基于粗糙集和遗传算法在锅炉火焰图像分割中的研究

粗糙集善于从不明确数据集中发现有价值信息,锅炉火焰图像不确定信息量较为复杂,利用粗糙集并结合遗传算法对火焰图像进行分割优化,通过Matlab进行仿真,仿真结果表明,粗糙集工具结合遗传算法提高了图像分割的准确性,具有很好应用价值。     

X射线图像和CT图像的投影配准

提出了一种基于Chamfer3-4距离变换和模拟退火优化的方法，用于X射线图像和CT图像间的配准．首先，建立一个初始化的几何变换矩阵．为了便于计算，通过X射线设备的几何模型重新建出变换矩阵．然后，通过定义三维投影和二维物体图像之间的距离，并且通过优化算法来使之达到最小．该方法同样被用于医学介入手术中，处理从三维图像工作站中获取的主动漫游数据．     

自适应融合空间信息的图像分割

传统模糊C均值算法没有充分利用像素周围的空间信息,所以算法抗噪效果不理想,且该算法仅利用像素隶属度信息,分割规则过于单一。因此,提出一种基于包含度及空间信息的聚类算法以提高图像分割抗噪性和准确性。首先将包含度信息加入到目标函数中,以弥补隶属度单一化的不足;其次将像素周围的邻域信息作为空间信息加入到目标函数中,使用信息熵与交叉熵调节像素信息和空间信息之间的权重;最后使用梯度下降法优化该目标函数以便对图像进行正确分割。以4组卫星图像为例进行分割,并分别与FCM算法、PCM算法、AFCM_S1算法进行对比。实验结果表明,基于包含度和空间信息的聚类算法对噪声点具有较好的处理效果,可提升分割精度和负率度。     

焊缝X射线图像缺陷识别技术研究

随着人工智能和无损检测技术的发展,焊缝缺陷判别方法取得了快速的发展,已经逐步由传统的人工检测转向了机器自动识别检测,本文鉴于此自行设计了一套焊缝X射线图像缺陷识别系统．在整个设计中首先选用中值滤波对图像进行降噪处理,在图像增强方面采用直方图均衡化方法,然后选用最大类间方差法对图像进行分割,并选用合适的参数进行特征值提取,最后建立BP神经网络识别系统对焊缝缺陷进行识别．该系统简单、易行,可广泛应用石油、航空、航天、兵工和锅炉行业的薄壁构件焊缝自动识别检测．     

一种图像自适应阈值分割算法

本文中简单介绍了在手腕骨X线片的自动判读系统中，对图像进行分割时改进的自适应阈值分割法。它是图像处理技术在医学和体育科学领域中的一个应用和尝试，此文的算法基于骨龄图像自动判读系统。     

图像分割的自适应K均值聚类算法研究

使用K均值聚类算法完成对图像的分割是一种常见的分割技术,针对传统的K均值聚类算法的不足,提出了使用直方图波形的有效波峰个数自适应确定K值的大小,实验结果表明,该方法简单、灵活、容易实现,并能取得较好的结果。     

自适应分级粒子群算法的阈值图像分割研究

提出了一种改进型的粒子群算法,并与阈值法相结合应用于图像分割。该改进粒子群算法通过调节惯性权重而获得合理有效的收敛速度;采用分级思想对粒子进行分类并对普通粒子速度更新公式进行修改,从而有效避免了优化过程中粒子的早熟现象;结合遗传算法中的交叉思想增加种群的多样性,增强全局搜索能力从而避免算法陷入局部最优解。将其应用于的阈值图像分割,试验结果表明：相对于标准PSO算法,该自适应分级粒子群算法具有较强的全局寻优能力,且收敛速度快、鲁棒性好,能很好地应用于阈值图像分割。     

非线性自适应水平集的图像分割方法

提出一种新的基于水平集的图像分割方法,通过引入贝叶斯规则,设计一个可有效分割弱边缘的非线性自适应速度和概率加权停止函数。该方法包含如下特性：可以自动决定曲线收缩或利用贝叶斯规则对涉及到的图像区域特征进行扩展;以恰当的速度驱动曲线演变,避免了弱边缘的遗漏;降低了假边缘的影响。最后将所提出的分割方法应用于人工图像、医学图像和自然图像的定性和定量评估。对结果进行比较可知,该方法相对于水平集方法和其代表的变体更加有效和实用。     

数字化X射线焊缝底片扫描图像校正研究

重点论述通过数字图像处理的方法来对畸变图像进行修复.应用图像处理与分析的方法,提出了一种自动识别并计算控制点的方法,可自动生成全部控制点.实验表明,该方法简单、准确、有效,为几何畸变工作的全面自动化奠定了基础.最后利用双线性插值的算法和灰度插值的算法对图像进行修复.     

伦琴和X射线

本期是我刊与哈尔滨市呼兰区东方红小学合办的,大部分稿件由该校教师编写。东方红小学始建于1948年,现有学生2720人,教师119人。学校有一支业务精良、治学严谨、师德高尚的教师队伍,涌现出了王淑兰、史学勇等36名省、市、县的优秀教师,石玉荣、戴春敏、文晓燕、罗亚平等28名省、市、县的学科带头人、优秀班主任、教学能手。学校教学质量深受广大家长的信赖。东方红小学正朝着省市一流学校的方向迈进。     

基于LAB空间和自适应聚类的害虫图像分割方法

为了提高多种棉花害虫图像分割的效率与准确度,提出一种基于LAB颜色空间的棉花害虫普适K聚类害虫图像分割方案.利用LAB颜色空间特性将棉花害虫图像的亮度信息和色彩信息分开分析,并将目标区域图像a分量进行归一化,自适应选取K值.算法核心思想是将K值转换成只与色彩、光照差异有关的阈值C,再利用K-means聚类算法根据提取的害虫图像特征进行分割.实验结果证明,该方案能有效地对典型棉花害虫的图像进行分割.     

基于粗糙集核计算的遥感图像波段优选算法

针对遥感图像波段选择传统手工方法的不足，应用粗糙集理论，从纹理分析的多个角度选择特征，多方面挖掘数据的关键属性；通过核属性时方法计算达到简化决策表中的条件属性的目的，得到图像分类的关键波段和一些次关键波段；实现了波段的自动选择．该算法比传统方法更客观更简便，为遥感图像波段选择提供了崭新的方法．     

基于水平集的局部自适应图像分割方法

针对传统水平集图像分割模型无法准确分割灰度不均匀及多目标图像的问题,提出了1种改进的基于水平集的局部自适应图像分割模型。该模型在CV模型(Chan和Vese提出的模型)和LAW(local adaptive weighting)模型水平集演化方程的基础上,重新定义了1个局部自适应权重函数来表示像素点所在邻域的偏差信息,并约束该偏差信息与图像的局部灰度不均匀信息之间的差异为最小,以得到精确分割结果。将模型应用于多相位水平集中,实现了对多目标图像的分割。实验结果表明,该模型对灰度不均匀图像及多目标图像分割更准确,且对初始轮廓的位置更鲁棒。     

图像分割技术研究

对当前的图像分割技术进行了综述,具体介绍了并行边界类、串行边界类、并行区域类和串行区域类4种分割算法,并对分割算法进行了评价。     

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.     

软骨细胞图像的分割和测量

在软骨细胞自动分割计量系统的分割部分中，用Ostu法初步分割图像后，对轻度粘连细胞采用了形态滤波处理，利用细胞核信息进一步细化分割粘连较多的细胞，获得了较好的效果。     

基于改进型脉冲耦合神经网络的空间X射线星图分割

为进行空间X射线星图分割及在X射线背景噪声中提取目标源,提出了改进的脉冲耦合神经网络图像分割算法.改进算法将图像分割成小区域,不同区域中设置不同的参数;将内部行为的调制参数设计成邻域像素灰度值分布的负耦合函数,强制降低强X射线目标源附近的强X射线背景噪声的点火频率,以提取X射线辐射点目标源.分别利用改进型PCNN模型、普通PCNN模型进行了空间X射线星图分割实验,结果表明改进型PCNN模型具有更优的分割效果.     

合成孔径雷达图像分割算法研究

对合成口径雷达图像的分割算法进行了归纳综述,概述了主动轮廓的分割算法、马尔科夫随机场的分割算法和模糊均值的分割算法,简要阐述了各种算法的原理,提出了基于局部隶属度和局部信息的模糊均值分割方法,以期为SAR图像分割算法的研究提供参考.     

周围神经图像分割算法研究

提出一种交互式神经组织CT图像分割算法,本算法基于交互式聚类图像分割算法,针对CT图像中神经组织的特点加以改进,采用自适应空间邻域信息混合高斯模型ASIGMM进行建模,从而能够综合利用像素的灰度信息和邻域空间位置信息实现有效分割.实验证明,本文算法能够更好地保留分割结果的边缘性,充分保证周围神经图像分割的精确性.