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。     

一种简单的人脑图像的分割

给出了一个基于区域生长法的医学图像的分割算法,用区域生长的方法对脑部扫描图像中的脑体进行了分割提取,根据脑部扫描图像的特点确定了生长的种子点,通过反复测试确定了最终的生长门限。试验证明,该方法简单实用,分割准确。     

森林火灾无线传感图像监测中的光照干扰消除

传统的森林图像火灾监控方法中,无法消除由于强光照射带来的影响,传感器采集图片像素冗余发生混淆,可识别的特征关联性下降.提出一种加入强光照射因子的识别模型,通过准确计算森林遥感图像中,可能产生反射的区域,对其区域可能产生的反射光建立模型,运用加入光模型的图像分割方法,对可能产生火灾的区域进行分割识别.实验证明,这种算法能够提高远程森林火灾检测的精度.     

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。     

图像分割综述

图像分割是图像处理工作中重要的一步,论文简单介绍图像分割问题,讲述了现有主要的图像分割方法,为进一步进行该方面的研究提供一定的帮助.     

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.     

一种基于最大熵的改进型PCNN图像分割新方法

提出了一种基于最大熵的改进型PCNN图像分割算法。该算法对传统的PCNN模型进行了简化,采用线性方式调整动态阈值函数,采用最大熵确定PCNN网络的循环迭代次数,并对神经元反馈输入函数进行了修正,实现了对图像的最优分割。仿真实验结果表明,该方法能获得视觉效果较好的分割效果并具有较强的普适性。     

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。     

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。     

基于改进的模糊聚类图像分割技术研究

主要研究图像分割技术。在传统的模糊C均值聚类图像分割算法基础上,加入了邻域像素的信息,大大地改正了模糊的隶属函数。实验表明,本文提出的算法较传统算法更加注重抗噪声能力。     

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%。     

基于量子思想的边缘检测与图像分割

灰度图像的分割通常都基于灰度的梯度变化。平均边沿梯度法常被使用以取得好的边沿效果,如,Sobel、Prewitt及Kirsch边沿算子。这些算子使用梯度和梯度的平均值来达到去噪和边沿检测,但忽略了增强图像边沿。通过把图像像素点看成受陷于能量为陷阱中的量子,我们得到相邻像素点对中心点的贡献与该点地灰度成线性关系。由此,本文提出了一个边沿分割方法。该方法不仅能够具有好的去噪效果,同时还具有锐化图像边沿的效果。     

基于干涉图加权叠加的图像压缩算法

在对图像进行压缩的过程中,容易出现信息丢失的情况,导致传统图像压缩算法由于相关性低的图像也可参与等权计算,使得图像产生偏差及失真,无法有效实现图像压缩,提出一种基于干涉图加权叠加的图像压缩算法,给出高相关点的平均形变相位变化速率,依据误差传播定律,求出全部干涉图叠加后高相关点受到的大气延迟干扰,对每个图像对应的相关系数进行计算,依据模型采集高相关目标点,干涉图被叠加后,给出高相关点大气延迟对线性形变速率的干扰,通过移位操作获取样本的Exp-Golomb级数,完成编码获取数据的非负映射操作,利用上一个样本的Exp-Golomb编码级数对当前样本值级数进行估测,通过计算原始干涉图数据和压缩后的干涉图数据的压缩比与峰值信噪比,对压缩效果进行度量。通过光谱相对均方误差RQE对压缩前后的原始光谱和复原光谱进行度量。仿真实验结果表明,所提方法具有很高的精度。     

车牌识别系统中图像分割与识别技术研究

分析了汽车牌照的几何特征和成像特点,提出基于自适应性阈值的搜索策略,对图像中的车牌进行定位;利用Hough变换对图像进行倾斜矫正;然后设计一个三级分类器,对单个字符进行模式匹配,得到识别结果,最终实现对原始车牌图像的识别。     

直觉模糊集人工鱼群搜索的人脑切片图像分解

精密的大脑切片图像的微细分解处理是进行图像特征分析的基础,传统的人工鱼群算法对图像微细区域进行分解时,融入局部信息导致图像噪声增强,难以有效提取图像的数值特征信息,分解效果不好。提出一种基于直觉模糊集的人工鱼群搜索算法,根据模糊集理论,进行直觉模糊集构造。在人工鱼群寻优搜索到的引领粒子附近自组织搜索更优特征解,利用直觉模糊集的均匀遍历特性全局搜索微细特征,不需要人为的干预,更适合处理一些模糊的和不确定的问题,适用于图像的微细分解。仿真实验得出该算法在处理含强噪声的脑切片图像时,微细分解精度很好,精度和计算复杂度等方面较传统方法有优越性。     

一种基于系统聚类的图书馆读者细分模型

读者细分是图书馆管理中迫切需要解决的问题,"被动服务"的图书馆服务模式逐渐转向"读者驱动",所提供的个性化服务应该符合读者的实际需求,因此这种个性化服务对于目前单一的读者属性细分方式提出了更高的要求。本文采用系统聚类算法建立了图书馆读者细分模型,进而提出了四种不同的细分方式,并用图书馆流通数据对模型进行了测试,验证了该细分模型的实用性和有效性。     

图像局部自交干扰排除的渐变优化算法研究

在二维平面图形渐变算法中,但是对于较为复杂的图形,由于传统算法本身存在的不足,图形渐变过程中有时会出现一些局部自交现象,影响图形的渐变效果。为了避免上述缺陷,提出了一种图像局部自交干扰排除的渐变优化算法。利用小波对图像的边沿像素进行变换,提取图像边沿的纹理特征,利用K均值聚类方法,对边沿纹理像素设置分类阀指,消除图像局部自交干扰。实验结果表明,利用本文算法下的图像渐变过程得到了优化,取得了令人满意的效果。