一种有效的红外图像目标背景分割增强算法研究

针对近距大目标红外图像对比度低、视觉效果差、红外目标易被背景噪声干扰的缺点,提出一种有效的红外图像目标背景分割增强算法。该算法首先运用半阈值分割法对图像进行分割,使目标从背景中分离出来,然后再对目标区域进行增强处理。最后将该算法与目前常用红外图像增强算法进行对比实验,表明该算法简便有效,增强红外目标并突出目标细节,适合红外热成像系统的实时应用。     

一种基于形态学的红外目标分割方法

研究自然背景下红外图像中目标分割的问题,提出了一种基于形态学的红外目标分割方法．该方法先利用形态学滤波,对红外目标图像中的噪声和微小的干扰区域进行滤除,接着根据提出的计算图像形态梯度的多尺度算法提取图像梯度,而后用改进的分水岭算法对图像进行分割,最后针对过分割问题提出了一种新的区域融合方法．实验结果表明,该算法能较好地解决红外图像中的目标分割问题．     

关于直方图双峰法的研究与改进

关于图形图像处理的问题一直是多年来研究的话题,在信息技术高速发展的今天,图像的处理已应用到社会的各个领域。图像分割就是为了某一特定目的,通过一定的方法把图像按照其特征分成各具特性的区域,提取出感兴趣目标的技术和过程,进而再对目标区域进行研究。它是图像处理、模式识别和人工智能等多个领域中的关键课题,也是计算机处理视觉技术的首要的、关键的关键步骤。图像分割的应用非常广泛,几乎出现在关于图像处理的所有领域。因此,从20世纪60年代以来,图像分割一直都是图像研究技术的热点。     

红外小目标图像的分割与聚类分析

天空背景下红外小目标图像的分割与聚类是检测和识别目标过程的预处理部分。首先对图像进行对比度增强处理,并通过模板滤波法去除弱噪声,再运用分割算法把目标和强噪声从背景中分离出来,然后根据聚类得到可能的小目标,最后给出整套处理方法的实验结果和分析。     

基于多算子融合的图像分割算法的研究

图像分割是图像处理技术中重要的组成部分,在实际生活中有着广泛的应用.针对目前几种常用的基于微分算子的图像分割算法不能很好的分割出目标区域,本文提出了一种基于多算子融合的图像分割算法.算法对几种不同的算子处理的结果进行融合,从而实现对目标区域的分割.实验结果表明,相对于Sobel算子、Prewitt算子、Canny算子、Roberts算子和Kirsch算子,多算子融合算法取得了最优的综合性能.其不仅能很好的解决简单背景下的目标分割,对背景较复杂的图像也能达到很好的分割性能.     

基于分割和全背景图像的视频修复算法

本文针对处于平行运动中的摄像机所拍摄的视频提出了一种有效地分割、修复方法。通过SURF算法和小波变换分割成前景图像和背景图像并融合得到全背景图像。修复前景时,在具有相似运动特征的图像中搜索最佳样本块填补破损。修复背景时,则是在修复好的全背景中采样填补破损帧的待修复区域。实验表明:本文算法能较为精准的将视频破损处修复,同时采用了全新的分割方法,不但能节省时间,还能将视频处理的更为清晰自然。     

基于改进分水岭算法的红外图像分割

研究自然背景下红外图像目标分割的问题,提出了一种基于改进分水岭算法的红外图像分割方法.该方法先利用形态学开闭滤波,对红外目标图像中的噪声和微小的干扰区域进行滤除,接着根据提出的计算图像形态梯度的多尺度算法提取图像梯度,而后用改进的分水岭算法对图像进行分割.最后提出了一种新的区域融合方法.实验结果表明,该算法能较好地解决红外图像中的目标分割问题.     

基于小波多尺度图像配准的运动小目标检测

探讨了一种红外图像序列中独立运动小目标检测的新方法。通过一种鲁棒的小波多尺度图像配准过程消除主场或背景运动的影响。同时,利用改进的Fisher算法及小波变换对低频的图像进行分割,最终将目标从背景中分离出来,并对配准后分割的图像差分,获得目标运动轨迹。实验表明了该方法的有效性。     

遮挡情况下的数字图像修补技术研究

在遮挡情况下,首先将抠像技术应用到目标物的提取过程中,然后使用图像分割的方法实现修补的目的。在基于全自动前景目标提取算法的基础上对抠像技术作了改进,移除遮挡物,提取出背景图像以便于进行修补工作。然后提出了基于模糊C均值聚类结合边缘检测的图像修补方法。实验结果表明,该算法能较好地修补受损区域。     

图像分割技术在多媒体人机交互领域的应用研究

随着多媒体技术的发展,计算机人机交互界面正向多媒体人机交互界面阶段过渡;在多媒体信息处理中引入图像分割技术,将使每个媒体对象都能脱离它的原有环境而独立表现,用户可以选择性地与某一个或几个对象交互,从而使人机交互能力大幅度提高.文中在分析用于图像分割的各种边界技术、区域技术及其应用特点的基础上,研究了图像分割技术在多媒体人机交互领域的应用前景和存在的主要问题,并且提出了在图像分割过程中引入图像匹配技术的可能性.     

图像非广延高斯熵分割的阈值选取方法

图像分割是实现图像目标与背景分离的基础和关键,其中阈值化是最为流行和有效的技术之一。考虑到图像处理作业场景的复杂境况,实时有效的阈值分割方法的提出一直是研究和应用中的极大挑战。针对复杂的工业无损检测图像及红外图像目标分割问题,基于非广延高斯熵提出一种新的图像阈值分割方法。对于图像中像素灰度级不均衡、不规则的随机分布特点,提出方法体现了较好的处理能力。在与实践常用方法的比较实验中,实验结果表明了提出方法的较优异性能和推广应用前景。     

一种应用于飞机红外图像的分割方法及其实现

分析了待处理飞机目标在红外图像中的特点,设计出一种自适应的红外图像阈值分割算法.算法划分成粗分割和精分割两个步骤.首先,通过粗分割缩小目标范围并将图像初步划分成目标区域及背景区域.然后精分割在波门范围内用粗分割中得到的背景区域去近似真正的背景,修改理论阈值公式,并完成最终的分割.该算法目前已在FPGA上成功实现.外场实验结果表明,分割算法具有稳定可靠而且准确度高的特点,非常适用于实时跟踪处理系统.     

GrabCut彩色图像分割算法的研究

GrabCut算法是一种高效的前景背景分割算法.传统分割算法应用纹理或边界信息中的一种进行分割,而GrabCut算法综合利用了纹理及边界两种信息进行图像分割.GrabCut算法是对Graph cuts算法的改进,具有分割精度高,交互式操作少的优点,并将分割从灰度图像推广到了彩色图像领域,是一种比较有前途的交互式分割算法.该算法用在静态图像编辑中的图片背景更换,取得了很好的效果.     

一种圆环内斑点分割的新方法

图像分割是图像处理及机器视觉领域的一项基本技术,分割方法各式各样,但都仅限于特定的对象。文章针对垫圈工件表面缺陷检测所做的分割,通过一种全新的分割方法将垫圈表面缺陷检测出来,先将目标图像掩膜成一圆环,后通过极坐标转换将圆环区域转换成矩形区域,再用Sobel算子进行Y方向上的分割,从而提取出缺陷。     

一种新的基于时空信息的视频分割

提出了一种新的基于时空信息的视频分割算法．即先将原始图像标记成不同的区域,然后以帧间差分得到的对象运动信息作为评判准则,将这些区域分别归类于前景对象和背景．达到对象分割的目的。特别是在区域标记的过程中,采用了一种新的基于分水岭的区域标识技术。通过对标准图像序列的实验结果可以看到,利用该算法能够较精确地分割出视频对象。     

基于小波多尺度分析及Fisher分割的红外弱小目标检测

介绍一种新的红外图像序列中的弱小目标检测方法，利用小波多分辨特性，对图像进行预处理，以抑制背景杂波；利用改进的Fisher算法，对经预处理后的图像进行分割，最终将目标从背景中分离出来；对相邻帧进行差分运算，估计目标的运动轨迹采用本文方法与类别方差自动门限法，对大量的红外弱小目标进行了检测，实验对比结果表明了该算法的有效性。     

基于MATLAB的车牌识别系统的研究

汽车牌照识别是图像识别领域的重要研究课题,这里运用MATLAB研究车牌识别技术中的图像预处理、车牌定位、字符分割与字符识别等核心部分,并提出一种基于MATLAB的车牌识别系统的实现方法,综合使用多种方法提高系统的有效识别能力.该方法解决了在自然背景的图像中定位分割牌照区域、车牌倾斜和提取分割的字符等问题.通过对一定数量的图像进行处理,结果表明MATLAB在车牌识别方面的运用非常有效.     

运动目标的自动分割与跟踪

该文提出了一种对视频序列中的运动目标进行自动分割的算法。该算法分析图像在L U V空间中的局部变化,同时使用运动信息来把目标从背景中分离出来。首先根据图像的局部变化,使用基于图论的方法把图像分割成不同的区域。然后,通过度量合成的全局运动与估计的局部运动之间的偏差来检测出运动的区域,运动的区域通过基于区域的仿射运动模型来跟踪到下一帧。为了提高提取的目标的时空连续性,使用Hausdorff跟踪器对目标的二值模型进行跟踪。对一些典型的MPEG-4测试序列所进行的评估显示了该算法的优良性能。     

基于MATLAB的车牌识别系统的研究

汽车牌照识别是图像识剐领域的重要研究课题。这里运用MATLAB研究车牌识剐技术中的图像预处理、车牌定位、字符分割与字符识别等核心部分,并提出一种基于MATLAB的车牌识别系统的实现方法．综合使用多种方法提高系统的有效识别能力。该方法解决了在自然背景的图像中定位分割牌照区域、车牌倾斜和提取分割的字符等问题。通过对一定数量的图像进行处理,结果表明MATLAB在车牌识别方面的运用非常有效。     

复杂背景下扩展目标的分割算法研究

综合利用目标边缘、区域和纹理等多种特征，提出一种新的复杂背景下扩展目标的分割算法。在基于知识的串行边界初分割基础上，运用一种 新的分形分割方法抑制初分割图像中的自然背景团块，最后利用数学形态运算消除背景粘连。实验结果表明该方法能够有效的分割复杂背景下的扩展目标，并能较好地保留目标的形状特征。