传统的基于灰度或曲线演化的方法很难保证分割结果的鲁棒和精确。在分割模型中整合解剖结构和医生经验的先验知识,对提高分割结果对噪声和模糊边界的鲁棒性,改善计算效率非常重要。本研究提出了一种广义模糊几何动态轮廓线分割算法(GF-GACM),并利用基于水平集的概率形状模型,整合医生手动分割训练集的先验知识。对多套临床数据集的实验结果显示,本研究算法的分割结果和专家手动分割结果比较在临床诊断允许误差范围内。(本文来源于《中国生物医学工程学报》期刊2007年02期）
谌炎辉,赵丛桂,伍丽峰[7]（2006）在《基于参数扰动的高速凸轮廓线动态设计》一文中研究指出应用最优控制理论,提出以多设计点法来设计既有良好动态特性且抗参数扰动力强的凸轮轮廓曲线,并以实例验证了该方法的可行性。(本文来源于《机械设计》期刊2006年10期）
赵鹏,浦昭邦,张田文[8]（2006）在《基于动态轮廓线的图像面积测量研究》一文中研究指出本文提出了一种新颖的图像目标面积测量方法,它适用于具有光滑且不规则形状边缘的目标面积的精确计算。该方法应用动态轮廓线模型,分为2个步骤。首先利用特征搜索和迭代算法使动态轮廓线由初始位置向目标轮廓边缘收敛。其次,对于收敛后的动态轮廓线,使用基于B样条曲线的封闭曲线面积计算公式,准确计算出目标面积。实验表明,该方法的平均计算误差为±0.5%。与传统面积测量方法相比,这种方法具有很强的鲁棒性,它特别适用于目标背景存在各种噪声和目标内部具有复杂边缘的面积计算情况。(本文来源于《仪器仪表学报》期刊2006年09期）
赵鹏,王阿川,浦昭邦[9]（2006）在《基于多分辨率动态轮廓线的面积测量与跟踪方法》一文中研究指出提出了一种基于多分辨率动态轮廓线的物体表面积测量方法。该方法使用光电式图像瞄准系统采集被测物体的目标图像并构造该图像的高斯金字塔,并采用了多分辨率动态轮廓线且使其由初始位置向目标轮廓边缘收敛;根据基于B样条封闭曲线面积与形心公式,准确计算出图像的目标面积与形心;再利用形心自标定技术、图像目标形心以及双频激光器测量出像素的尺寸当量,从而准确测量出真实物体的表面积。实验表明,在动态轮廓线控制点数目为20时,其单次测量误差达到了±0.2%。与单分辨率动态轮廓线面积测量方法相比,该方法具有鲁棒性强,平均值误差、单次测量误差及重复性误差小等优点。将该方法应用于基于红外与可见光图像融合的运动目标跟踪过程的实验表明,它不仅具有很好的跟踪准确性,而且能够跟踪快速运动的目标。(本文来源于《中国激光》期刊2006年04期）
赵鹏,浦昭邦,张田文[10]（2005）在《基于动态轮廓线的面积测量新方法》一文中研究指出提出了一种适用于具有光滑且不规则形状边缘的物体表面积计算的测量方法。使用一种新颖的形心自标定技术,利用图像目标形心和双频激光器测量出像素的尺寸当量,从而准确测量出真实物体的表面积。实验表明该方法的平均计算误差达到了±0.5%。和传统的面积测量方法相比,这种方法具有很强的鲁棒性,特别适用于目标图像背景中存在各种噪声和目标内部具有复杂边缘的面积计算。(本文来源于《中国激光》期刊2005年11期）
动态轮廓线论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
渐开线齿轮廓线难以精确绘制,尤其是存在齿根过渡曲线变化较大的问题。为此,提出一种基于VBA和AutoCAD ActiveX技术的动态模拟齿轮加工方法,通过动态绘制齿轮坯与齿条刀具间的相对位置,形象演示齿轮渐开线和齿根过渡线的形成过程。用动态模拟的方法得到的齿轮廓线精确度高,可直接用于齿轮叁维的精确造型。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
动态轮廓线论文参考文献
[1].李昕,陶进绪,吴学咏,徐明才.一种基于光流的GVF主动轮廓线模型在颈动脉超声动态图像序列边缘提取中的运用[J].电子技术.2010
[2].庞茂,吴瑞明.渐开线齿轮廓线生成动态仿真及其应用[J].浙江科技学院学报.2010
[3].杨晓霜.乳腺肿瘤超声图像分割中动态轮廓线算法研究及应用[D].复旦大学.2009
[4].姚斌.动态轮廓线模型在图像分割中的应用与研究[D].西安电子科技大学.2008
[5].赵鹏,浦昭邦,张田文.基于图像融合的多分辨率动态轮廓线检测跟踪[J].哈尔滨工业大学学报.2007
[6].秦安,冯前进,陈武凡.知识引导几何动态轮廓线算法与MR心脏序列图像鲁棒分割[J].中国生物医学工程学报.2007
[7].谌炎辉,赵丛桂,伍丽峰.基于参数扰动的高速凸轮廓线动态设计[J].机械设计.2006
[8].赵鹏,浦昭邦,张田文.基于动态轮廓线的图像面积测量研究[J].仪器仪表学报.2006
[9].赵鹏,王阿川,浦昭邦.基于多分辨率动态轮廓线的面积测量与跟踪方法[J].中国激光.2006
[10].赵鹏,浦昭邦,张田文.基于动态轮廓线的面积测量新方法[J].中国激光.2005
标签：GVF主动轮廓线模型; 颈动脉; 光流; 边缘提取;