图像的增强与分割方法研究(英文)

以图像增强与分割这两个计算机视觉中最具基础性质的研究方向为内容,深入研究了红外序列图像的增强,以及一般图像的分割问题。在图像增强方面,提出了一种基于模型的远红外序列图像自适应增强算法(ASTHF)。该算法保持了原有算法的良好效果和计算效率,从而达到了视觉效果和运算速度的良好统一。在图像分割方面,提出了一种综合利用边缘和区域信息的图像分割方法———基于尺度空间的区域竞争一般框架(GSRC)。通过将被误标记可能性小的像素作为种子,GSRC首先自动确定初始分割(粗分割),然后以能量泛函为工具,通过综合运用轮廊平滑、概率模型和区域竞争来确定最终的分割(精细分割)。GSRC不仅能有效地利用图像特征,还为特征的知觉组织提供了一条简单的计算途径。     

图像分割中的阈值法研究

图像分割是图像处理中的一个重要问题,也是一个经典难题。阈值法计算简单,具有较高的运算效率,是图像分割中广泛采用的方法,主要分为全局阈值法和局部阈值法。系统地讨论了阈值法在图像分割中的应用,给出了一个比较全面的综述,对进行图像分割研究的科研人员具有一定的启发作用。     

灰度图像的最佳阈值分割算法

图像的分割是图像识别的前提和基础。在图像识别技术日益发展的今天，图像的分割技术自然倍受瞩目。本文提出了灰度图像的最佳阈值法分割算法。实验结果表明，该方法能够从图像中获取较为理想的目标图像，并具有一定的抗噪声性能。     

一种基于活动围道的纹理图像分割方法

将Gabor滤波器和各向异性扩散方程相结合,提出了一种基于活动围道的无监督纹理图像分割算法.采用基于总变分流的扩散函数,各向异性扩散方程可以有效地在保留纹理图像大尺度边界信息的同时,对图像纹理区域进行平滑,获得比原始图像更易分割的简化图像.但是平滑过程中纹理信息的丧失,限制了该方法的通用性和有效性.为了在利用各向异性扩散方法的同时,有效地提取和利用纹理信息,我们利用Gabor滤波器提取一组表征纹理方向性和尺度性的特征图像;同时将原始图像作为表征纹理灰度信息的一个特征通道考虑;再利用矢量形式的各向异性扩散方程,对特征图像进行边界保持的各向异性平滑.将基于区域灰度统计参数估计的活动围道分割方法扩展到矢量空间,来对平滑后的纹理特征量进行分割.实验证明,利用该纹理分割算法可以获得较好的效果.     

基于空间约束模糊聚类的活性污泥显微图像分割

针对活性污泥相差显微图像中絮体和丝状菌分布不均衡、絮体结构多样、存在大量细小丝状菌、图像对比度低,以及光晕、阴影等现象,提出了一种基于多尺度Retinex和空间约束模糊聚类的丝状菌分割算法和基于阈值、形态学操作的絮体分割算法。丝状菌分割算法对原始图像进行多尺度Retinex增强改善不同样本的光源强度,顶帽、底帽滤波增强絮体和丝状菌的对比度,采用边缘检测方法去除图像背景,考虑显微图像相邻像素空间的邻域信息采用空间约束模糊聚类法对增强后的图像进行聚类,结合像素面积和回旋半径形态学特性参数确定丝状菌目标和去除碎片;絮体分割算法利用灰度变换、图像反转以及开操作对絮体进行预处理,克服图像中的光晕和阴影,用阈值分割算法分割絮体,利用形态学操作对其进行后处理。实验结果表明,所提算法在图像分割准确率、精确率、Dice等指标上有明显提升。     

二维Otsu的Z字折线阈值分割方法

针对二维直方图阈值分割算法存在的因误分类而导致的分割精度下降的问题,结合二维直方图的先验知识的阈值分割方法,提出了二维Otsu的Z字折线阈值分割方法。基于二维Otsu区域斜分法的基础上进行改进。我们结合二维直方图中的边界区域和噪声区域的信息,采用Z字折线阈值作为分割标准,纠正了普遍存在的错误分类,并利用小概率事件原则自适应确定折线方程,实现高精度图像分割的同时还有效提高了算法的适应性。实验结果表明,改进方法能够有效提高图像分割的精度,增强自适应性,与同类分割算法比较,性能有了明显提升。     

基于改进谱聚类的合成孔径雷达溢油图像分割算法

为了解决传统谱聚类算法对大尺寸海洋图像难以进行有效计算的问题,提出一种改进的谱聚类算法.采用分块方法将原始图像分割成多个子图,同时结合随机采样算法利用采集的样本估计全局样本,在保证分割精度基础上大大降低计算复杂度,有效地处理高维图像,针对随机采样的不稳定性,采用多次采样聚类并结合大多数投票的方法,得出最终的分割结果.仿...     

应用水平集方法提取环形目标

环形目标提取是图像分割的一个难点,提出包含区域信息的水平集图像分割模型,模型采用加权图像区域灰度信息的外部能量项,作为驱动轮廓曲线向目标边界运动的动力．从实验结果可以看出,该模型同无区域信息项的模型相比,对环形目标图像有很好的分割效果,能够同时提取环形目标的内外边界．     

C#图像处理方法效率测试与分析

以测试C#图像处理方法执行效率为目的,对C#中三种图像处理方法及常用类库进行性能测试和分析．在不考虑数据结构与算法的前提下,通过对数字图像的灰度处理,检测图像处理方法的“硬效率”,发现指针法在降低安全性能下,运行效率优于内存法,而提取像素法效率最差．通过比较指针法与EmguCV及OpenCV类库的执行效率,明确了数据结构和算法在图像预处理阶段的重要性．实验结果表明,在数据结构和算法一定时,使用指针法处理数字图像能够得到最佳执行效率．     

基于动态K均值聚类算法的SAR图像分割

针对SAR图像的分割问题,对K均值聚类算法进行研究.分析动态K均值聚类算法,用聚类样本数的正比函数对该聚类适应度函数进行平均,改进适应度函数的计算.毫米波SAR图像分割实验结果表明,对于城区建筑及路、桥场景的分割,改进后的动态K均值聚类算法和自适应动态K均值聚类算法的分割质量与改进前相同,但是分割时间有一定的减少,改进适应度函数后分割效率得到了提高.     

遗传算法在图像识别技术中的应用

目前图像识别技术的研究正受到越来越多的关注.图像识别技术主要是利用计算机对图像进行数字处理.在计算机优化算法中,遗传算法是通过自身简单的算法结构,以迅捷的求解速度,从而在全局计算中获得最优解的近似值.与传统的算法相比,在图像识别技术方面,遗传算法有着非常明显的优势.主要介绍了遗传算法、图像识别技术的内涵,分析了遗传算法在图像识别技术中的应用,对遗传算法以及其检测图像中的几何图形性能进行了研究.     

基于肤色和运动信息的图像分割

人体肤色分布在RGB空间非常小的范围内,利用该特征可以将肤色信息从复杂的背景中提取出来。为了有效地去除背景中与肤色相似的干扰成分,我们利用手运动为主运动的特征,通过运动聚类,将手区域提取出来,再对手区域进行肤色滤波可以有效地分割出手势。实验结果表明该方法运算量小,能够有效地进行图像分割,可以用于实时图像识别系统中。     

基于灵敏度矩阵的直接三维ECTLandweber图像重建算法研究

ECT图像重建是一个非线性、欠定的和病态的逆问题。获得一个高质量的重建图像是很困难的,尤其是对于3D重建。图像重建算法的研究在ECT中是一个重要的研究内容。本文对基于灵敏度矩阵的直接三维ECTLandweber图像重建在不同迭代次数,有无门限等情况下进行了研究总结并给出了仿真结果。结果表明：对于landweber迭代算法进行重建时,迭代200次,固定门限为0．03的结果与原型最为接近。     

基于边信息抗仿射变换的数字图像水印算法

设计抗几何攻击的图像水印算法是数字水印技术研究中的难点。仿射变换是典型的几何攻击,能够使目前大多数数字水印算法失效。基于带边信息的水印模型,本文提出了一种利用Zernike矩的抗仿射变换多比特图像水印算法。该算法将归一化图像的Zernike矩作为边信息,利用量化技术对的水印信息进行编码和嵌入。实验证明,本文提出的算法不仅具有很好的抗仿射变换和抗JPEG压缩的鲁棒性,而且具有较小的嵌入失真和较大的水印容量。     

基于小波变换的图像压缩编码研究

原始的数字图像需要大量的存储空间 ,而直接对其进行压缩编码效果并不理想。小波变换是一种新的数学工具 ,用其进行图像变换 ,不会增加数据量。实验证明 ,经过小波变换处理过的图像 ,数据更有规律 ,再进行压缩编码效果会更好。本文就这个问题进行了实验 ,并给出了实验数据 ,供大家参考     

基于模糊水平集的SAR图像分割方法

提出一种SAR图像分割方法,即整合了模糊C均值聚类和基于区域水平集演化的分割方法.该方法通过模糊聚类的结果计算水平集演化的初始化条件及控制参数,从而克服了水平集演化依赖于初始化条件和控制参数且需要较多人工干预的缺陷,增强了方法的鲁棒性.模拟图像及真实SAR图像的实验表明,该方法在不需要人工干预的情况下,能够快速、准确地分割出感兴趣区域.