图像分割方法研究

图像分割是图像处理中最重要的预处理技术,是图像高质量处理的决定性前提,分割方法研究至今已经提出很多经典的算法,却没有评价标准.本文通过对一些经典图像分割方法进行分析与比较,简要介绍经典分割方法的优缺点和适用场合,并探讨了图像分割技术的未来发展趋势.     

几种经典活动轮廓图像分割模型综述

图像分割是将图像进行特征提取的关键技术。图像分割算法研究成果较多,活动轮廓模型是图像分割获取边缘信息的重要方法。阐述了几种经典的活动轮廓方法,通过大量仿真实验对几种方法进行比较,指出现阶段图像分割遇到的问题并展望其研究趋势。     

基于K-means聚类与二次分水岭的果蔬图像分割方法

为解决传统分水岭算法在果蔬图像分割过程中产生的过分割问题,提出了基于K means聚类与二次分水岭的果蔬图像分割方法。该方法首先通过自适应中值滤波、直方图均衡化等方法实现图像增强,利用分水岭算法实现图像预分割,然后对预分割结果进行K means聚类和形态学处理,并在此基础上利用分水岭算法实现果蔬图像二次分割。实验结果表明,该方法很好地解决了分水岭算法引起的过分割问题,为后续图像分类识别奠定了基础。     

一种融合边缘和区域特征的主动轮廓图像分割

传统的主动轮廓模型只利用图像的边缘或者只利用区域特征实现图像分割。在有些情况下图像分割效果较差．本文给出了一种综合利用图像边缘和区域特征的主动轮廓图像分割方法．实验表明,演变后的曲线与图像的边缘是吻合的,图像分割的结果较好．而对相同的图像应用传统的主动轮廓分割算法得到的图像分割结果则很差．这说明新算法明显提高了传统算法的图像分割性能．     

基于NSCT变换的随机游走红外图像分割方法

红外图像具有灰度变化不平均、分辨率较低、噪声较多等特征,传统的图像分割方法难以对红外图像分割出有效实体。为解决这一问题,设计了一种基于非下采样Contourlet 变换(NSCT)的随机游走红外图像分割算法。传统的随机游走图像分割方法,图像部分灰度值的不均匀变化可能改变随机游走算法的路径,而且分割目标的轮廓很容易受到图像背景噪声影响,所以可以通过增强图像的目标轮廓,抑制图像噪声,以达到更好的分割效果。NSCT变换是一种非常有效的图像增强方法,首先采用NSCT变换对红外图像进行多方向、多尺度分解,得到红外图像的低频和高频系数,对该系数进行处理,然后反变换得到增强后的红外图像。实验结果表明,该方法在红外图像分割中取得了很好的效果。     

一种小鼠CT图像分割方法

由于micro CT图像的成像原理和组织特性导致的多样性和复杂性,针对小鼠CT图像,单一的图像分割方法难以取得良好的分割结果。结合当前医学图像分割方法,提出将阈值分割和基于Amira软件的交互式分割相结合的方法。针对不同的器官组织,根据对象灰度特征、形状、空间分布以及边缘分布等信息,使用不同的分割方法及工具进行逐一分割,最后将不同的器官融合成完整的分割后CT图像。该半自动交互式分割方法结合了两者的特点,可实现小鼠CT图像的准确分割。     

数字图像分割方法研究

图像分割即指将图像分成各具特性的区域并提取出感兴趣目标的技术,它是从图像处理到图像分析关键步骤.在对不同的图像分割方法进行分析基础上,对自适应分水岭图像分割方法进行研究.     

CD4细胞显微图像的预处理研究

文章研究了CD4细胞图像的预处理方法,分析了CD4显微图像的特点,对CD4细胞显微图像背景校正、图像增强与图像分割进行分析,比较分析了KSW熵、OTSU(最大类间差)及最小误差等三种图像分割方法的特点,其中,KSW熵法较好地实现了对CD4显微图像中背景和待检测目标之间的分割。     

图像分割技术在医学图像分割中的应用

图像分割是图像分析和处理的关键步骤,医学图像分割是图像分割的一个重要应用领域。本文讨论了医学图像分割的目的和意义,对医学图像分割的常用技术进行了研究。     

车型图像分割方法的研究

图像分割无论是在图像处理方面, 还是在模式识别方面, 都是一个非常重要而且比较复杂的问题. 本文对一般的汽车车型图像分割方法进行了介绍, 对其中常用的方法进行了较为详细的分析和研究; 指出了目前车型图像分割技术中存在的一些迫切需要解决的问题, 并且提出了一般的解决思路和方案.