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。     

基于快速分水岭分割的火炮内膛损伤检测研究

小口径火炮炮膛表面质量缺陷的检测使用光学内窥仪采集图像后对图像进行分析,这种方法在狭小空间且构件多的火炮炮膛检测中,无法克服亮度不均匀的情况,造成检测结果的不准确,一直依赖传统光学窥膛仪用肉眼定性观测,不能定量检测,准确度差,效率低下,而且检测结果受限。提出一种基于快速分水岭的火炮内膛损伤检测研究方法,使用工业CCD摄像机获得火炮炮膛的清晰图像后,使用快速分水岭的图像分割方法,保护图像的有效边界,避免过度分割。实验证明该方法具有高准确率的火炮内膛检测效,具有很强的实用性。     

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.     

改进粒子群算法的图像分割阈值方法研究

图像分割在图像处理领域里的作用至关重要,当前图像分割方法的一类重要方法是源于粒子群算法的图像分割方法,本文对源于改进粒子群算法的三类图像分割方法,即单阈值图像分割方法、二维阈值图像分割方法和多阈值图像分割方法进行了全面研究,通过研究指出单阈值图像分割方法效果相对来说是较差的,二维阈值图像分割方法比单阈值图像分割方法好,多阈值图像分割方法效果最好,并对每一类方法的不足以及以后要解决的问题也作了详细分析,同时也通过研究指出了图像分割技术未来的发展方向将是多种方法相结合才能得到较好的效果。     

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。     

基于最大类问方差的快速图像分割算法的研究

通过对毫米波技术与成像算法的研究,重点研究了基于最大类间方差的快速图像分割算法。该算法根据最大类方差原理,通过二分逼近逐次逼近最佳分割阈值,相对于传统的最大类间分割方法提高了速度,该算法也可以扩展到一般数字图像的分割,其效果也较好。     

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。     

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。     

一种基于约束蚁群反馈算法钢坯图像分割技术

结合蚁群反馈优化算法、多属性约束理论的优点,提出了一种基于约束蚁群反馈算法的钢坯图像分割算法。算法采用钢坯图像边界粗糙熵作为分割的反馈标准,充分利用蚁群算法的反馈调节能力,对属性像素进行约束,保证在约束条件下的最优化边沿分割。经过实验测试,结果表明,由于使用约束蚁群反馈算法避免了钢坯像素边沿混合弊端,采用模糊边界计算原则,完成边沿像素分割,所以不仅得到了令人满意的钢坯分割效果,而且大大的提高了计算速度,是一种实用有效的钢坯图像分割方法。     

基于最大方差法的图像分割与边缘检测

本文主要利用最大方差法和数学形态学相结合的方法对SCFRW（碳纤维木质复合材料）样板图像进行图像分割和边缘检测,通过与传统的边缘检测方法（Sobel、LOG、Canny三种检测）进行比较,结果证明用最大方差法分割后的图像通过形态学边缘检测后具有良好的边缘效果,为研究SCFRW样板性能所涉及到的碳纤维形状特征提取做了较好的前提准备工作。     

岩墙几何提取的典型图像分割算法研究

岩墙是岩浆沿地壳裂隙灌入围岩形成的板状侵入体,与岩浆活动和岩浆事件密切相关,具有重要的地质意义。无人机遥感技术的出现和发展,为高精度岩墙几何提取提供了新思路,但无人机影像上岩墙形态复杂,传统的岩墙几何提取方法大多依赖手动方式,受研究者主观因素影响大,严重制约了提取工作的效率和准确性。因此,本文选取了现有代表性的4种图像分割算法,并基于高精度无人机影像,对比各种算法的岩墙分割结果,探讨各种算法在岩墙几何提取方面的应用前景。结果表明OneCut算法的岩墙分割结果最为理想,准确率和召回率的均值可达96. 45%和97. 59%,且误差主要集中在颜色区域重叠严重的图像上,于是本文结合Mean-Shift算法对OneCut算法进行了改进,改进后的OneCut算法能达到更高的分割精度。     

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。     

二维自由粒子群图像阈值分割算法

根据二维图像阈值分割和ITPSO的理论,提出2D-FPSA。2D-FPSA适用于任何形式的二维图像信息。与传统的二维算法不同,该算法不需要准则函数,通过一个自由运动的粒子群得到最优阈值。实验结果表明,2D-FPSA是稳定、快速和有效的二维图像阈值分割算法。其分割结果优于ITSPO。     

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。     

蚁群聚类算法在岩心扫描图像分割中的应用

为了很好地从岩心扫描图像中计算孔隙度,研究了用otsu（最大类间方差法）算法和蚁群聚类算法分别对岩心扫描图像进行分割,结果表明利用蚁群聚类算法能很好地将目标从原图像中分割出来,从而为后面计算孔隙度提供了很好的基础。     

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.     

基于遗传算法的图像分割技术研究

遗传算法是模拟自然界的遗传选择和自然淘汰的生物进化过程的计算模型,是一种全局优化搜索算法,具有实用性强、稳定性好、适于并行处理及高效等显著特点,在很多领域得到了广泛应用。图像分割是数字图像处理的重要研究领域之一,它对于图像特征提取、图像分析和识别、计算机视觉等有着重要意义。     

基于模糊C-均值聚类图像分割技术研究

主要研究了均值聚类图像分割问题。针对传统的聚类图像分割算法对图像地分割精度较低等问题,提出一种基于模糊控制的C-均值聚类快速图像分割新方法。本文采用快速模糊C-均值聚类算法对图像分割。实验结果表明,图像分割边缘清晰,分割效果明显优于传统的聚类图像分割算法。     

基于PCNN的手腕骨图像自动分割方法研究

在骨龄自动评价系统研究过程中,对X射线图像中的手腕骨有效分割是一项艰巨的工作。为了解决棘手的手腕骨分割问题,提出了一种基于脉冲耦合神经网络（PCNN）的自动分割方法。该方法在合理简化传统PCNN模型的基础上,利用图像的灰度迭代阈值确定PCNN的迭代次数,实现了对手腕骨有效分割,分割结果优于OTSU算法、分水岭分割算法、阈值迭代算法。