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.     

一种基于纹理特征匹配的快速目标分割算法

虽然固定尺度变化分解窗口的目标分割算法分割效果好,但时间效率不高。针对这一缺陷,提出一种依据查询窗口和被查询子窗口的纹理特征距离信息,分等级尺度变化分解窗口的算法思想。在当前循环层中,如果查询窗口和被查询子窗口的纹理特征距离比设定的阈值λ越大,分解窗口在下一次循环中减小的尺度d就越大,反之则越小。经实验验证,该算法能有效提高基于纹理特征匹配的目标分割算法效率,在分割精度上基本保持不变。     

基于HSV空间的彩色图像分割

彩色图像分割是彩色图像处理和图像识别的重要问题,彩色图像分割可以看成是灰度图像分割技术在各种颜色空间上的应用。根据HSV颜色空间颜色和亮度无关,将彩色图像从RGB空间变换到HSV空间,然后经过H分割对绿色信息进行提取得到分割结果。试验表明,这是一种计算高效的分割算法。     

一种基于标准差的指纹图像分割算法

首先介绍指纹图像分割的基本概念,接着使用一种基于标准差的图像分割算法对指纹图像进行分割．该方法利用标准差找出最佳分割阈值,再用该阈值将指纹图像脊线提取出来．实验结果表明,该方法能够很好地将指纹脊线从背景中提取出来．     

一种基于边缘信息的车牌字符分割算法

提出了一种新型的基于边缘信息的车牌字符分割方法,首先对采集的彩色车牌进行灰度化,在去除噪声后,对车牌区域利用SUSAN算子进行边缘检测.通过垂直投影分割,确定字符区域的不同宽度,利用字符宽度的分类与区域前后文宽度的变化可降低误分割的概率.实验结果表明,采用该算法对车牌字符进行分割时,可显著提高分割的正确性.     

一种基于颜色的车牌定位方法

提出了一种新的基于车牌颜色的定位方法:即借助HSV颜色空间的H信息,来实现车牌区域的准确定位的方法。此方法提高了车牌定位的准确率,有很好的适用范围。     

一种基于蚁群算法和C-Means算法的图像分割方法

针对传统C-Means算法在图像分割应用中的缺陷,本文提出一种蚁群算法(Ant Colony Optimization ACO)融合C-Means算法的图像聚类分割方法,它融合了C-Means算法和蚁群算法的优点,比传统的C-Means算法能得到更好的分割质量。实际图像分割试验结果表明该方法是一种良好的图像分割新方法。     

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.     

一种基于HSV颜色空间与小波能量特征融合的车牌定位算法

文中针对彩色汽车图像牌照定位率不高和速度慢等问题,提出了基于HSV颜色空间与小渡能量分析相融合的车牌定位方法.利用固定底色牌照的色相、亮度和饱和度值分布区间不同的特点,完成对大多数黄蓝底色牌照的快速定位.对于车牌底色与车身颜色相近无法一次完成定位的操作,进行图像二次定位处理,利用车牌区域小波高频能量分布特点从背景图像中提取车牌区域.实验结果表明该方法比单一使用HSV空间进行定位的算法准确率高,比其它小波定位算法实现速度快,并且具有较好的鲁棒性.     

基于SVM与强化学习的启发式算法

RSS(Random Sampling Scheme)随机抽样方案,是一种简单有效、基于优先级规则来求解著名的NP难问题(NP-hard)中的 RCPSP 问题(Resource Constrained Project Scheduling Problem,资源受限项目调度问题)的方法.基于此,本文提出了一种通用的机器学习方法来改进RSS,将强化学习的ROUT算法(ROUT-algorithm)与SVM(Support Vector Machine,支持向量机)方法相结合,得到一个更理想的值函数,以此来指导RSS给出更佳的搜索策略.由RCPSP的基准实例可以看到,将SVM与强化学习结合,算法结果的好坏在减少训练集数量之后不受影响,且可以在短时间的训练之后得到较为明显的改进,证明该方法有效、实用.     

一种基于边缘流的图像分割算法及其应用

基于边缘流的图像分割算法以方向相反的边缘流相遇的位置确定对象的边缘,解决了传统基于边缘的图像分割算法难以确定合理阙值的问题.论述了基于边缘流图像分割算法的原理,对该算法进行了调整,将其应用于昆虫图像的分割.实验结果表明:基于边缘流的算法不仅能够有效地分割出图像中的昆虫对象,而且对昆虫对象的各个部分还能进行较为有效地分割.与传统的基于闽值分割算法相比是更好的图像分割算法,促进了计算机视觉技术在农林业领域的应用,促进了计算机视觉技术在农林业领域的应用.     

基于分割的纹理分类农田信息提取

探讨利用分割和纹理分类技术提取农田信息．利用多分辨率分割快鸟影像4个波段,再对分割所生成的影像目标进行纹理分类．利用自相关函数确定纹理窗口的大小为5×5像元,分类所采用的纹理包括同质度、对比度、不相似度．结果表明该方法分类出的6种农田地物正确分类率在0．918到0．852之间．     

一种实用的光斑图像分割算法

对激光光斑图像准确分割能准确地提取质心、直径等参数。提出了一种实用的激光光斑分割算法,首先采集光斑及背景图像,然后对光斑图像与背景图像进行差分,最后采用最佳阈值分割。实验结果表明,本算法能够有效、正确地对光斑图像进行分割。     

微机测绘地图的一种分割算法

本文采用人—机交互采样,给出了地图绘显和测算的分割算法,从分析地图数据采样和曲线特征,归纳出组成任意地图曲线的凸、凹、折、平、断五种特征点线,以及这些特征点线与面积测算的关系,使地图或其内含子区域的面积测算简单易行。     

一种基于图像滤波的加权 FCM 图像分割算法

针对模糊C均值（ FCM）图像分割算法受初始值影响较大以及对噪声的抑制作用较差的问题,提出一种基于图像滤波的加权FCM图像分割算法。该算法采用快速FCM算法进行初分割,降低了初始值的影响,同时引入自适应中值滤波器,并与加权FCM 算法相结合进行迭代滤波分割,不仅能很好地抑制噪声的影响而且能使分割更精确。利用该算法分别对人工合成的和真实的含噪图像进行分割实验,实验结果表明：本文算法对含噪图像有很好的分割结果。     

一种薄膜组织图像分割算法的介绍

介绍一种薄膜组织的图像分割算法,该算法包括中值滤波、形态滤波器等图像预处理技术,和基于离散动态边界模型（DDC）的图像分割方法。一组薄膜组织的仿真超声图像被用于分析薄膜厚度与算法精度的关系。     

基于缺陷分割的多通道滤波器设计

介绍了带钢表面缺陷检测中缺陷分割的重要性及数字滤波器的作用,描述了构造滤波器的3种准则函数,比较分析了根据3种准则函数所设计的3种优化滤波器各自的性能特点及其所具有的方向性缺点,并针对优化滤波器的缺点设计了多通道滤波器进行改进,最后用现场带缺陷的带钢图片进行实验验证,得出多通道滤波器可以很好地对带钢表面不同方向的缺陷进行滤波,达到缺陷分割的目的.     

基于纹理和形状特征相结合的图像检索技术

图像检索是指从大型数据库提取所需的图像,可能是基于文本或基于内容的检索。在这里,基于内容的图像检索（CBIR）是一个长期的研究课题。Gabor滤波器用于提取图像的纹理特征,形态闭运算结合Gabor滤波器提供了更好的检索精度。通过应用Gabor滤波器计算出纹理特征的平均值和标准偏差,形成特征向量;使用傅立叶描述符和质心距离提取形状特征,利用纹理和形状特征相结合的方法来提高检索性能。