改进的逼近迭代法在帘子布疵点识别中的应用

数字图像分割对于图像处理来说是很关键的.在逼近迭代的基础上引入了信息熵的概念.文中算法改变了逼近迭代法中循环终止条件,并且使阈值的选取自适应地根据分成的目标与背景的频数比率来确定,使其均值更能接近整幅图的期望值,结果更精确.实验结果表明,与直方图双峰法、最大类间方差法(Otsu法)、逼近迭代法相比,文中方法能有效克服背景和目标灰度对比度不大造成的困难,分割所得的图像最清晰、完整,去噪能力最强.     

基于和声搜索算法的图像阈值寻优算法

针对最大类间方差法在图像分割时产生的阈值会引起过分割的缺点,提出一种基于和声搜索算法的图像阈值寻优算法。算法将苹果图像预处理、计算图像目标和背景两类间方差作为和声搜索算法的目标函数,通过和声搜索算法寻找最优分割阈值,选取6种不同光照条件下的苹果图像进行阈值寻优实验。结果表明,采用基于和声搜索算法的图像阈值寻优算法较最大类间方差法和基于混合蛙跳算法的图像阈值寻优算法具有较好的图像阈值寻优能力。     

基于HSV颜色空间的淋巴瘤病理图像分割

提出一种基于HSV颜色空间的淋巴瘤病理图像自动分割方法.依据各种淋巴瘤病理组织在HSV颜色空间的分布规律,结合最大类别方差阈值分割算法,建立淋巴瘤病理图像分割模型.实现了淋巴瘤病理图像中实心细胞、空泡细胞、基质、空隙等各种组织的自动分离.实验结果表明该方法实现简单、有效、快速,具有较好的分割效果.     

基于Ostu优化的PCNN电力故障区域提取

为更好实现红外图像中电力设备故障区域的提取,提出改进PCNN(脉冲耦合神经网络) 的故障区域提取方法。基于Otsu 算法(大津法,又称最大类间差法) 计算红外图像的最优分割阈值,作为PCNN 迭代的初始阈值。以最大类间方差作为PCNN 模型的收敛判据,实现红外图像自动分割以提取电力故障区域。实验表明,该算法与Otsu、K-means、传统PCNN 方法相比,能够更全面、精确地提取电力故障区域,为后续故障类型识别奠定基础。     

改进的变分水平集演化的图像分割算法

提出了一种改进的变分水平集分割算法。引入演化曲线内外灰度图像的中值代替传统CV(Chan_Vese)模型中的均值作为曲线拟合中心。在轮廓初始化后,采用最大类间方差(OTSU)方法改进曲线拟合中心,将最大类间方差与拟合中心结合,提高分割的准确率和适应性。加入双阱势的距离正则项以避免水平集重新初始化,提高效率,从而得到一个自适应阈值与区域信息相结合的水平集演化模型。     

基于改进Canny边缘检测算法的道路标线检测实验研究

为提高传统Canny算法的灵活度和自适应能力,提出了一种改进的自适应Canny边缘检测算法。采用双边滤波代替高斯滤波滤除噪声并锐化图像边缘;再使用水平、垂直、45°、135°等4个方向的梯度模板对图像的梯度幅值进行计算。对传统的Otsu阈值分割算法进行了改进,改进的思路是找出类内和类间方差的最大值作为阈值,阈值搜索范围的缩小可以使计算量减少,实现快速分割。通过道路标线图像验证,说明改进后的Canny算法对道路标线的分割效果更好,减少了边缘断裂和假边缘,处理的时间也相对缩短。     

基于GA-FKCN聚类的图像分割

提出了GA-FKCN聚类算法,此算法利用遗传算法的全局搜索的能力确保FKCN聚类的方向,从而使FKCN聚类不再具有对初始状态的敏感的缺点。并以此算法为基础提出一种模糊图像分割方法,与传统的模糊聚类分割算法相比效果更佳。最后通过图像分割实验证明该算法的效果优于传统的模糊图像分割。     

几种经典阈值分割方法在图像处理中的应用研究

图像分割是图像处理中最常见但也是最重要的组成部分,目标的状态、背景复杂程度、光照强度以及不同分割方法等因素都会对目标分割的效果产生影响。通过迭代法、直方图选择法、最大类间方差法三种经典的图像分割方法,对不同时间、不同状态下的大理大学标志物进行分割,并对不同分割方法的分割结果进行比较,仿真结果显示不同分割方法分割出的大理大学标志物在细节上存在着差异,同时得出分割结果受光照因素影响。     

基于K-means聚类与二次分水岭的果蔬图像分割方法

为解决传统分水岭算法在果蔬图像分割过程中产生的过分割问题,提出了基于K means聚类与二次分水岭的果蔬图像分割方法。该方法首先通过自适应中值滤波、直方图均衡化等方法实现图像增强,利用分水岭算法实现图像预分割,然后对预分割结果进行K means聚类和形态学处理,并在此基础上利用分水岭算法实现果蔬图像二次分割。实验结果表明,该方法很好地解决了分水岭算法引起的过分割问题,为后续图像分类识别奠定了基础。     

最小局部方差优化初始聚类中心的 K-means 算法

针对传统 K-means 算法随机选取初始聚类中心导致聚类结果随机性大、优劣不定的缺点,通过定义局部方差,利用方差反映数据密集程度的特性,提出一种基于最小 局部方差优化初始聚类中心的 K-means 算 法。该算法选取数据集中局部方差最小的点作为一个初始聚类中心,并利用数据信息更新数据集,直到选到 k个初始聚类中心,实现初始聚类中心优化。基于 UCI 数据集与人工数据集进行实验,与传统 K-means 算法及最小方差优化初始聚类中心的 K-means 算法进行性能比较。实验结果表明,基于最小局部方差优化初始聚类中心的 K-means算法具有良好的聚类效果和很好的鲁棒性,且聚类时间较短,验证了算法有效性和优越性。     

基于多智能体系统的自适应指纹图像分割算法

在深入研究指纹图像分割方法的基础上,将多智能体系统MAS（Multi-Agent System）引入到指纹图像分割处理过程中,提出了一种基于MAS的自适应图像分割方法.实验结果表明,该方法能够有效实现对指纹图像分割的自适应分割处理,相比传统的方差分割法和点方向一致性分割法,本算法具有更好的适应性和鲁棒性.     

一种基于Mean-shift算法的稳健的图像分割

提出一种基于Mean-shift的灰度图像分割算法.首先提取图像的灰度值、梯度、邻域特性作为Mean-shift的特征向量,然后用Mean-shift算法收敛于概率密度最大点的特点,找到图像的聚类中心,从而实现了分割图像,增加了梯度和邻域特性的Mean-shift算法分割图像更精确的效果.     

基于蚁群模糊聚类算法的图像分割研究

论文提出了一种基于蚁群动态模糊聚类算法的计算机图像分割方法,有效地利用蚁群算法的聚类分析能力,克服了FCM算法对初始化的敏感,动态地确定了聚类数目和中心。然后利用蚁群聚类算法得到的模型进行修改,再进行模糊聚类弥补蚁群算法的不足。最后将该算法应用到计算机图像分割技术。对比实验表明,该算法实验表明该算法速度快、划分特性好,可以准确地分割出目标。     

一种使用经验系数灰度化的中药叶片分割方法

针对传统的彩色叶片图像灰度化分割效果不理想问题,使用了一种经验系数灰度化的彩色叶片图像分割方法。该方法利用RGB颜色相关性特征进行灰度化,提高叶片颜色比例,增加叶片与背景的差异性,在不同背景条件下对叶片图像使用最大类间方差法进行分割。实验结果表明,使用经验系数灰度化的方法可以获得更理想的分割效果。     

基于迭代自组织数据聚类阈值PCNN的图像分割法

基于迭代自组织数据聚类阈值的脉冲耦合神经网络的图像分割算法改进了传统脉冲耦合神经网络在图像分割中由于不恰当的参数选择而导致图像欠分割和过分割的问题.基于迭代自组织数据聚类阈值的脉冲耦合神经网络图像分割算法无需确定参数和循环次数,也不需要用特定原则确定循环结束的条件,只需利用图像中的每个像素点的灰度值进行聚类,然后利用改进的迭代自组织数据算法确定图像的初始聚类数目以及聚类中心,并以此作为脉冲耦合神经网络的最佳阈值,一次点火过程自动完成分割.实验结果表明,这种算法具有较好的分割结果和分割速度,提高了分割的准确性.     

基于改进仿射传播聚类的图像分割算法研究

仿射传播聚类算法是一种比较新的基于质心的聚类算法,在图像分割领域得到了广泛应用。仿射传播聚类算法最终聚类数目会受到偏向参数P(Preference)的影响,得到的聚类数目往往偏多,影响分割质量。鉴于此,提出一种改进的仿射传播聚类的图像分割算法,该算法将仿射传播聚类算法与CURE层次聚类算法相结合,CURE算法能够对仿射传播聚类算法的分割结果进行优化。实验验证表明,改进后的算法图像分割效果更好。     

基于超像素聚类的 EM脐橙病虫害图像的分割

随着赣南脐橙果业优良品质的发展,赣南脐橙越来越受到人们的青睐.但是在发展赣南脐橙精准果业的同时,脐橙病虫害也随之蔓延.因此快速分割和识别赣南脐橙病虫害的病斑图像,以便提高赣南脐橙的果业质量.本文提出一种基于混合聚类的脐橙病虫害图像分割方法,通过超像素聚类将整个彩色赣南脐橙病虫害图像分割成若干个紧凑的、近似均匀的超像素块,为图像分割提供有用的聚类线索,以加快期望最大化(EM)算法的收敛速度.使用EM算法从每个超像素块中快速准确地分割出病变像素,根据数学形态学去校正聚类结果,最终获得分割后的病斑图像.对比本实验和与同类方法的实验,实验结果表明该方法是有效的,对脐橙病虫害病斑图像的分割具有较好的实验效果.     

基于直方图和加权FCM算法的图像分割方法

模糊c均值(FCM)聚类算法广泛用于图像的自动分割,但是该算法没有考虑像素的灰度和空间特征,对噪声十分敏感。提出了一种基于直方图的加权模糊c均值(WFCM)聚类的图像分割方法,在传统的FCM聚类的基础上,该方法考虑了灰度直方图的灰度、邻域像素灰度的相关性对图像进行加权聚类分割。实验结果表明,该方法可显著提高图像分割的速度和精度。     

融合otsu算法和数学形态学在canny边缘检测中的运用

canny算子的参数选取决定着图像边缘检测的效果,利用类间方差最大化阈值分割算法(Otsu)容易计算出比较理想的阈值,使canny算子的门限选择具有自适应性,实验最后用数学形态学对结果进行后处理,结果表明,算法具有自适应性,抑制噪声能力较强,有效地提高了canny算子边缘检测的效果,取得了预期效果.     

一种改进Grabcut算法的彩色图像分割方法

针对传统Grabcut分割方法难以很好处理图像阴影部分及分割时间过长的问题,提出结合K-means聚类算法与Grabcut函数的方法改善以上问题。该方法通过直方图均衡化实现图像增强,然后利用K-means算法以二分类的形式对像素进行聚类,利用形态学处理填充孔洞,自动获取目标物体轮廓后,结合Grabcut算法实现图像二次分割,最后利用颜色判定改善图像阴影部分。实验结果表明,该方法可实现图像自动分割、节省大量时间,而且对阴影部分图像处理有明显改善,具有较高的准确性和高效性。