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。     

一种结合曝光阈值的低照度图像增强算法

低照度图像整体较暗、对比度低,为此在直方图裁剪结合保持亮度双直方图均衡化的BHEPL方法基础上,提出了基于曝光阈值划分直方图的适合低照度图像的图像算法,并结合低照度图像的灰度直方图特点对直方图裁剪方法加以改进.实验结果表明:该方法对低照度图像有较好的增强效果,解决了过分增强的问题,并且能较好的保持图像细节.     

基于CT图像分析和区域生长法的CT图像分割

针对医学CT图像的特点,提出了一种基于统计分析的算法:先对CT图像进行预处理,并且保存为常用的BMP格式,以便于后续处理,然后利用改进的区域生长算法提取目标组织或者区域,最后选择合适的数学形态学操作对结果进行处理,以消除可能存在的误分.从实验结果可以看出,上述方法是可行的,达到了较好的分割效果,可以满足三维重建的要求.     

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.     

一种新的混沌免疫优化算法

结合混沌优化算法与免疫算法的特点,提出了一种新的混合优化方法———混沌免疫优化算法.该算法综合了免疫算法与混沌优化算法在各自的空间搜索优势,充分利用免疫算法的记忆库中当代最优解指导混沌搜索。实验结果表明,该算法具有较强的搜索能力和收敛性能,算法有效可行。     

一种新的排序学习算法

为了克服排序学习算法不能处理包括名词性特征的复杂数据类型的局限性,设计一种新的排序学习算法.在决策树学习算法中,采用新的等级不纯度定义,修改决策树的分裂规则,得到具有直观解释的排序算法,并给出了相关理论基础.实验结果表明:排序树的平均等级损失明显优于感知机类算法和序回归类算法,且具有较快的收敛速度.基于决策树的排序学习算法,可以处理名词性数据和选择相关的特征.     

一种新的红外图像人体检测算法

提出一种新的红外图像人体检测算法并实现。首先采用灰关联分析理论从单幅红外图像中获取边缘轮廓清晰的人体候选区域,然后融合边缘方向梯度直方图特征、区域密度特征及人体形状特征来描述人体候选区域,以提高区域特征的描述准确性,最后使用支持向量机分类器对目标进行分类,在不同的红外图像测试集中进行实验,结果表明,所提出的算法识别效果良好,并具有一定的鲁棒性。     

一种基于图像分割的区域标识算法

通过分析常用的基于二值分割的图像区域识别算法,指出这些算法存在的不足,提出一种仅用一遍扫描图像即可实现图像区域识别的简单算法,该算法在C#.net编程环境下的实验结果表明,具有实现简单,处理速度高效等优点。     

一种新的除法器算法的研究

在已有算法初期研究成果的基础上提出新的除法运算方法，该算法具有运算速度快、位数可调的优点。基于新算法设计的新型除法器可在保持精度的条件下使用较小的资源，提高集成电路的运算速度。     

一种新的子波域滤波算法

对各种尺度上子波值的过零率进行了分析，提出了一种新的子波域滤波算法，并利用Matlab进行了仿真实验，取得了较好的滤波效果。     

一种结合先验知识的遗传图像分割算法

普通的区域增长的图像分割算法对于分割的顺序过于敏感,且不具备普适性的最优评价机制,而语义增长方法虽然将先验知识结合到图像分割中,但没有估计归并到的新区域性质,试图从部分数据得到全局的最优值。将遗传算法用于图像分割,并将先验知识结合到目标函数中,充分利用了遗传算法的特点,从而有效地解决了图像分割中陷于局部最优的问题。     

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。     

一种新的加权关联规则算法

为了解决MINWAL(O)算法存在的重复扫描数据库、挖掘出的加权频繁项集可能包含多个权值较低的项目等问题,提出一种新的加权关联规则算法.该算法定义了新的加权关联规则模型,提出最小支持期望的概念用于候选项集的修剪,挖掘出感兴趣的加权频繁项集.测试结果证明该算法有较高的时间效率.     

一种基于形态学的线粒体电镜图像边缘检测算法

提出了一种基于形态学的线粒体电镜图像边缘检测算法。首先对图像按需求裁剪,然后根据像素间灰度差异关系实现灰度图的二值化,再利用一套组合的形态学操作实现抽出背景、去除目标区域噪声、平滑边缘,最后通过去除所有内部的点获得线粒体的边缘。实验结果表明,对于电镜图像的线粒体边缘检测,该算法比现有的算法更有效,更接近人工检测的结果。     

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。     

一种新的多目标演化算法以及实验分析

多目标优化演化算法能够被应用到经济管理以及工程问题上,事实上,几乎所有现实中的设计问题都可以规约到多目标优化问题。本文提出了一个新的基于演化算法的多目标优化算法,通过对ZDT系列函数的测试表明该算法能够得到前沿点非常密集的近似Pareto前沿,该前沿覆盖理论上的Pareto前沿,表明该算法具有良好性能。     

一种新的宽带拉曼放大器的混合优化算法

基于模拟退火算法(SAA)和鲍威尔算法(PA)提出了一种新的混合优化算法——模拟退火鲍威尔算法(SAA-PA).该算法将模拟退火算法的随机搜索策略纳入到鲍威尔优化算法中,能使优化解不陷入局部最优从而获得全局优化解.该优化方法可以有效地解决多目标的优化问题,特别适用于拥有多个局部最优值的分布式多泵浦拉曼放大器(DMRA)的优化问题.仿真结果显示,在80km传输光纤上只要4个后向泵浦就能实现开关增益10dB,带宽大于80nm,增益平坦度小于1.25dB的平坦增益.与单纯的模拟退火算法的优化结果相比,在相同数目的泵浦条件下所得优化结果的增益谱特性有了显著的提高.同时,该方法可以较方便地仿真出信号增益带宽与泵浦数目的内在关系.     

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.     

一种新的仿生优化算法及其改进

针对基本混合蛙跳算法随机性强,在处理复杂函数优化问题时容易陷入局部最优、收敛速度慢的缺点,提出了一种改进的混合蛙跳算法,该算法利用高斯变异算子对子群最差青蛙进行适当的扰动,修正了其更新策略,从而维持了群体的多样性.用典型测试函数对粒子群优化算法、基本混合蛙跳算法及改进算法进行对比实验,仿真结果验证了新算法的有效性和鲁棒性.     

一种快速自动多目标图像分割算法

针对进化多目标图像分割算法运行时间长且依赖人工挑选最优解的不足,提出一种快速自动多目标图像分割算法。首先使用自适应Mean-shift算法对图像进行预处理,将粗分割结果进行二次分割以提高运行速度;其次选择相互排斥的指标作为多目标的目标函数,并采用RM-MEDA框架对超像素颜色与纹理特征分别进行优化,同时对它们使用不同权值作为目标函数优化;最后由模糊模型从众多Pareto折中解集中自动选择满足实际分割要求的PS解。引入Mean-shift进行预分割,相对于标准的RM-MEDA,其运行速度提高近18%,由模糊模型推荐的Pareto解中,97%的情况符合分割要求。