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。     

基于形态学重构的分水岭图像分割算法

提出一种改进后的分水岭算法,运用形态学重构技术对图像进行预处理,并通过距离变换实现图像的区域分割。实验结果表明,相较于传统的分水岭算法,改进后的算法可以有效地遏制过分割现象,提取出连续、准确的单像素宽分割线。     

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。     

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。     

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。     

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.     

焊接工艺的深度图像分割算法改进研究

焊接工艺是国内外普遍采用的生产工艺,但至今还没有一个特别好的图像提取手段来对其进行检测。而深度图像能够准确地表现物体目标表面的三维几何信息,越来越受到重视,并广泛应用于计算机视觉、图像分析等领域。本文采用边缘检测和区域分割相结合的研究方法对焊接图像进行研究,设计并实现了一种全新的、快速边缘检测算子,获得更丰富的边缘信息。     

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。     

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。     

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。     

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。