基于分水岭算法的核桃叶片图像分割方法研究

为了提高核桃叶片图像分割的准确性,采用了一种改进的基于标记的分水岭图像分割算法。首先,通过对二值图像进行距离变换和分水岭分割来获取背景标记,通过强制极小值方法将背景标记叠加在梯度图像上;最后,对修改后的梯度图像进行分水岭变换。采用该方法对核桃叶片进行图像分割,实验结果表明该方法具有一定的有效性和实用价值。     

基于多尺度形态学标记的分水岭算法

为了解决传统分水岭的过分割问题,提高图像分割的准确性,本文提出一种多尺度形态学标记的分水岭算法。首先利用H-minima变换对中值滤波后的梯度图像进行初始标记;然后利用不同尺寸的结构元素分别进行梯度图像闭重构,对闭重构后的各梯度图像与梯度图像求差,得到标记图像,将各尺度下的区域标记点求并集,并作为新的标记图像,获得最终的标记;最后对修改后的梯度图像进行分水岭分割。实验结果表明,该方法能有效的解决过分割问题,边界定位准确。     

基于改进分水岭算法的彩色图像分割方法

为提高彩色图像分割精度,解决传统分水岭图像分割算法误分割率高等问题,本文提出了一种基于改进分水岭算法的彩色图像分割方法。建立了基于偏微分方程的去噪模型,既可以抑制噪声又可以有效地保护图像轮廓。结合数学形态学、图像信息熵、区域合并实现图像分割。在彩色图像RGB空间利用信息熵求取形态学梯度,然后对彩色梯度图进行分水岭分割,最后进行区域合并。仿真结果表明:本文所述分割方法准确度和清晰度较好,噪声抑制效果理想而且分割速度较快。     

基于信息论的图像分割算法研究

图像处理是一项技术性较强的工作,当前社会,科学技术发展越来越快,人们对图像的认识有了较大的提高,图像处理的难度在不断加大,有的图像本身比较繁杂,在处理时,需要应用先进的处理技术。基于信息论的图像分割算法是图像处理的关键技术,其可以对图像进行识别、压缩、编码等,分割的准确性比较高。本文对信息论进行了介绍,对图像分割算法进行了介绍,还对基于信息论的图像分割算法进行了研究,希望可以推动图像处理事业更好的发展。     

基于信息熵图像分割算法的若干改进

最大熵阈值法是图像分割的一种重要方法,在图像处理与识别中广为应用。针对原有最大熵阈值法的不足,从3个方面对其进行了改进研究:参数化最大熵分割准则,引入灰度对比度对分割进行评价来选取参数来改善最大熵阈值法的分割性能;加权图像指数熵,引入了信息熵的指数形式并对其加权,依照灰度的分布选取权重,并通过分割后灰度对比度来确定权的参数,更充分地利用了图像的灰度信息;基于高频率灰度信息对原始熵进行变形,充分考虑了高频率灰度对分割的影响。通过对比实验表明,改进算法确定的阈值可以获得更佳的分割效果。     

基于 Matlab 的图像阈值分割算法研究

重点讨论了图像分割法中的阈值研究法,包括全局阈值法和自适应阈值法。对全局阈值算法中的人工选择法、迭代式阈值选择法、最大类间方差法以及自适应算法中的分水岭算法进行了重点分析,用M atlab进行实现并给出了实验结果;分析了几种算法的适用情况,并提出了一些改进意见。     

基于狼群算法优化Snake模型的图像分割算法

针对图像分割中难以分割出精准的目标以及分割速度较慢的情况,使用狼群算法优化Snake模型中的能量函数,逐渐找到目标的位置点。实验表明:该算法避免Snake模型中的能量函数早熟引起的过早停滞在目标伪边缘上,分割出来的目标在精度上有所提高,分割的速度有一定的提高。     

基于区域生长法和数学形态学的细胞图像分割

贴壁细胞与普通血细胞图像不同,其细胞的大小形状各不相同。将边缘检测、阈值、数学形态学方法等应用于贴壁细胞图像,对比分割效果,将区域生长法与数学形态学算法二者结合用于细胞图像分割,取得了较好的分割效果。     

灰度图像阈值分割算法

本文基于对全国"飞思卡尔"杯大学生智能汽车竞赛中小车摄像头采集的图像信息的研究,给出一种动态阈值的图像分割法,实验证明该方法能够在实际应用中很好的提取出小车采集的图像的黑线中心,并且对环境光强有不错的自适应能力.     

基于改进蚁群算法的维吾尔文字图像分割

针对传统蚁群算法在维吾尔文字图像分割时容易产生缺陷和干扰的缺点,提出了一种改进的蚁群算法。该算法首先利用区域蚁群通过聚类中心对图像进行初步搜索和分割;然后再引入边界蚁群通过不同的路径选择信息素和策略更新手法来对图像进行边界补偿搜索;最后利用两种蚁群分别采用不同的路径选择信息素和筻略更新,共同实现对维吾尔文字图像精确分割的目标。实验结果表明,该算法准确分割出维吾尔文字区域,提高了其识别精度。     

基于改进谱聚类的医学图像分割算法

为了解决基于像素难以有效分割的医学图像问题,提出一种改进谱聚类方法:一,将全局划分成具有强关联的子问题提高图像分割精度;二,传统基于欧氏距离度量的聚类容易陷入局部最优,提出流行距离构造样本相似矩阵,从而得到图像全局上的一致。最后通过对脑核磁共振图像分割验证算法的有效性。     

基于自适应特征加权的数字抠像图像分割算法

针对标准分水岭算法在数字抠像图像分割的应用中还存在抠像效果不好、分割边缘不匹配等问题。本文设计了一种以自适应特征加权分水岭算法为基础的数字抠像图像分割模型,最初的时候先以梯度级特征为依据进行从低到高的浸没,并对积水盆地标记进行优化,然后为了改善浸没过程产生的过分割现象,根据像素点特征,在每层浸没完毕再浸没下一层,最后在数字抠图分割中应用改进后的自适应特征。结果表明,本文提出的基于自适应特征加权分水岭算法的数字抠像图像分割模型具有更好的效果,且分割边缘匹配性高。     

基于水平集的脑部MR图像混合分割算法

脑部组织的分割与提取是脑部医学图像三维重建及可视化能准确表达其相应组织部位的前提.针对脑部MRI图像数据的特点,本实验设计方法,一方面将Canny算子作用于原图像得到比原图更明确的边缘信息,并将其结果引入水平集函数中;另一方面利用阈值分割方法对原图进行分割,将其结果作为水平集方法中的初始水平集,避免了手工勾画轮廓的操作,有效地减少了由手工操作带来的分割误差.本方法将Canny算子精确定位边缘的优点与水平集追踪物体拓扑结构改变的特点相结合,结果表明,3种算法的有效结合可得到很好的目标分割结果.     

图像分割算法的分类与研究

图像分割是AI领域中一个重要的分支,是机器视觉技术中关于图像理解的重要一环。近年的自动驾驶技术中,也需要用到这种技术。车载摄像头探查到图像,后台计算机可以自动将图像分割归类,以避让行人和车辆等障碍。近年来传统分割算法不断被科研工作者优化和组合,相信会有更多的分割新算法井喷而出。     

基于改进MAP估计算法的图像超分辨率重构

为了改善超分辨率复原的效果,提出了一种改进的MAP估计算法。本文通过对成像降价模型的分析,加入了像面扭曲的环节,并提出了基于Delaunay三角剖分法的校正方法,使MAP算法得到完善。为了增强超分辨率图像的细节,本文提出了基于Huber-Markov和基于POCS的改进MAP算法。通过与传统的MAP算法进行比对实验,证明了本文提出的改进算法的有效性。     

基于小波变换的并行图像分割算法分析与优化

研究了基于小波变换图像处理的可行性,在分析了二维小波变换的数学模型后,改进了基于多处理机的均匀分块并行算法,有效减少了算法中的通信量。该算法具有通信量小、负载均衡等特点,适合实现多级小波变换,符合实际应用中对分辨率的要求。     

基于横噪声消除的医学粘连图像边缘分割算法

针对CCD型医学图像中,在细胞粘连区域信号附近出现的较强的横条纹噪声干扰,影响图像信息的正确性,分割后会存在边界模糊和锯齿条文的问题,为提高医学图像分割效果,提出了一种基于横条纹噪声消除的医学粘连图像边缘分割算法。分析了医学图像中边沿横条纹噪声的原因,通过wold纹理模型与多尺度马尔可夫随机场模型,利用确定性随机场和不确定性随机场的谱属性不同的特征,将医学图像边沿的干扰特征分离开,有利于对粘连医学图像进行分割。实验证明,方法有效地去除了横条纹噪声并很好地保留了图像的边缘和细节信息,同时运算复杂度低。     

基于稀疏压缩感知的医学图像重构算法的研究

为了更好地适应压缩图像技术的发展,针对图像重构对于资源的需求,本文提出了一种基于稀疏压缩医学图像方法,首先描述压缩感知图像中组成部分,然后在稀疏变换方面引入了字典学习概念,同时引入SCAD函数,有效提高了稀疏变换的要求,对于图像的降噪具有一定的促进,在重构算法部分引入了加权系数概念,使得改进后的算法使得回复重构具有更强的约束,通过测试函数证明,本文的算法在医学图像具有比较好的压缩效果,优于传统的重构算法。     

局部动态阈值图像分割算法研究

图像分割是预处理图像转入图像分析的关键环节,在图像分析、模式识别中起着重要的作用,采用图像分割可以将图像中感兴趣物像、不感兴趣物像进行分离,实现了提取目标参数、特征的可能性,所以图像分割一直受到人们的重视。提出了一种应用局部动态阈值进行图像分割的算法,通过试验表明：采用局部动态阚值进行图像分割算法在分割复杂背景图像时具有较好的分割效果,是一种有效的分割算法。     

一种医疗图像的交互式分割算法

医疗图像的分析与解读对疾病的诊断和治疗有着重要的作用,医疗图像的自动化解析已成为了重要的发展方向。针对医疗图像特性差异大的特点,文中着重研究了交互式分割算法。即由使用者对图像中的目标区域进行简单标注,然后算法根据标注信息推导出图像特性,从而进行区域分割。实验表明交互式方法提供了一种适合医疗图像特性的算法框架。