改进的谱聚类图像分割方法

图像分割作为图像识别的一个重要处理步骤,但存在效果不理想或者计算复杂度过高的问题。提出一种新的灰度图像二值化的方法。该方法将Ncut作为谱聚类的量度,在计算该值时使用基于图像灰度级的权重矩阵,而非普通基于图像像素的权重矩阵。这样,计算复杂度和空间复杂度都明显降低。通过对实际场景中文本图像的实验,数据表明此方法在时间和系统开销方面比传统基于阈值的分割方法具有更优的性能。     

基于直方图分析和OTSU算法的文字图像二值化

在基于灰度图像的文字提取中,文本图像的二值化算法的优劣直接影响到字符识别的性能。本文对比几种常用的二值化算法,提出一种改进的直方图分析和OTSU算法相结合的算法,该算法利用对直方图信息的区间分析和分类,缩小了查找阈值的范围,最后再利用OTSU求出最优阈值。实验结果表明,该方法能够有效降低光线对OTSU算法的影响,具有较好的分割普适性。     

区间模糊谱聚类图像分割方法

近年来谱聚类算法在模式识别和计算机视觉领域被广泛应用,而相似性矩阵的构造是谱聚类算法的关键步骤。针对传统谱聚类算法计算复杂度高难以应用到大规模图像分割处理的问题,提出了区间模糊谱聚类图像分割方法。该方法首先利用灰度直方图和区间模糊理论得到图像灰度间的区间模糊隶属度,然后利用该隶属度构造基于灰度的区间模糊相似性测度,最后利用该相似性测度构造相似性矩阵并通过规范切图谱划分准则对图像进行划分,得到最终的图像分割结果。由于区间模糊理论的引入,提高了传统谱聚类的分割性能,对比实验也表明该方法在分割效果和计算复杂度上都有较大的改善。     

基于局部对比度和相位保持降噪的古籍图像二值化算法

图像二值化算法通过消除文档背景噪声将文本与背景分割开。针对古籍图像提出一种基于局部对比度和相位保持降噪的古籍图像二值化算法。根据归一化局部最大值最小值来构造古籍图像局部对比度,同时对古籍图像进行相位保持降噪。将局部对比度图像和降噪图像相结合来识别文本笔划像素。通过局部窗口内所检测的文本笔划像素估计局部阈值从而计算古籍背景修复模板。用图像修复算法和形态学闭操作来估计古籍背景。用所估计背景来增强古籍图像,采用Howe算法对增强后的古籍图像进行二值化求得最终结果。该算法在DIBCO2016、DIBCO2017和DIBCO2018数据集中的实验结果均优于其他二值化算法。     

一种新的商务名片的快速二值化算法

对商务名片进行自动识别,二值化处理是非常关键的一步,其效果将直接影响到后面的版面分析以及字符的分割和识别。而现有的二值化算法时间复杂度高,并且缺乏针对性。提出了一种专门针对商务名片的快速二值化算法,该算法利用颜色模型,通过优化带权误差平方和目标函数找到最优阈值,并给出一个快速迭代算法。经过大量实验证明,相比于传统二值化算法,该算法在嵌入式环境中对商务名片图像做二值化处理,不仅降低了时间复杂度,提高了处理效率,并且对于那些图案设计复杂的名片也起到了很好的预处理的作用,可以去除对于识别结果无用的图案,净化版面,给后续的版面分割等工作打好基础。     

基于半监督的超像素谱聚类彩色图像分割算法

近年来谱聚类算法被广泛应用于图像分割领域,而相似性矩阵的构造是谱聚类算法的关键步骤。 针对传统谱聚类算法计算复杂度高难以应用到大规模图像分割处理的问题,提出了基于半监督的超像素谱聚类彩色图像分割算法。该算法利用超像素将彩色图像进行预分割,利用用户提供的少量标记信息构造预分割区域的基于半监督的模糊相似性测度,利用该相似性测度构造预分隔区域的相似性矩阵并通过规范切图谱划分准则对预分割区域进行划分得到最终的图像分割结果。由于少量标记信息和模糊理论的引入,提高了传统谱聚类的分割性能,对比实验也表明该算法在分割效果和计算复杂度上都有较大的改善。     

基于图理论聚类和二值纹理分析技术的彩色文本图像二值化方法

为了有效地对彩色文本图像进行分割，提出了一种复杂背景下彩色图像中文本一背景分离的新方法。该方法首先应用颜色空间降维以及基于图理论的颜色聚类对彩色文本图像进行聚类，并对应于聚类结果获得一系列二值图像，这些二值图像以及它们之间的组合就构成了二值化的待选结果；然后对与游程直方图以及空间-尺寸分布相关的两类纹理特征进行分析，并结合线性判别分析分类器来从待选的二值图像中选取出具有最佳文本背景分离效果的二值图像。实验结果显示，该方法的：二值化效果比现有方法有显著提高，因而能更有效地对具有复杂背景的彩色文本图像进行分割。     

数字图像处理等；基于二维Otsu和模糊聚类的图像分割算法*

针对传统二维Otsu算法计算复杂度高的问题,提出一种改进的Otsu图像分割算法。该算法通过求两个一维Otsu法的阈值来代替传统二维Otsu法的阈值,使得计算复杂度得到了降低;同时为了改进分割效果,结合使用了模糊C-均值聚类算法。实验结果表明,改进的算法充分发挥了两者的优势,不仅在计算速度上优于原二维Otsu算法,且分割效果较好。     

藏文古籍图像信息自适应补偿二值化算法研究

藏文古籍是我国重要的文化瑰宝,但由于年代久远及保存不当,部分古籍图像信息退化严重。传统的图像自适应方法存在图像分辨率低等不足,为此提出一种基于自适应二值化算法的图像恢复算法研究,首先提取破损图像的临界数值,将退化古籍文本和背景进行图像分割。实现对藏文古籍图像自适应补偿。实验结果表明改进的二值化算法效果明显优于传统算法,能够在很大程度上提高图像的识别率。     

基于文本图像的自适应补偿二值化处理算法

研究图像去噪优化处理问题,文本图像要预处理.针对使用照相机拍摄的文本图像,如摄像头拍摄的车牌图像,由于其受到采光,相机成像蜕化等方面的约束,使图像分辨率低,图像灰度会分布不均匀或者前后背景灰度差过小.采用传统的图像二值化方法并不能满足识别准确性的需要.为解决上述问题,提出一种对文本图像自适应背景强度补偿的二值化算法.首先通过大模板均值滤波获得对背景强度的初始估计,再利用非线性自适应灰度调整,从而使得最终处理图像能使用简单的全局阈值二值化方法,获得较佳的效果.试验结果表明改进的方法效果明显优于传统算法,大大提高了图像的识别率和准确率.     

基于孪生卷积神经网络的图像融合

传统的图像融合算法多有计算复杂程度高、不能有效提取图像纹理等不足,为了弥补以上传统算法,提出了一种基于孪生卷积神经网络（Siamese Convolutional Neural Network,Siamese CNN）的图像融合方法.首先,用孪生卷积神经网络生成一个权重图,该权重图包含了来自两个待融合图像的全部像素信息.然后,用图像金字塔对像素以多尺度的方式进行融合,并且采用了局部相似性策略自适应调整分解系数的融合模式.最后,和现存的几种图像融合的方法进行了对比.实验证明,该方法有较好的融合效果,具有一定的可实用性.     

基于SUSAN边缘信息的阈值分割算法

基于边缘信息的阈值分割方法因为在保持目标轮廓和分割低对比度图像方面具有良好性能,特别适用于对工业生产图片的分割,但是传统方法普遍存在对噪声敏感和阈值难以选取的问题,针对这些问题,提出一种基于SUSAN边缘信息的自适应图像阈值分割算法,使用SUSAN特征响应描述像素的边缘信息,以有效抑制噪声和弱边界的影响。基于图谱理论的最小最大割阈值分割算法相比于其他分割算法时空复杂度大大降低,且获取的阈值全局最优。实验结果表明,该算法能够准确分割出目标,保留丰富的细节内容,对低对比度图像和噪声图像也有很好的分割效果,获取的阈值相比于传统算法更优。     

基于方向图的指纹预处理方法研究

预处理是指纹自动识别系统中非常关键的部分,它直接影响着指纹识别的最终效果。指纹预处理一般包括规格化、方向图计算、图像分割、滤波、二值化等环节,该文系统地讨论了各环节的有效算法。针对以往求取方向图的不足,给出了一种基于灰度统计特性的改进算法;给出了基于方向图的图像分割、方向滤波器模板的设计以及一维局部最大熵选取阈值的二值化方法。通过对上百幅不同质量的指纹图像进行测试,获得了很好的效果。该文方法具有较好的实用参考价值。     

Adaptive thresholding algorithm: Efficient computation technique based on intelligent block detection for degraded document images

Document image binarization involves converting gray level images into binary images, which is a feature that has significantly impacted many portable devices in recent years, including PDAs and mobile camera phones. Given the limited memory space and the computational power of portable devices, reducing the computational complexity of an embedded system is of priority concern. This work presents an efficient document image binarization algorithm with low computational complexity and high performance. Integrating the advantages of global and local methods allows the proposed algorithm to divide the document image into several regions. A threshold surface is then constructed based on the diversity and the intensity of each region to derive the binary image. Experimental results demonstrate the effectiveness of the proposed method in providing a promising binarization outcome and low computational cost.     

遥感图像分割中的信息割算法

提出了一种改进的信息割（MIC）算法。首先证明了信息割（IC）模型与Cauchy-Schwarz cut（CScut）等价,并通过图谱方法给出IC目标函数优化问题的最优解;其次利用 图像中像素点间的灰度和空间关联性,在IC算法的基础上提出一种MIC算法,该算法首次使用联合灰度信息和空间位置信息的Parzen窗函数来估计概率密度函数,降低了图像中灰度 变化对图像分割的影响。加噪合成图像及遥感图像分割实验结果表明MIC算法较IC算法具有更好的抗噪性能,且与图谱方法相比计算复杂度显著降低。     

基于一维混沌映射的高效图像加密算法

随着多媒体技术的发展,基于数字图像的应用日益普及,图像本身的安全问题及图像所有者的隐私问题愈发严重。不同于文本数据,数字图像作为一种二维数据,其数据量大,冗余度高,像素间相关性强,将传统的一维数据加密方法直接应用于图像加密中难以达到加密的效果。当前,基于混沌理论的加密方法是图像加密领域的主流方法之一,其往往采用置乱-扩散的经典结构,利用所生成混沌序列的高随机性保证加密结果的安全性,同时具备较高的加密效率。然而,为了进一步增强加密算法的安全性,此类方法提出了大量复杂的混沌映射,如超混沌、多级混沌等,但它们的计算复杂度较一维混沌映射有了大幅增加。对此,文中设计了一种高效的一维复合混沌映射SPM,其将Sine映射和PWLCM映射结合,扩大了混沌映射的范围并保证了结果的遍历性,在不降低安全性的前提下极大地提升了混沌序列的生成效率;基于此,提出了一种新型结构下的高效图像加密算法,该算法仅需一轮置乱-扩散-置乱过程即可完成图像的加密,相较于传统方法减少了加密的轮数,进一步提升了加密的效率。实验表明,所提方法能够有效抵御选择明文/密文攻击,相较于已有算法,加密效率平均提升了约58%,具备较强的实用性。     

Unsupervised refinement of color and stroke features for text binarization

Color and strokes are the salient features of text regions in an image. In this work, we use both these features as cues, and introduce a novel energy function to formulate the text binarization problem. The minimum of this energy function corresponds to the optimal binarization. We minimize the energy function with an iterative graph cut-based algorithm. Our model is robust to variations in foreground and background as we learn Gaussian mixture models for color and strokes in each iteration of the graph cut. We show results on word images from the challenging ICDAR 2003/2011, born-digital image and street view text datasets, as well as full scene images containing text from ICDAR 2013 datasets, and compare our performance with state-of-the-art methods. Our approach shows significant improvements in performance under a variety of performance measures commonly used to assess text binarization schemes. In addition, our method adapts to diverse document images, like text in videos, handwritten text images.     

使用二分图邻接矩阵的压缩传感图像快速重建

针对压缩传感中高维投影计算采用稀疏性较差的普通随机测量矩阵,从而导致计算复杂度高,重构性能不佳这一难题,提出一种基于二分图邻接矩阵的压缩传感图像快速重建算法。该算法在满足测量矩阵的RIP条件下,充分利用二分图邻接矩阵的稀疏性与二值性,将时间复杂度由传统算法的O(N·logN)降低至O(N)。实验结果表明,算法在保证图像重构质量情况下大大提高了运算性能,尤其对于色彩(灰度)变化平缓图像,该算法性能更加优越。