×
Leisi M.C.Leon。;西塞尔斯基，Krzysztof C。;保罗·A·V·米兰达。

分层图中的高效分层多对象分割。 （英语） Zbl 1475.68425号

数学。形态。，理论应用。 5, 21-42 (2021).
摘要：我们提出了一种基于种子的基于图的图像多目标分割新方法，称为分层面向图像预测变换（HLOIFT）。它使用图像对象之间的关系树，树中的每个节点代表一个对象。每个树节点可以包含其相应对象的不同单个高级优先级，并定义一个加权有向图，称为层。然后，考虑到包含和排除的层次关系，将层图集成为层次图。在分层加权有向图中进行单能量优化，得到满足所有高阶先验的全局最优结果。HLOIFT在医学、自然和合成图像上的实验评估表明，与包含结构信息但计算复杂度较低的相关基线方法相比，具有良好的结果。与min-cut/max-flow算法的分层分割相比，我们的方法限制较少，在更一般的场景中可以获得全局最优的结果，并且具有更好的运行时间。

引用于2文件

MSC公司：

68单位10 图像处理的计算方法
68兰特 计算机科学中的图论（包括图形绘制）
92 C55 生物医学成像和信号处理

关键词：

多对象分割;基于图的分层图像分割;医学图像分割

软件：

抓斗切割;最大流量
PDF格式BibTeX公司 XML格式引用
\textit{L.M.C.Leon}等人，数学。形态。，理论应用。5、21——42（2021年；Zbl 1475.68425）
全文： 内政部

参考文献：

[1] Hans Harley Ccacyhuillca Bejar和Paulo AV Miranda。面向相对模糊连通性：理论、算法及其在混合图像分割方法中的应用。EURASIP图像和视频处理杂志，2015年（1）：2015年21月。
[2] 尤里·博伊科夫和加雷斯·丰卡·利亚。图形切割和有效的ND图像分割。国际计算机视觉杂志，70（2）：109-1312006。
[3] 尤里·博伊科夫和弗拉基米尔·科尔莫戈洛夫。视觉能量最小化的最小/最大流算法的实验比较。IEEE模式分析和机器智能事务，26（9）：1124-11372004·Zbl 1005.68964号
[4] H.H.Ccacyhuillca Bejar和P.A.V.Miranda。面向相对模糊连通性：理论、算法和在图像分割中的应用。2014年第27届SIBGRAPI图形、图案和图像会议，第304-311页，2014年。
[5] K.C.Ciesielski、J.K.Udupa、A.X.Falcáo和P.A.V.Miranda。一个统一的图形图像分割框架：它包含的算法和它们之间的等价性。程序中。SPIE医学成像：图像处理，第8314卷，2012年。
[6] K.C.Ciesielski、J.K.Udupa、P.K.Saha和Y.Zhugge。具有多个种子的多个对象的迭代相对模糊连通性。计算机视觉与图像理解，107（3）：160-1822007。
[7] Krzysztof Chris Ciesielski、Alexandre Xavier Falcáo和Paulo A.V.Miranda。dijkstra算法返回最优映射的路径值函数。数学成像与视觉杂志，2018年2月·Zbl 1397.05187号
[8] Krzysztof Chris Ciesielski、Gabor T.Herman和T.Yung Kong。模糊连通分割的一般理论。数学成像与视觉杂志，55（3）：304-3422016年7月·Zbl 1368.94009号
[9] Krzysztof Chris Ciesielski、Robin Strand、Filip Malmberg和Punam K.Saha。求最小障碍距离的有效算法。计算机视觉和图像理解，123:53-642014年·兹比尔1430.94036
[10] Krzysztof Chris Ciesielski和Jayaram K.Udupa。基于模糊连通性的图像分割中的仿射函数i：仿射的等价性。计算。视觉。图像理解。，114（1）：146-1542010年1月。
[11] Krzysztof Chris Ciesielski和Jayaram K.Udupa。用于比较不同图像分割方法的框架及其在研究水平集和模糊连通性框架之间的等效性中的应用。计算机视觉和图像理解，115（6）：721-7342011。
[12] Jean Cousty、Gilles Bertrand、Laurent Najman和Michel Couprie。流域切割：稀薄、最短路径森林和拓扑流域。模式分析和机器智能，IEEE Transactions on，32（5）：925-9392010。
[13] P.A.V.de Miranda、A.X.Falcáo和J.K.Udupa。基于图的交互式图像分割的协同弧宽估计。计算机视觉和图像理解，114（1）：85-992010。
[14] Caio de Moraes Braz、Paulo A.V.Miranda、Krzysztof Chris Ciesielski和Fábio A.M.Cappabianco。局部带约束的广义模糊连通图的最优割。数学成像与视觉杂志，62:659-6722020。doi:10.1007/s10851-020-00953-w·Zbl 1482.68261号
[15] 安德鲁·德隆和尤里·博伊科夫。多区域对象的全局最优分割。计算机视觉，2009 IEEE第12届国际会议，第285-292页。IEEE，2009年。
[16] 安德鲁·德隆（Andrew Delong）、莉娜·戈雷利克（Lena Gorelick）、奥尔加·韦克斯勒（Olga Veksler）和尤里·博伊科夫（Yuri Boykov）。以层级成本最小化能源。国际计算机视觉杂志，100（1）：38-582012·Zbl 1254.68276号
[17] C.L.Demario和P.A.V.Miranda。面向松弛的图像森林变换用于种子图像分割。IEEE国际图像处理会议（ICIP），第1520-1524页，2019年9月。
[18] 亚历山大·法尔考、豪尔赫·斯托尔菲和罗伯托·德·阿伦卡·洛图福。图像森林变换：理论、算法和应用。模式分析与机器智能，IEEE汇刊，26（1）：19-292004。
[19] 利奥·格雷迪。图像分割的随机行走。模式分析与机器智能，IEEE汇刊，28（11）：1768-17832006。
[20] V.Gulshan、C.Rother、A.Criminisi、A.Blake和A.Zisserman。用于交互式图像分割的测地线星形凸度。《计算机视觉和模式识别学报》，第3129-3136页，2010年。
[21] 何凯（K.He）、张旭（X.Zhang）、任志刚（S.Ren）和孙建中（J.Sun）。用于图像识别的深度残差学习。在IEEE计算机视觉和模式识别会议（CVPR），第770-778页，2016年6月。
[22] Hossam Isack、Olga Veksler、Milan Sonka和Yuri Boykov。用于多对象分割的Hedgehog形状先验。《IEEE计算机视觉和模式识别会议记录》，第2434-2442页，2016年。
[23] L.M.C.Leon和P.A.V.D.Miranda。基于分层面向图像森林变换的多目标分割。2017年10月，第30届SIBGRAPI图形、图案和图像会议（SIBGRAPID），第79-86页。
[24] L.M.Castañeda Leon和P.A.Vechiatto de Miranda。医学图像中高效的交互式多目标分割。Laura Leal-Taixé和Stefan Roth，《计算机视觉-ECCV 2018研讨会》编辑，第705-710页，Cham，2019年。施普林格国际出版公司。
[25] 李小强、陈劲松和范华福。基于双尺度图生长切割的交互式图像分割。在编辑张文军、杨小康、徐志祥、平安、刘启珍和卢跃，《数字电视和无线多媒体通信进展》，第90-95页，柏林，海德堡，2012年。施普林格柏林海德堡。
[26] F.Malmberg、I.Nyström、A.Mehnert、C.Engstrom和E.Bengtsson。用于交互式体图像分割的松弛图像森林变换。程序中。SPIE，第7623卷，第7623-7623-11页，2010年。
[27] 菲利普·马尔伯格（Filip Malmberg）和克里斯·西塞尔斯基（Krzysztof Chris Ciesielski）。优化基于最大范数的目标函数的两种多项式时间图标记算法。数学成像与视觉杂志，62:737-750，2020年6月·Zbl 1482.68180号
[28] K.-K.Maninis、S.Caelles、J.Pont-Tuset和L.Van Gool。深度极限切割：从极限点到对象分割。2018年IEEE计算机视觉和模式识别会议，第616-625页。
[29] L.A.C.Mansilla、P.A.V.Miranda和F.A.M.Cappabianco。具有连通性约束的定向图像森林变换分割。2016年IEEE图像处理国际会议（ICIP），第2554-2558页，2016年9月。
[30] L.A.C.Mansilla、M.P.Jackowski和P.A.V.Miranda。具有测地线星凸性的图像森林变换用于交互式图像分割。IEEE国际图像处理会议（ICIP），第4054-4058页，澳大利亚墨尔本，2013年9月。
[31] L.A.C.Mansilla和P.A.V.Miranda。通过定向图像森林变换进行图像分割：处理领带和彩色图像。第18届数字信号处理（DSP）国际会议，第1-6页，希腊圣托里尼，2013年7月。电气与电子工程师协会。
[32] L.A.C.Mansilla和P.A.V.Miranda。基于测地线星凸性的定向图像森林变换的图像分割。《图像和模式的计算机分析》（CAIP），第8047卷，第572-579页，英国约克，2013年8月。
[33] P.A.V.Miranda、A.X.Falcao和J.K.Udupa。云库：一种多云模型及其在磁共振脑图像分割中的应用。2009年IEEE生物医学成像国际研讨会：从纳米到宏观，第506-509页，2009年6月。
[34] Paulo AV Miranda和Alexandre X Falcáo。基于最优路径森林的图像分割与图中最小割集之间的联系。数学成像与视觉杂志，35（2）：128-1422009·Zbl 1490.68285号
[35] Paulo AV Miranda和Lucy AC Mansilla。基于种子竞争的定向图像森林变换分割。图像处理，IEEE汇刊，23（1）：389-3982014·Zbl 1374.94261号
[36] P.A.V.Miranda、A.X.Falcáo和J.K.Udupa。云：协同图像分割模型。2008年5月，法国巴黎，第209-212页，IEEE国际生物医学成像研讨会（ISBI）会议记录。
[37] Seyedmehrdad Mohammadianrasanani。全身自动解剖识别系统在肾脏图像分析中的应用。瑞典弗莱明斯堡皇家理工学院技术与健康学院硕士论文，2013年。
[38] Ipek Oguz和Milan Sonka。LOGISMOS-B：针对大脑的多个对象和表面的分层优化图形图像分割。IEEE医学成像交易，33（6）：1220-12352014。
[39] B.Perret、J.Cousty、O.Tankyevych、H.Talbot和N.Passat。定向连接运算符：用于图像过滤和分割的非对称层次。IEEE模式分析和机器智能汇刊，37（6）：1162-11762015。
[40] Leticia Rittner、Jayaram K.Udupa和Drew A.Torigian。多模糊对象建模提高了自动解剖识别的灵敏度。2014年，美国加利福尼亚州圣地亚哥，第9034卷，《SPIE医学成像：图像处理学报》。
[41] 卡斯滕·罗瑟（Carsten Rother）、弗拉基米尔·科尔莫戈洛夫（Vladimir Kolmogorov）和安德鲁·布莱克（Andrew Blake）。“grabcut”：使用迭代图切割的交互式前景提取。ACM事务处理。图表。，23（3）：309-3142004年8月。
[42] Dheeraj Singaraju、Leo Grady和Rene Vidal。基于有向图二次能量最小化的交互式图像分割。《计算机视觉和模式识别》，2008年。CVPR 2008。IEEE会议，第1-8页。IEEE，2008年。
[43] 卢克·索勒（Luc Soler）、亚历山大·霍斯特特勒（Alexandre Hostettler）、文森特·阿格纳斯（Vincent Agnus）、阿诺德·查尔诺兹（Arnaud Charnoz）、珍妮·巴蒂斯特·法斯克尔（Jean-Baptiste Fasquel）、约翰·莫劳（Johan Moreau）、安妮·布兰丁·奥斯瓦尔德（Anne-Blandine。用于算法数据库比较的3D图像重建：一个特定于患者的解剖和医学图像数据库。2012
[44] 孙凯琼（Kaioqiong Sun）、贾亚拉姆·乌杜帕（Jayaram K.Udupa）、杜维·奥德纳（Dewey Odhner）、汤玉兵（Yubing Tong）和德鲁·托里根（Drew A.Torigian）。基于层次模糊模型和配准的ct图像胸椎解剖自动分割。《SPIE医学成像研究进展：图像引导程序、机器人干预和建模》，第9036卷，美国加利福尼亚州圣地亚哥，2014年。
[45] Anderson C.M.Tavares、Hans H.C.Bejar和Paulo A.V.Miranda。有向相对模糊连通性的种子鲁棒性：核心计算及其应用。Martin A.Styner和Elsa D.Angelini主编，《2017年医学成像：图像处理》，第10133卷，第336-345页。国际光学与光子学会，SPIE，2017。
[46] 安德森·卡洛斯·莫雷拉·塔瓦雷斯（Anderson Carlos Moreira Tavares）、汉斯·哈雷（Hans Harley Ccacyhuillca Bejar）和保罗·安德烈·维奇亚托·米兰达（Paulo AndréVechiatto Miranda）。定向图像森林变换的种子稳健性：核心计算和稳健性系数。Jesüs Angulo、Santiago Velasco-Forero和Fernand Meyer主编，《数学形态学及其在信号和图像处理中的应用》，第119-130页，Cham，2017年。施普林格国际出版公司·Zbl 1479.94049号
[47] Tong Yubing、J.K.Udupa、D.Odhner、Sanghun Sin和R.Arens。通过基于模糊模型的解剖识别在MRI上量化腹部肥胖。2013年，美国佛罗里达州奥兰多，第8672卷，《SPIE医学成像：分子、结构和功能成像中的生物医学应用》。
[48] 贾亚拉姆·乌杜帕（Jayaram K.Udupa）、杜维·奥德纳（Dewey Odhner）、汤玉冰（Yubing Tong）、莫妮卡·马索莫托（Monica M.S.Matsumoto）、克尔兹托夫·西塞尔斯基（Krzysztof C.Ciesielski）、巴维特拉·维德斯瓦兰（Pavithra Vaideswaran）、维多利亚·西塞尔斯克（Victoria Ciesielsbki）、巴巴。基于模糊模型的医学图像全身解剖识别。第8671卷，第86712B-86712B页，2013年。
[49] Jayaram K.Udupa、Dewey Odhner、Liming Zhao、Yubing Tong、Monica M.S.Matsumoto、Krzysztof C.Ciesielski、Alexandre X.Falcao、Pavithra Vaideeswaran、Victoria Ciesielski、Babak Saboury、Syedmehrdad Mohammadianrasani、Sanghun Sin、Raanan Arens和Drew A.Torigian。医学图像中解剖结构的全身层次模糊建模、识别和描绘。医学图像分析，18（5）：752-7712014。
[50] J.K.Udupa、D.Odhner、A.X.Falcáo、K.C.Ciesielski、P.A.V.Miranda、S.Mishra、G.J.Grevera、B.Saboury和D.A.Torigian。基于模糊对象模型的自动解剖识别。《SPIE医学成像研究进展：图像引导程序、机器人干预和建模》，第8316卷，美国加利福尼亚州圣地亚哥，2012年。
[51] J.K.Udupa、D.Odhner、A.X.Falcáo、K.C.Ciesielski、P.A.V.Miranda、P.Vaideeswaran、S.Mishra、G.J.Grevera、B.Saboury和D.A.Torigian。模糊对象建模。程序中。SPIE，第7964卷，第7964-7964-10页，2011年。
[52] 约翰·乌伦（Johannes Ulén）、彼得·斯特兰德马克（Petter Strandmark）和弗洛里安·卡尔（Florian Kahl）。基于拉格朗日对偶的多区域分割高效优化框架。医学成像，IEEE汇刊，32（2）：178-1882013。
[53] 奥尔加·维克斯勒。图形剪切图像分割之前的星形。计算机愿景—ECCV 2008，第454-467页，2008年。
[54] 萨拉·文森特（Sara Vicente）、弗拉基米尔·科尔莫戈洛夫（Vladimir Kolmogorov）和卡斯滕·罗瑟（Carsten Rother）。基于连通性先验的图割图像分割。计算机视觉和模式识别，2008年。CVPR 2008。IEEE会议，第1-8页。IEEE，2008年。
[55] S.Wolf、L.Schott、U.Köthe和F.Hamprecht。学习的分水岭：种子分割的端到端学习。2017年IEEE国际计算机视觉会议（ICCV），第2030-2038页，2017年10月。
[56] 斯特芬·沃尔夫（Steffen Wolf）、阿尔贝托·贝洛尼（Alberto Bailoni）、康斯坦丁·佩普（Constantin Pape）、纳西姆·拉哈曼（Nasim Rahaman）、安娜·克雷舒克（Anna Kreshuk）、乌尔里希·科特（Ullrich Kö。互斥分水岭及其目标：高效、无参数的图像分割。可用：https://arxiv.org/abs/1904。2019年12月54日。
[57] 尹茵、张向敏、雷切尔·威廉姆斯、吴晓东、唐纳德·安德森和米兰·桑卡。多对象和曲面的LOGISMOS分层优化图形图像分割：膝关节软骨分割。IEEE医学成像事务，29（12）：2023-20372010。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。