基于阈值分割的简牍文字图像处理研究

当前主流的分割算法一般采用的是选取阈值分割法、最大类间方差(OTSU)法或者是区域生长法,而经试验证明,采用选取恰当的阈值分割法能有效地把文字与背景进行分离。理论分析和大量的实验结果均表明,采用合适的单阈值分割方法提取的简牍文字较清晰,文字细节部分保留的较完整,笔画间的粘连现象较少,达到了令人满意的结果,有利于后期简牍文字修复工作和考古研究的顺利进行。     

基于区域生长算法的彩色舌诊图像分割技术研究

为准确地提取舌象特征,在解决选取种子像素和定义区域均匀性测度两项关键技术问题的基础上提出了一种改进的区域生长算法。实验表明该方法取得了良好的分割效果。     

一种简单的人脑图像的分割

给出了一个基于区域生长法的医学图像的分割算法,用区域生长的方法对脑部扫描图像中的脑体进行了分割提取,根据脑部扫描图像的特点确定了生长的种子点,通过反复测试确定了最终的生长门限。试验证明,该方法简单实用,分割准确。     

基于信息度量与SVM的文本图像自动提取技术

在网络文本图像的自动提取过程中,计算机难以直接实现基于高层语义特征的文本图像提取,因此文本图像提取技术的性能很走程度上依赖于底层统计特征的提取。广义归一化图像信息度量（GNPIM）和Lorenz信息度量（LIM）在灰度级上描述了图像的分布,在语义层上反映了图像的内容,是区分文本图像和一般连续色调图像的有效统计特征,作为支持向量机（SVM）的输入向量。可区分文本图像与连续色调图像,从而实现网络中文本图像的自动提取。实验结果表明,基于GNPIM、LIM与SVM的文本图像提取技术能够有效提取网络中的文本图像。且正确率高,速度快。     

图像分割综述

图像分割是图像处理工作中重要的一步,论文简单介绍图像分割问题,讲述了现有主要的图像分割方法,为进一步进行该方面的研究提供一定的帮助.     

综合视觉特征度量与SVM的遥感图像检索方法

基于支持向量机(SVM)的相关反馈算法在反馈过程中只利用SVM的分类器,反馈结果排序会出现一定错误,提出一种改进的相关反馈策略,将图像的视觉特征度量函数和SVM分类器函数进行线性加权,作为相关反馈中的相似性度量准则.实验表明,改进策略能够优化遥感图像检索排序结果,提高检索的精度.     

基于卷积神经网络的SVM分类算法在图像分类中的应用

利用卷积神经网络强大的自学能力,训练合适的CNN来提取图像特征信息,利用RBF函数作为支持向量机的核函数,并结合粒子群算法优化SVM参数,完成图像分类的混合算法。针对乳腺组织的病理图像分类性能的实验分析,给出了混合分类算法的优越性。     

一种新的基于SVM相关反馈的图像检索算法

提出了一种结合颜色和形状特征的图像检索方法,针对传统基于内容图像检索不能很好满足用户需求的问题,提出了一种基于支持向量机（SVM）的相关反馈算法来捕捉用户的检索意图。实验结果证明,算法能发挥用户在检索过程中的作用,具有较好检索性能。     

基于彩色坐标系的图像分割方法

图像分割是实现图像识别的关键步骤。采用大量实验统计的方法,利用图像中前景颜色与背景颜色的相异性,得出不同彩色坐标系下图像的颜色分布特征,提出最利于分割前景和背景的方法建立YS彩色坐标系,对前景进行有效地定位分割。结果证明,该方法能准确地对图像的前景和背景进行分割。     

基于遗传优化SVM文本图像识别算法研究

提出一采用遗传优化支持向量机的文本图像识别方法.改进的思路为首先采用图像采集设备获得图像,并进行预处理,然后提取字符的特征向量,采用主成分分析对特征向量进行降维处理,最后采用遗传优化的支持向量机进行字符识别.实验结果表明,提出的方法使得文本图像识率达到97％以上.     

融合量化粗糙度的改进的图像分割方法

结合粗糙集理论,利用像素邻域的空间信息,可以构造图像色彩分布的上下近似以及量化粗糙性表示,据此提出一种基于量化粗糙信息的改进的图像分割方法,该方法使用局部量化粗糙度和待定算子来更新FCM算法中的隶属度函数。通过对比传统的模糊C-均值（FCM）聚类分割算法,证明该方法大大降低了时间复杂度,且具有良好的分割效果。     

VB图像处理实例之图片切割

本文讨论了VB中图片任意分割的三种实现方法,并提供其相应代码.     

基于量子思想的边缘检测与图像分割

灰度图像的分割通常都基于灰度的梯度变化。平均边沿梯度法常被使用以取得好的边沿效果,如,Sobel、Prewitt及Kirsch边沿算子。这些算子使用梯度和梯度的平均值来达到去噪和边沿检测,但忽略了增强图像边沿。通过把图像像素点看成受陷于能量为陷阱中的量子,我们得到相邻像素点对中心点的贡献与该点地灰度成线性关系。由此,本文提出了一个边沿分割方法。该方法不仅能够具有好的去噪效果,同时还具有锐化图像边沿的效果。     

非契约型客户关系细分方法研究

在与非契约型客户维持关系时,不能简单地沿用目前的CRM理论。通过分析传统的客户分类方法的局限性,从全新的角度提出了一种基于客户关系可靠性的客户分类方法,描述了如何计算关系可靠性,以及如何使用该方法对客户进行分类,并提出了相应的管理策略。     

自适应权值调整的C-V模型及图像分割

Chan-Vese模型(简称C-V模型)是基于均质区域能量最小化的曲线演化分割框架。本文提出一种区域相关权重的C-V模型,并对模型的区域权重进行了探讨,定义了自适应权值调整函数,加速曲线收敛过程,得到精确的区域边界。实验表明该算法可行有效。     

图像分割技术在天气图像中的应用

利用雷达图像的特点,通过边缘检测,轮廓跟踪,图像融合等一系列的方法,得到雷达图像和背景图像的融合。实验结果表明,文章所运用的方法在雷达图像处理中是非常有效的。     

肥胖人群运动特征不合理性的视觉图像分割

对肥胖人群运动特征不合理性进行视觉图像分割,排除不合理的运动要素成分,算法的设计是实现人体运动健康监测仪的核心软件。传统方法中对人体运动特征的视觉图像分割采用全局同态分割方法,不适合对肥胖人群运动特征不合理性的提取。提出一种基于局部特征匹配的肥胖人群运动特征不合理性的视觉图像分割算法。对肥胖人群的运动特征图像区域特征进行边缘结构层分析,采用局部特征匹配方法实现对不合理的运动特征部分的分割处理。仿真表明,采用该方法能实现对肥胖人群运动特征不合理性信息要素有效滤除,提高视觉图像分割的准确性,实现运动状态的监测和视觉评估。     

加权模糊聚类彩色图像分割技术仿真研究

图像分割技术一直是图像处理中最关键的技术之一.本文主要研究了加权聚类算法在图像分割中应用.算法采用Fisher线性判别率的方法对特征进行加权聚类,对比了传统的聚类算法.实验结果表明,本文提出的算法能够提高图像分割的准确度.