基于PCA模型的人脸图像纹理特征高精度识别方法

针对传统人脸图像纹理特征识别方法中存在的计算量大,样本训练与测试时间较长,识别正确率较低等问题,提出一种新的基于PCA模型的人脸图像纹理特征高精度识别方法。在人脸图像预处理过程中,采用Gabor滤波器确定人脸图像训练样本中的双眼位置,结合卷积运算与人脸几何模型从图像中分割出目标人脸区域,并对分割得到的图像进行规范化处理;采用PCA模型对预处理后的图像进行降维与特征向量提取,并根据选取的主要纹理特征以及欧式距离近似度量结果,实现人脸图像纹理特征高精度识别。实验结果表明,所提方法的识别准确度高于实验对比方法,且样本训练时间与测试时间明显缩短,具有较好的鲁棒性。     

梯度主动轮廓与曲波变换联合分割方法研究

随着医学技术不断发展,人们对肿瘤图像的分割要求日益提高,为了满足临床需要,提高医学图像分割的准确性,提出了一种基于梯度主动轮廓和第二代离散曲波变换(Discrete Curvelet Transform,以下简称:DCUT)的医学图像分割算法。该算法首先对医学数据进行离散曲波变换,获取增强后的医学数据,再利用Canny算子和形态学运算进行边缘检测,对处理后的数据利用梯度主动轮廓模型确定病灶区域的轮廓。本文选取了297组医学图像进行验证,实验结果表明:医学图像经过本算法处理后,边缘检测性能由传统算法的88.95%达到96.03%,分割位置的准确性得到进一步提高,目标边缘和轮廓提取更加清晰、稳定,有效提高了医学图像分割精确性。     

基于局部阈值的图像分割方法

本文提出了一种基于局部阈值的图像分割方法,该方法针对全局阈值处理方法在背景照明不均匀时可能无效的局限性,通过应用形态学开运算、闭运算和最大类间方差得到一个局部变化的阈值函数,然后利用该阈值函数对图像讲行阈值处理,最后得到分割后的图像.Matlab仿真实验表明,该方法运算速度快,能更好的抑制噪声.     

基于改进的区域生长与GVF snake的超声图像分割

针对传统的区域生长法应用于超声图像时,在选取相邻的生长阈值的情况下会分别出现欠分割与过分割而导致分割失败的现象,提出一种改进方案,在生长之前先将每个待生长像素进行压缩之后再与种子点进行比较,并通过改进的方案与各向异性滤波技术的结合获得超声图像目标区域并提取其轮廓,然后将此轮廓作为GVF Snake模型的初始轮廓收敛获得最终的分割结果。通过对临床采集的超声图像进行的实验结果表明,改进后的区域生长法能成功地应用于超声图像,并能很好地作为GVFSnake的初始模型从而获得理想的分割结果。     

高强度聚焦超声图像的去标记算法研究

高强度聚焦超声(HIFU)技术是一种治疗肿瘤的微创消融技术,手术中目标肿瘤通常是由操作医师人工分割获得的,这种方法的效率较低,但在使用自动分割方法时,往往面临HIFU图像本身质量较差,且其上有专家标记等问题。针对此问题,利用超声图像的噪声特点,提出一种HIFU图像的去标记算法,以达到对HIFU图像预处理的目的。实验表明,此算法可以有效的去除图像的标记信息,提高图像的质量。     

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。     

基于改进自动语义标注的图像识别方法

当前图像识别采取边缘算子切割技术,图像目标边缘会出现一些灰度急剧变化的情况.采用阈值法,图像中存在的阴影,照度不均匀,各处的对比度不同的情况,所以不能采用全局阈值法,而采用局部阈值法,即将图像划分为若干个小图像,先对各子图像用阈值法进行分割,再将分割后的小区域合并在一起,得到整幅图像的完整分割结果,这样,不同的区域由于不同的情况,就可以选取相应的阈值,达到最好得分割效果.     

基于最大信息熵阈值红外图像分割方法研究

红外图像技术是在飞机检测中使用广泛的图像之一,其最大信息熵阈值分割方法拥有易行、简单、有效的优点,在使用中比较广泛。为了有效分割出实际拍摄的红外目标信号,传统最大信息熵阈值分割方法所求出的最佳阈值和手动切分阈值点存在着一定的偏差。本文提出一种新的预处理方法,使得最大信息熵阈值分割结果在计算最终阈值能更加接近手动分割阈值。     

跳水运动视频中的运动目标分割

针对跳水运动视频中的人体运动目标分割问题,提出一种简单有效的基于颜色特征运动目标检测及分割算法。首帧进行图像预处理,利用色相和亮度两个分量加强颜色差异,然后使用OTSU算法对图像进行阈值分割。结合RGB颜色空间启发式肤色聚类结果确定运动目标所在的连通区域,最终完成首帧运动目标的自动检测。有效地克服了复杂背景变化的影响,能够快速实现跳水运动目标的分割,且对运动对象的快速整体运动有较强的鲁棒性。     

基于SVM的花岗岩薄片图像石英分割方法研究

花岗岩薄片不同矿物成分在图像中可能存在相同灰度分布甚至相似纹理。通过结合正交偏光镜镜下图片干涉色信息和单偏光镜图片信息分析,提高了花岗岩薄片石英分割的准确率。方法是从单偏光镜和正交偏光镜下图片中提取图像块的特征信息,运用支持向量机分类方法对图像块进行分类,在分类为石英的图像块中选取种子,再根据两张图片信息,用区域生长方法完成石英分割。该方法实现了自动化分割,分割准确率高,实验证明该方法切实可行。     

远程微小目标图像的粘连区域高精度分割模型

远程微小目标图像粘连区域存在孔洞和震荡突变问题,使得传统针对微小图像粘连区域分割模型,容易产生过分割现象,分割效率较低,获取的分割结果存在较大的偏差,提出了一种优化马尔科夫随机场(MRF)的分割方法,塑造远程微小目标图像优化分割模型,采用改进势函数获取MRF的条件概率,处理图像的粘连分割问题,全面分析图像分割区域的相对高度和面积,通过优化的MRF标记准确分割区域和过分割区域,运算过分割区域同邻域的紧密度,采集紧密度最大的领域并与之融合,实现远程微小目标图像粘连区域的高精度分割。实验结果说明,所提模型可对远程微小目标图像的粘连区域进行准确分割,准确率为97%。     

一种基于活动围道的纹理图像分割方法

本文将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。我们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.     

基于灰度和梯度的视网膜下积液分割

视网膜下积液的容积计算可以被用来评价不同类型的视网膜和黄斑紊乱,因此准确找到下积液的轮廓也就十分必要。但是,目前关于视网膜下积液边界分割的研究很少。本文的目的是根据图像的灰度和梯度特征来分割出视网膜下积液,该方法利用图论分割算法找到经常出现下积液的区域边界,限定搜索区域后利用自适应阈值和梯度阈值来达到分割的目的。实验表明,该方法对于分割视网膜下积液效果良好。     

改进的舌体轮廓提取算法

从如何对舌像进行定位与分割入手,通过研究阈值方法或先验知识在舌体轮廓提取时存在的缺陷,设想了用直方图均衡化预处理采集到的图像,来获得舌体的正确初始轮廓线。     

基于图像处理的车牌识别与字符分割及MATLAB实现

实现车牌识别与字符分割,需要进行图像预处理、车牌区域分割、车牌字符分割和数据库字符匹配等操作。基于MATLAB软件,在图像预处理方面,调整图像大小后获取其B分量图;在车牌区域分割方面,利用Ostu法获取阀值后转化为二值图,然后形态学处理去除小面积的区域,再利用Regionprops函数获取二值图上值为1的区域左上坐标,可得到车牌区域;在车牌字符分割方面,将车牌区域图像转化为二值图,闭运算连接字符间的间隙,再利用Regionprops函数实现字符分割。     

多尺度分割的高分辨率GIS影像建筑物提取模型

高分辨率GIS影像在建筑物提取时由于高分图像细节丰富也增加了一定的噪声,使得提取精度下降。本文提出了一种基于多尺度分割的高分辨率GIS影像建筑物提取模型。首先结合图像的纹理特征分别对形状信息的权重值和光谱信息的权重值进行设置,并以此进行多尺度分割,然后将纹理、形状、空间特征引入到最近邻监督分类的特征空间中进行分类,接着采用知识规则将分割图像进行细分类,最后采用Sobel算子对建筑物轮廓进行边缘检测。通过仿真实验表明,本文提出的改进算法相比较目前常用的算法具有更高的建筑物提取精度。     

图像阈值分割方法的研究

图像的检测、识别技术广泛应用于各个领域,而阈值分割法在图像预处理过程中是比较基本的图像分割方法.该文从现有的各种图像阈值分割的方法进行了比较以及分析,重点介绍并研究了基于图像灰度值的阈值分割方法.     

基于多模糊阀值分割技术图像边沿提取方法研究

传统Sobel算子、Canny算子、图像分割技术中需要多个固定阀值作为约束条件,阀值缺少关联性,分割精度差。提出了一种基于多模糊阀值分割技术的图像边沿提取方法,通过对图像进行尺寸与灰度预处理得到边沿区域明显灰度图像,然后通过模糊阀值算法提取图像主要轮廓,以确保提取边沿完整性,确定最佳阀值计算完成图像边沿的提取。实验结果表明,与传统自适应阀值分割算法相比,该算法在滤除图像噪声、保留细节边缘和保持图像边缘连通性方面以及清晰度都获得了不错效果,提高了边沿提取效率,节省时间,且增强了图像处理普适性,更具有实用性。     

一种改进的分类指纹图像分割算法

指纹图像分割是图像预处理中必不可少的部分,本文结合对指纹图像简单分类的思想,并充分运用指纹图像的灰度特性和方向性提出了一种新的图像分割算法,该算法能准确的提取指纹图像的有效区域,提高了分割的精度.