图像分割技术在昆虫识别中的应用

以浙江省66种重大检疫性害虫为研究对象,采用Otsu算法实现昆虫图像的分割,取得了较好的效果.首先对昆虫图像进行灰度化处理,加快分割速度,再对灰度图像进行中值滤波,去除大部分噪声,最后,用Otsu算法对灰度化和中值滤波后的昆虫图像进行分割.针对存在的不足,运用数学形态学方法进行修正.首先利用数学形态学中的膨胀和腐蚀运算对昆虫图像进行增强,然后运用Otsu算法对图像进行分割.实验结果表明,将Otsu算法与数学形态学方法结合起来能够有效地提取昆虫图像.     

改进的灰度图像的骨架提取与重建算法

数学形态学是一种非线性的处理信息的工具,它是一种建立在集合论和形态学上的对图像进行分析理解的工具,数学形态学主要有四个算子:扩张、腐蚀、开启和闭合。该文把灰度图像函数映射成二值图像以后,基于数学形态学理论,提出一种灰度图像的骨架提取和重建算法,并取得非常好的效果。     

基于Matlab图像处理的水泥路面裂缝检测研究

以水泥混凝土路面的裂缝检测及特征提取为研究对象。利用Matlab的数字图像处理技术,对采集到的水泥路面裂缝图像进行了一系列处理,最终达到提取裂缝特征数据的目的。结果表明：对图像的灰度化、中值滤波、平滑、锐化分割以及形态学处理后,裂缝图像有明显去噪效果、平滑效果、边缘模糊影响最小,所用裂缝计算方法可以准确地得到线性裂缝的长度以及网状裂缝的面积。     

改进分水岭与K-means++结合的人体脊柱图像分割方法

由于在人体脊柱图像分割中,分水岭算法存在过分割现象以及对微弱边缘、噪声非常敏感的问题,故对其进行改进.原始人体脊柱CT图像存在许多不必要的局部极小值,首先利用K-means++聚类算法进行区域分类,减少错误的局部极小值;然后利用形态学图像处理技术对初始分割图像进行去噪处理,使图像变得平滑;接下来提取区域最大值标记为图像...     

数学形态学在扫描图像处理中的应用

针对扫描得到的灰度图像背景区域散布有小噪声的现象．应用数学形态学理论中开运算和闭运算处理并辅之以区域填充的方法，对扫描形成的灰度图像进行处理以提高其清晰度，并用Matlab高级语言仿真实现，证明该方法效果显著。     

基于HPF融合与数学形态学的ETM+遥感影像道路提取

道路作为构成城市格局的骨架,是城市发展过程中更新最快的要素之一,因此,基于数学形态学的ETM+遥感影像的道路信息提取具有重要的现实意义.以合肥市某一地区的ETM+影像为例,提出一种基于HPF融合与数学形态学的方法.首先对原始影像进行预处理,对原始影像的多波段与全色波段影像进行HPF融合,预处理结果得到的RGB图像转换为灰度图像,再转换为二值化图像,然后根据道路的线性特征,运用数学形态学对图像进行去噪(独立斑块及粘连斑块两部分)、膨胀腐蚀、开运算、细化等运算处理,应用此方法能够较完整的得到道路提取的结果,并对该方法进行了验证.实验结果证明:该方法可以较准确、完整地从分辨率遥感影像中提取主干道路网络,剔除非道路地物的影响,具有简单、实用性特点.     

基于谱聚类结合形态学分水岭的MRI图像分割算法

针对NJW算法计算量大和分水岭算法易产生过分割现象且对噪声敏感的问题,提出一种有效且鲁棒的方法,即阈值形态学分水岭结合谱聚类（SC）算法对MRI图像进行分割。使用Frost滤波结合形态学闭运算对输入图像进行去噪和增强处理,采用阈值形态学分水岭算法对灰度图像进行预分割,并采用改进的SC算法进行全局最优聚类,得到分割结果图像。改进的SC算法是用K HarmomcMeans(KHM)取替K means(KM)进行聚类,可提高稳定性和算法性能。实验结果表明,该方法能有效分割MRI图像且具有计算快速的优点。     

基于图像边缘检测的小波阈值去噪方法

提出一种基于图像边缘检测的小波闽值去噪新方法.该方法利用Canny算子检测出图像的边缘,进而定义了一种新的阈值函数,然后对含噪图像、边缘图像的小波变换系数采用新阈值函数分别进行阈值处理,将处理后的边缘图像与图像的小波系数进行融合,得到去噪后的图像.实验结果表明,采用该方法处理的去噪图像,能够在去噪的同时有效地保持图像的边缘信息.     

遥感图像中特定目标的自动提取

本文介绍了一个TM遥感图像中城市居民地的自动识别系统.首先分析了TM影像的特点,以突出其中城市居民地的特征,选择最佳的各波段组合方案进行波段合成.接着利用阈值分割算法对合成的假彩色位图进行分割,对分割后的效果图屏蔽河流和耕地.然后采用面积分析算法对图像进行去噪处理。再利用去噪后的图像形成小窗口,并以小窗口为单位对图像进行聚类处理来提取城市居民地,接着对边界窗口进行处理,最终识别出城市居民地.     

基于序列图像的车型识别研究

研究提出了一种应用于车型识别系统中的基于序列图像的图像处理方法.该方法对采集的彩色序列图像进行灰度化、平滑去噪、序列图像差分、Sobel边缘检测、横/纵向填充、图像修正、边缘提取等一系列的图像处理,并最终识别车型.其中,与传统的车型背景分离法相比,序列图像差分对汽车从实际背景中分离出来起着重要的作用,达到了很好的分离效果.通过利用Matlab进行了实际检验,结果表明,该一系列的车型识别方法是可行的,并对低质量和背景复杂图像有着良好的处理效果.     

基于小波变换及子带阈值的彩色图像降噪

提出了一种对彩色图像降噪的新方法,该方法先把彩色图像分解为红、绿、蓝3个基色图像,然后利用小波变换分别对3个基色图像进行多尺度分解,求出其各个尺度三个方向高频系数的子带阈值,并组成1个子带阈值矩阵,对单基色图像的各个尺度3个方向的高频系数进行阈值处理,实现对单基色图像的降噪,最后把降噪后的3个基色图像融合为一幅彩色图像。实验结果表明该方法可以很好地消除噪声,又可以较好地保持图像细节。     

基于粒子群算法的织物组织结构识别

提出了一种基于粒子群算法的织物组织结构识别新方法。该方法采用USB数码显微镜摄取布样图像,经直方图均衡化以增加灰图图像对比度、二值化、去除噪声等一系列图像预处理,用经线纬线的宽度法来提取织物组织结构的特征,用粒子群算法进行识别分类。实验结果表明,通过该方法对织物组织结构的识别具有较高的准确率。     

基于数据融合的多小波基联合图像去噪

提出了一种基于数据融合的多小波基联合图像去噪新方法．该方法首先用多个小波基分别对含噪图像进行分解、阈值处理和恢复,得到多幅恢复图像,然后根据像素点邻域的方差对这些图像进行加权融合获得最终去噪图像。该方法充分体现小波基的多样性和图像的局部特性。实验结果表明,该方法去噪效果比单一小波基方法和已有的多小波基联合方法都有明显的改善。     

A color based face detection system using multiple templates

A color based system using multiple templates was developed and implemented for detecting human faces in color images. The algorithm consists of three image processing steps. The first step is human skin color statistics. Then it separates skin regions from non-skin regions. After that, it locates the frontal human face(s) within the skin regions. In the first step, 250 skin samples from persons of different ethnicities are used to determine the color distribution of human skin in chromatic color space in order to get a chroma chart showing likelihoods of skin colors. This chroma chart is used to generate, from the original color image, a gray scale image whose gray value at a pixel shows its likelihood of representing the skin. The algorithm uses an adaptive thresholding process to achieve the optimal threshold value for dividing the gray scale image into separate skin regions from non skin regions. Finally, multiple face templates matching is used to determine if a given skin region represents a frontal human face or not. Test of the system with more than 400 color images showed that the resulting detection rate was 83%, which is better than most color-based face detection systems. The average speed for face detection is 0.8 second/image (400×300 pixels) on a Pentium 3 (800 MHz) PC. Project (No. 60203013) supported by National Natural Science Foundation of China     

常用图像去噪方法探析与比较

均值滤波、中值滤波、维纳滤波和基于小波变换的软阈值法和硬阈值法是常用的几种图像去噪方法,通过对添加了不同噪声的图像进行了仿真实验。实验结果进一步验证了均值滤波在去除噪声的同时造成了图像边缘一定程度的模糊,中值滤波能相对较好的保留了图像的边缘,维纳滤波对高斯白噪声去噪效果较好但计算量大,相比较小波阈值法去噪是目前较好的的去噪方法,通过选取合适的阚值可以得到较为理想的去噪效果。     

基于数学形态学的小波变换图像去噪方法研究

数学形态学和小波变换在信号处理领域应用广泛,提出基于数学形态学的小波自适应算法进行图像去噪处理,通过实验证明该算法不仅可以对图像进行有效的去噪处理,而且能很好地保留原图像的细节特征,避免了常规算法的缺点,效果良好。     

一种改进的多混沌系统彩色数字图像加密方案

提出一种改进的基于Logistic映射和Lorenz映射相结合的彩色图像加密方法。将三维空间的彩色图像转换成二维的灰度图像,分别利用Logistic、Lorenz混沌系统生成的混沌序列对二维图像进行像素位置与像素值的置乱,对置乱后的图像按折叠算法进行处理。Matlab仿真实验结果可知,转换成二维灰度图像后有效地降低了算法的计算强度和空间需求;置乱时实现了不同层次（R、G、B）亮度值的完全混合,取得了较好的加密效果,安全性更高。     

太阳耀斑图像去云方法比较研究

由于太阳耀斑图像中地球云雾对斑迹有所干扰,故需要对太阳耀斑图像进行去云处理。针对多尺度Retinex理论与暗通道优先算法两种去云方法进行比较研究,详细介绍了两种方法的数学模型与具体算法,分别运用两种方法对太阳耀斑图像进行去云处理,并进行MATLAB仿真,根据仿真结果对两者去云效果进行评估与对比。通过图像与客观误差参数比较两种去云方法,发现暗通道优先算法在影像平均灰度、细节信息显示、图片信息量与相对清晰程度等方面均优于多尺度Retinex去云方法,其中图片清晰度提升了约16%,标准差与信息量均提升了约8%,平均灰度降低了约27%。