基于动态步长的医学图像聚类分割研究

针对当前基于聚类技术的医学图像分割存在的问题,提出并实现了基于密度聚类的医学图像分割方法DSLDC-MIS。该方法在DENCLUE数据组织和密度函数构造的基础上,采用最优梯度技术实现动态步长的爬山算法分割医学图像组织。实验结果表明,DSLDC-MIS能很好地实现医学图像分割,比DENCLUE有更高的时间效率,更好地控制了聚类数目,更高的一致性和对比度。     

基于分形和神经网络理论的多尺度图象分割方法

特征空间聚类分割方法存在的关键问题是有效的特征参数提取和聚类方法的构造。针对这两个问题,本文采用小波变换的多尺度分析方法提取图象的多尺度分形维数作为分割特征参数,用Kohonen自组织特征映射实现特征空间聚类,获得了良好的分割效果。     

基于分形和神经网络理论的多尺度图象分割方法

特征空间聚类分割方法的关键问题是有效的特征参数提取和聚类方法的构造，针对这两个问题。本文采用小波变换的多尺度分析方法提取图象的多尺度分形维数作为分割特征参数，用Ｋｏｈｏｎｅｎ自组织特征映射实现特征空间聚类，获得了良好的分割效果。     

一种新的结合稀疏编码的红外图像聚类分割算法

聚类作为一种重要的图像分割方法得到了大量研究,提出了一种新的结合稀疏编码的红外图像聚类分割算法,扩展了传统的基于K-means聚类的图像分割方法。结合稀疏编码的聚类算法能有效融合图像的局部信息,而且易于利用像素之间的内在相关性,但是对于分割会出现过分割和像素难以归类的问题。为此,在字典的学习过程中,将原子的聚类算法引入其中,有助于缩减字典中原子所属类别的数目防止出现过分割;同时将稀疏编码系数同原子对聚类中心的隶属程度相结合来判断像素所属的类别。这种处理方式能更好地实现利用像素的内在相关性进行聚类分割,并在其中自然引入了局部空间信息,达到更好分离目标区域和背景区域的目的。实验结果表明,结合稀疏编码的K-means聚类分割算法能更好的实现复杂背景下红外图像重要区域的准确分割提取。     

基于改进模糊均值聚类算法的医学图像分割

为了提高医学图像分割性能,针对传统模糊聚类算法存在的缺陷,提出了一种改进模糊均值聚类算法的医学图像分割方法。首先采用粒子群算法选择模糊均值聚类算法的聚类中心,然后利用空间邻域信息设定聚类样本空间,最后采用具体的医学图像数据进行仿真实验,测试其有效性。仿真结果表明,相对于传统模糊聚类算法,本文算法不仅提高了医学图像分割精度,而且提高了医学图像分割效率。     

基于模糊聚类遗传算法的图像分割方法研究

图像分割是图像处理和图像分析的关键步骤,在图像工程中占据重要地位.模糊C均值聚类(FCM)算法是一种经典的模糊聚类分析方法,但其算法初始聚类原型是随机选取的,从而造成算法性能强烈地依赖聚类原型的初始化,将遗传算法强大的通用性应用于模糊聚类算法,对模糊聚类中心进行编码,然后依据FCM算法的目标函数建立适应度函数,选择适当的交叉率和变异率,最终实现基于模糊聚类遗传算法的图像分割.采用这种方法一方面能较好地解决模糊聚类对初始化敏感的问题,又能在一定程度上提高了分割速度.实验结果表明,该算法具有良好的分割效果.     

可变类谱聚类遥感影像分割

为实现遥感影像分割中类别数的准确、自动判别,提出了一种可变类谱聚类算法.根据影像的相似图构建权值矩阵和标准Laplacians矩阵,计算Laplacians矩阵较小特征值对应的特征向量生成特征向量矩阵,并视其与像素对应的向量行为像素特征点集;研究Laplacians矩阵处于不同（近似）块对角结构时类属同一目标类像素特征点的聚集性,定义聚类度指标,计算不同分割类别数对应聚类度;选择聚类度将发生最后一次较大跳变时的分割类别数作为算法估计类别数,并采用FCM（Fuzzy C-Means）算法划分该类别数对应像素特征点集实现影像分割.分别采用提出算法和基于特征间隙的算法分割合成及真实遥感影像.实验结果表明提出算法可准确地判别影像类别数.     

基于直方图的图像模糊聚类分割算法

针对传统模糊C-均值聚类算法对复杂的医学、遥感图像难以获得满意分割效果问题,将图像模糊C-均值聚类引入图像分割问题研究中,提出了基于直方图的图像模糊聚类快速分割算法。将越南学者Le提出的分布式图像模糊聚类算法目标函数进行简化,得到图像模糊聚类算法目标函数;采用拉格朗日乘子法获取其迭代求解所对应的隶属度、中立度、拒分度和聚类中心表达式,设计图像模糊聚类算法并对其收敛性进行了证明。通过复杂医学和遥感图像的分割测试结果表明,新的分割算法相比现有的模糊C-均值聚类分割算法和直觉模糊C-均值聚类分割算法具有更好的分割性能。     

基于模糊聚类的国画图像分割研究

国画图像分割是图像理解、计算机视觉等研究领域的重要内容。文章根据国画颜色有限性的特点以及视觉的颜色聚类特性,提出了一种基于模糊C均值聚类(FCM)的国画图像分割算法,实现对国画图像的分割。算法根据中国国画颜色以墨色为主,以墨破色的特点,通过选取国画图像每个像素点的灰度颜色特征,计算各像素点到各个聚类中心之间的欧式距离,并利用模糊C均值聚类的方法更新聚类中心,聚类结束后得到分类后的图像;再利用分类图像标识出分割图像,从而实现国画图像的分割。通过实验得出,算法有效地保证了各区域图像的完整,提高了分割的精确度。     

基于自适应模糊加权指数的FCM聚类测量图像分割方法

针对采用FCM聚类进行测量图像分割时,模糊加权指数难以确定的问题,通过分析FCM聚类原理,依据测量图像分割的具体要求,根据加权指数对不同模糊聚类过程的作用程度,提出了一种基于自适应模糊加权指数的FCM聚类测量图像分割方法。实验结果表明:该算法可以减少聚类迭代次数,确保分类的准确性,提高图像分割质量。     

基于Chan-Vese模型的多相位图像分割

利用Chan-Vese模型,对多相位图像实现了串行分层分割。首先得到目标和背景2个子区域,然后判断各子区域内部是否仍包含有感兴趣的目标,如果有,则对该子区域再次采用Chan-Vese模型进行分割,如此迭代直到分割出图像中所有的目标。较之采用Mumford-Shah模型,本文方法计算简单,而且对多相位图像中的目标定位准确,每一层分割都可以得到有意义的区域。实验表明,本文方法可以有效、准确地实现对多相位图像的分割。     

一种用于桥梁识别的水域分割提取方法

提出一种新的水域分割提取算法.采用灰度图像减去加权梯度图像的方法拉大水域与田地的差异,利用水域平均灰度高于图像平均灰度的特点,对常规OSTU阈值分割算法进行改进,图像分割后通过水域标记排除小面积干扰区城,通过寻找组成河流的水域方法排除大面积田地干扰.仿真实验结果证明该算法可实现水域的合理有效分割提取.     

基于层次聚类的多颜色空间融合分割方法

针对自然图像分割中,由于单一的颜色空间难以表示复杂多变的场景信息以及目标与背景的低对比度等产生的过分割和误分割问题,提出了选择RGB、XYZ和LUV这3个颜色空间的增强图像进行基于层次聚类的融合分割的新方法.对Berkeley分割图像库中的多幅图像进行了多组分割实验,并与Mean-shift等多种经典分割方法进行了定性...     

一种改进的边缘生长彩色图像分割方法

针对彩色图像颜色空间特性,提出一种改进的边缘生长图像分割方法。首先根据平均颜色矩确定图像量化级数,色彩量化后采用边缘检测提取边缘像素集,并将这些高细节点形成边缘线,围成一个封闭的区域,最后根据颜色空间的区域距离,将初始分割区域进行合并。该方法很好的解决了使用边缘检测或区域生长所产生的不连续性和过分割问题。实验结果显示对彩色图像分割具有较好的效果。     

基于小波域的模糊化区域竞争模型的图像分割方法

本文中提出了一种基于小波变换的模糊化区域竞 争图像分割算法。该算法利用小波变 换在纹理分类 的优越性,在模糊化区域竞争算法的框架下对图像实施非抽样小波变换,建立起基于小波域 的统计特征参 数,并根据此特征参数构造能量函数。在算法求解过程中,通过采用快速迭代算法加快算法 求解的速度。 本文提出的图像分割算法可以有效地降低信噪比的敏感性,有效地解决模糊图像分割问题。 实验结果表明, 本文提出的分割方法在分割质量和速度上比经典的主动轮廓模型和模糊化区域竟争分割算法 更具有优越性。     

基于混合高斯模型和相似度的阈值分割

摘 要:阈值分割法在图像分割中是一种最为简单和有效的方法,然而如何选取合适的阈值实现有效的分割,目前还没有统一的方法。本文结合信息论与图像的空间信息,提出一种新的阈值优化算法。首先建立图像的混合高斯分布（GMM）,然后利用强度的类不确定性和相似度函数特性定制出目标函数,优化出局部阈值,从而获得高效的分割效果。实验结果表明,与大津法（OSTU）相比,本文提出的算法能够成功分割出模糊的边界,并且能够将图像中的各个组织有效的分割出来。     

一种用于图像编码的区域分割新方法

为了适应图像分割编码的需要,提高编码性能和效率,本文研究了一种图像区域分割新方法.源于人眼成像原理和视神经网络的知觉分割特性,首先提出一种具有脉冲耦合和梯度锐化能力的神经元网络模型.然后通过构造一个拟合函数对相邻神经元的相似刺激输入进行平滑处理,而对具有不连续变化特性的刺激输入进行锐化,使得神经元比较容易地感知到均匀亮度区域和目标边缘的准确位置.最后通过实验验证了该算法的有效性.本文算法能够准确、有效地的分割出均匀区域,并且与原始图像具有很好的对应关系.在将本文算法应用到图像区域分割编码中,能够大大提高编码的效率,并得到高质量的重建图像.     

隔点差分自适应阈值红外图像分割算法的FPGA实现

采用模块化设计和利用现场可编程逻辑( FPGA)并行流水处理特点,设计并实现了隔 点差分自适应阈值红外图像分割算法,算法由隔点差分算法和自适应阈值两个模块组成。隔点差分算法模块根据同步与时钟流水计算隔点梯度,用自适应阈值进行图像分割; 自适应阈值模块根据背景的统计规律和图像背景的变化实时调整分割阈值。仿真和实验表明:采用FPGA实现此算法的处理延时短,满足实时处理的要求。     

高分三号SAR精准海陆分割的混合策略方法

高分三号（GF-3）是我国第一颗多极化雷达卫星，主要用于海洋遥感和海面监测，其中海陆分割是重要的预处理步骤.文章针对GF-3多极化合成孔径雷达（synthetic aperture radar，SAR）的精准海陆分割，提出了创新的混合策略方法，可提高分割性能对于相干斑噪声、风浪、成像等因素的稳健性.针对不同的极化通道采取三种不同的策略:1）对数混合高斯模型，用于确定海陆比，将纯陆地和纯海洋图像与海陆图像区分开，同时根据混合模型参数对海陆图像进行精细聚类；2）大津法，通过分别在对数域和复数域实现类间方差最大化，产生基于灰度信息的海陆掩膜；3）对数累积量，分析纹理信息，通过对数二阶矩与对数三阶矩之间的联系判断海陆大致分布，用作对投票机制产生的海陆掩膜进行验证与再分割，增强海陆分割精确性.针对大量GF-3数据进行实验，结果均达到理想效果，具备实际应用价值.     

基于小波神经网络的掌纹识别方法的研究

为提高掌纹图像识别率,首先利用手掌的几何轮廓对所采集到的掌纹图像进行预处理,进行分割得到感兴趣的区域.再利用小波变换对掌纹图像分别进行多层分解,进而提取小波特征.最后利用BP神经网络进行分类.通过仿真实验表明,与单一的神经网络方法进行掌纹识别相比,这种将小波分析与神经网络相结合的方法收敛步数少、用时短、具有较高的识别率.