逆时针追踪轮廓线的彩色图像区域分割算法

提出了一种逆时针追踪轮廓线的彩色图像区域分割算法，其思想是按逆时针顺序追踪轮廓线，在追踪过程中避免了象素点的重复判断，采用回溯搜索解决奇点问题，从而保证了追踪过程的连续性和正确性。在此基础上，运用递归方法分割出图像的所有不同色彩区域。直接提取出具有一定色彩特征的区域，具有较高的实用性，也是此算法的优点之一。     

Matlab环境下的彩色图像皮肤区域分割系统设计

人体的肤色信息在图像检索以及人体图像目标跟踪中有着广泛的应用,因此图像中人体皮肤区域分割也成为图像处理领域的一项重要研究内容。对基于Matlab平台的彩色图像皮肤区域分割算法及系统的设计做了介绍,阐述了算法原理及系统具体实现过程。     

彩色图像色彩聚类算法研究

介绍了聚类分析方法和BMP图像的数据结构,并在此基础上,设计实现了图像色彩自适应聚类算法,目的是在充分理解图像色彩控制原理和BMP格式的点阵图像数据结构的基础上,完成具有根据图像自身的色彩构成特征,实现图像色彩自适应聚类功能的应用程序。该算法简单有效,有很好的实用价值,值得推广和应用。     

一种彩色图像水印算法

研究了彩色图像水印算法,重点研究了彩色图像空间表示和转换关系、余弦变换、基于奇异值分解算法等。提出了一种彩色水印算法,该算法将彩色图像从RGB空间转换到HSV空间,并提取饱和度S分量,对S分量进行了DCT变换,从而获取低频信息,作为水印嵌入位置;在水印嵌入过程时,采用了基于奇异值分解的算法进行嵌入水印。为了检测该算法的鲁棒性,对该算法进行了加入高斯噪声、椒盐噪声、JEPG压缩、几何等方式攻击。结果表明,该算法能有效地抵抗JPEG压缩攻击,对加入噪声攻击也表现了较好的鲁棒性。     

竞争匹配追踪算法

匹配追踪算法是一种从一个极度冗余的词典中选择出某些基向量来叠加出一个特定的信号的算法 .这种算法已经成功地用于视频压缩和其它领域中 .但由于匹配追踪算法本质上是一种贪心算法 ,它的主要缺陷是无法分辨出信号中存在的双峰结构 .本文提出了一种改进算法 ,称为竞争匹配追踪算法 .这种算法能够克服上述匹配追踪算法的缺陷 ,并且在同等情况下能达到更优的性能 .     

竞争区域追踪算法

匹配追踪算法是一种从一个极度冗余的词典中选择出某些基向量来叠加出一个特定的信号的算法，这种算法已经成功地用于视频压缩和其它领域中，但由于匹配追踪算法本质上是一种贪心算法，它的主要缺陷是无法分辨出信号中存在的双峰结构，本提出了一种改进算法，称为竞争匹配追踪算法，这种算法能够克服上述匹配追踪算法的缺陷，并且在同等情况下能达到更优的性能。     

一种彩色图像的边缘检测算法

通过对灰度图像的边缘检测的研究,构造了一种新的基于色度差的边缘检测算法,并充分利用彩色图像的颜色信息,将此算法从灰度图像转化到RGB的颜色空间中。这种新方法旨在区别于传统意义上对图像的边缘检测要求的精准性,而把提取出彩色图像中直观形象的轮廓信息作为研究目的。实验仿真表明,该算法提取出的边缘能够较好地反映目标图像中具有代表性的信息。     

基于彩色图像信息提取的非结构化道路检测算法

非结构化道路的识别一直是道路检测算法中的难点。基于非结构化道路中道路区域的颜色渐变或者是不变的基本假设,介绍了一种基于颜色空间的自适应颜色阈值分割算法,并利用形态学滤波及连通性测试的后续处理,较好地标识出非结构化道路的路面区域。算法解决了光照不均、大面积水渍等干扰带来的强烈影响。     

定量分析左心室射血运动特征的追踪方法设计

为辅助诊疗心血管疾病,需定量分析左心室射血运动参数.左心室轮廓变化丰富,基于此,设计一种左心室运动追踪方法.首先构建左心室三维轮廓并提取形状特征,然后基于映射准则恢复轮廓位移场,最后平滑优化轮廓位移场.根据得到的轮廓位移场,分别测量左心室射血正常与无力受试者在左心室收缩时期径向、圆周方向的位移、速度、应变、应变率.实验...     

改进的mean shift算法及其在彩色图像分割中的应用

针对mean shift算法中带宽参数的选择不易确定的问题,提出了一种改进的自适应mean shift算法,并将其运用于彩色图像分割中。仿真结果表明,该算法对于不同类型的图像,均可以获得令人满意的分割结果。     

一种融合边缘和区域特征的主动轮廓图像分割

传统的主动轮廓模型只利用图像的边缘或者只利用区域特征实现图像分割。在有些情况下图像分割效果较差．本文给出了一种综合利用图像边缘和区域特征的主动轮廓图像分割方法．实验表明,演变后的曲线与图像的边缘是吻合的,图像分割的结果较好．而对相同的图像应用传统的主动轮廓分割算法得到的图像分割结果则很差．这说明新算法明显提高了传统算法的图像分割性能．     

基于区域生长算法的CT序列图像分割

由于人体腹部CT图像纹理结构复杂,灰度差别特别小,边缘又很不明显,本文提出了基于区域生长法的序列图像分割算法.在提取肝脏图像时,将全部序列图像分成若干组,然后利用区域生长算法先分割出每组的第一张图片.对于本组内其余图片的分割,充分利用相邻图片的灰度相似性实现序列图像的分割.对于血管的分割,由于血管在三维空间上的连通性,采用三维区域生长算法实现血管管道的提取.实验结果表明,应用本文算法能得到准确的肝脏及血管分割结果.     

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。     

融合局部和全局信息的两相脑图分割模型

为了解决脑核磁共振图像中的灰度不均匀现象,提出了一个基于两相的脑图像分割模型．该模型在图像局部熵基础上融合局部高斯信息和全局信息的两相水平集来拟合图像信息,同时采用一种新的简单有效的初始化方法,进行脑灰质、脑白质、脑髓液分割．实验结果表明,该模型能有效地对脑灰质、脑白质、脑髓液进行分割,同时提供准确光滑的目标边界,解决了CV模型等对灰度不均匀图像分割失败的问题．     

几种经典活动轮廓图像分割模型综述

图像分割是将图像进行特征提取的关键技术。图像分割算法研究成果较多,活动轮廓模型是图像分割获取边缘信息的重要方法。阐述了几种经典的活动轮廓方法,通过大量仿真实验对几种方法进行比较,指出现阶段图像分割遇到的问题并展望其研究趋势。     

基于特定理论工具的彩色图像分割技术

图像分割是对图像进行分析和理解的基础，彩色图像由于较灰度图像具备更多的视觉信息而越来越受到人们的关注．对彩色特征空间的选取，以及近年来通过结合模糊数学、马尔可夫随机场、神经网络、遗传算法、小波分析等特定理论工具和模型的彩色图像分割方法和策略进行了介绍．     

基于流形的特定人体组织轮廓的医学图像分割

图像分割是医学图像分析中的重要问题。以前的基于模型的分割算法都是从不特定人群的统计出模型的先验知识。文章提出了一种新的全自动医学图像分割算法.这种方法旨在提出一种基于特定人先验轮廓模型。该模型通过基于流形的学习方法,从而达到更加准确的分割效果。     

一种主分量直方图模糊增强的彩色图像分割方法研究

提出一种主分量直方图模糊增强的彩色图像分割方法,该方法自动确定主分量和次分量,并对两个分量的直方图进行模糊增强,根据模糊增强的直方图对像素点分级标号,最后根据颜色距离和空间信息进行区域合并,通过实验得到了较好的分割结果。     

基于CT数据的轮廓线提取

医学图像的三维重建中,边缘轮廓线的提取起着关键的作用.针对头部医学CT数据,分析其数据格式,并对其进行数据格式转化,对转化后的数据采取图像平滑、颜色调整与直方图均衡化等图像预处理操作,最后在分析图像预处理后数据的基础上提出双阈值分割的方法来提取轮廓线数据,实现较好的提取效果.     

一种基于K-平均簇划分算法的图像分割方法

给出了一种对簇分布近似球状分布的图像进行分割的有效算法，与其他算法相比，这种算法不但是一种阚值自适应分割算法，而且正确分割率较高。