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。     

基于Renyi熵的图像模糊阈值分割

针对图像阈值分割问题,基于Renyi熵与模糊集理论,构造出一种模糊Renyi熵用于图像直方图阈值化分割。在建立的模糊Renyi熵基础上,依据最大熵原则获取用于阈值分割的最佳阈值。通过在大量真实图像上的实验,验证了提出方法的有效性。     

基于改进型脉冲耦合神经网络的乳腺图像肿块分割

目前,对乳腺癌的诊断主要靠放射科医生大量读片,容易造成误诊与漏诊.乳腺肿块分割是乳腺癌计算机辅助诊断(CAD)检测和识别系统中关键的一步.本文基于改进型的PCNN神经网络,设置随时间单调上升的周值,对乳腺肿瘤进行分割,肿块分割完全,分割出的肿块边缘平滑,细节保持较好,能够较好地把目标提取出来.实验结果表明:该方法拥有较好的分割效果.     

基于最大信息熵原理的显微细胞图像多阈值分割算法

文章应用最大信息熵原理,实现了显微细胞图像的多阈值分割。选用图像像素灰度值和各灰度值在图像中出现的概率构成一维灰度直方图,针对显微细胞图像多域值分割的要求,将一维灰度直方图划分成3个独立的子块,确定各个子块的信息熵。根据最大信息熵原理,当总的信息熵为最大值时,确定的阈值t1、t2为最佳分割阈值。     

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。     

基于脉冲耦合神经网络的图像分割方法

为进一步提高脉冲耦合神经网络(PCNN)在图像分割中的应用水平,本文对PCNN模型作了简化和改进。利用粒子群优化算法实现网络参数优化,从训练图像中提取熵和能量的比值作为PSO的适应度函数,提出了一种参数自适应的PCNN图像分割方法。最后,通过仿真验证所述方法的分割性能,结果表明:与传统PCNN图像分割方法相比,该方法能够有效地实现不同图像的自适应分割,具有一定优越性。     

一种基于图像区域最大熵的特征信息提取系统

利用最大熵原理动态地为源特征信息设定分类阈值,将最大熵原理应用于对扫描仪生成图像的特征信息识别分类器设计中,从图像文件中提取特征信息。最后将特征信息存储在相应数据库中,用户则通过建立在此数据库上的各种Web应用了解相关信息。     

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。     

图像阈值分割技术的研究

本文主要介绍图像分割中阈值选取的两种主要方法（迭代法和最大类间方差法）的原理及实施步骤,并将其运用标准图进行仿真,最后分析了仿真结果。     

图像阀值分割技术的研究

本文主要介绍图像分割中阈值选取的两种主要方法(迭代法和最大类间方差法)的原理及实施步骤,并将其运用标准图进行仿真,最后分析了仿真结果。     

基于改进遗传算法的双阈值图像分割

将双种群遗传算法用于阈值的选取,仿真结果表明:合适的遗传算子选定后,基于遗传算法的双阈值图像分割方法可以正确有效地分割图像,将遗传算法用于图像处理中,是非常有效的.     

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.     

一种基于最大熵原理的瓦斯爆炸脆性风险熵函数的提出

煤矿瓦斯爆炸事故的发生存在一定的偶然,但其内在也是存在着必然的,此必然就体现在了煤矿瓦斯系统内部所存在风险因素。文章针对煤矿系统中的瓦斯爆炸问题,通过分析从中找出使整个系统崩溃(事故发生)的因素集合,并在此基础上根据最大熵原理得出煤矿瓦斯爆炸事故的风险熵函数。     

遗传算法在图像阈值分割中的应用

图像分割是目标检测和识别的基础,对所采集到的图像进行分割处理是图像识别跟踪技术中实现目标检测的一种重要技术手段;遗传算法是一种优化算法,利用其高效、并行的寻优能力,通过选择、交叉和变异等遗传操作快速逼近最佳阈值,大大缩短图像阈值分割中阈值的选取时间,提高分割效率;介绍了遗传算法在图像阈值分割领域的应用研究进展。     

改进最大熵算法重建日像仪太阳图像

日像仪太阳图像重建是获取高分辨率图像最后也是最重要的途径。为加快收敛速度而提出的Skilling-Bryan最大熵算法是天文图像处理主流算法之一。通过对SB算法在搜索方向上的改进，使原算法由于近似而产生较大误差时可以自动得到校正，达到了快速与准确的和谐统一。最后，利用两种算法对中科院国家天文台拟建的日像仪进行了仿真，结果显示，改进算法的重建图像分辨率得到明显提高而时间效率与原有算法相当。大量仿真则证明了算法收敛的稳定性。     

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.     

基于改进遗传算法的最佳阈值的图像分割

设计了改进的遗传算法,通过内外两层的选择、交叉和变异等遗传操作,快速逼近最佳阈值,大大缩短最佳阈值图像分割中阈值的选取时间,提高分割效率;通过实验比较,证实改进的遗传算法在最佳阈值的图像分割上优于传统的遗传算法。     

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。     

基于二维Havrda-Charvat熵与混沌粒子群优化的图像分割

图像分割是目标识别与跟踪的基础,为了精确地实现目标分割,提出了二维Havrda-Charvat熵红外图像分割方法。利用图像的二维直方图,二维Havrda-Charvat熵分割方法不仅考虑了图像像素的灰度信息,而且还充分利用了像素的空间邻域信息,能取得比一维熵方法更好的分割结果。为了降低二维熵阈值搜索时间及准确地获得最佳分割阈值,设计了基于Kent映射的混沌粒子群优化算法。在红外小目标图像上的实验结果表明,提出的方法能获得比较好的分割结果,同时大幅度降低了CPU计算时间,与其它方法的比较也说明了所提出方法的有效性。