在复杂背景下一种对作战车辆特定区域识别的方法

对如何从复杂的背景图像中准确提取作战车辆特定区域的特征进行研究,阐述传统识别方法应用于复杂背景图像中作战车辆特征提取的局限性,提出基于作战车辆形态学开运算结合多阈值处理的分割算法。首先,通过图像强度的分析选取适当阈值对其进行形态学运算,然后根据作战车辆局部特征明显,对特定区域进行再分割,实现对复杂背景图像中作战车辆特征的准确分割与提取,最后使用追踪框将感兴趣区域做标记。实验结果表明本方法对复杂背景的作战车辆识别是有效的。     

基于水平集的并行融合图像分割

针对复杂背景和多目标空中运动物体的定位和跟踪问题,研究了基于小波变换阈值去噪方法、数学形态学去噪方法与水平集方法结合的图像分割方法,提出了基于小波变换阈值去噪与水平集结合方法以及基于小波变换阈值去噪、数学形态学去噪与水平集结合方法的并行融合图像分割方法,对运动目标进行边缘检测。实验结果说明,基于小波变换、数学形态学与水平集方法结合的并行融合图像分割方法能够有效地提取目标物体的轮廓,抑制背景噪声。     

基于轮廓结构元素和阈值分割的形态学去噪

将图像分割技术应用于图像复原,提出基于轮廓结构元素和阈值分割的数学形态学去噪算法。该算法对图像进行阈值分割得到目标图像和背景图像,采用不同的轮廓结构元素滤波器算子对得到的2幅图像进行滤波并合成。实验结果表明,与其他形态学滤波算法相比,该算法有效地抑制了噪声,对主要目标的边缘细节起到了较好的保护作用。     

融合HSV空间与形态学的救生衣图像分割

针对轮船渡口拍摄图像背景复杂、噪声大、模糊的特点,提出一种融合HSV颜色空间信息和数学形态学处理的图像分割方法,并进行背景差分提取前景,消除错误的背景分割。首先提取目标物体的HSV颜色特征值,然后利用得到的特征值标记ROI区域,对该含有标记信息的二值图像进行数学形态学处理得到连通区域图,通过连通区域外轮廓找出最外矩形边界,最后利用背景差分消除背景干扰。将该方法应用于轮渡安全中救生衣的检测,实验结果表明,能快速有效地实现救生衣图像分割,并对分割区域进行计数。     

基于标记的分水岭图像分割算法研究

本文针对分水岭算法的过分割问题,设计了一种结合形态学运算的基于标记的分水岭算法.算法首先对梯度图像进行形态学开重建运算和形态学闭重建运算滤波平滑;然后去掉图像中像素个数小于20的局部极小值区域,提取前景标记;用Otsu法求阈值,对二值图像进行距离变换,分水岭分割,得到的分水线图像作为背景标记;最后用强制最小技术修改梯度图像,进行分水岭分割.实验结果表明,此方法能有效抑制过分割,得到与人工标注的分割目标更接近的结果.     

一种类圆形图像目标分割方法的研究

研究工业视觉识别系统与图像处理有密切关系.针对类圆形图像背景和目标在色彩和灰度上相近难以准确分割的问题,为了提供精确图像目标,提出了一种新型的类圆形目标分割方法.采用带方向的序贯滤波和方向边缘检测,有效去除背景干扰信息;边缘检测的结果填充后进行图像投影,据此得到待分割目标的大致区域,再次滤波得到较佳的预分割结果;采用中心扫描算法,接合投影曲线完成粗分割,得到边缘曲线;最后根据边缘曲率对边缘线进行矫正,实现了类圆形目标的完整提取.通过实验表明,对灰度相近的图像能进行有效提取,避免了阈值法的局限性,提高了类圆形目标分割的完整性和精确度.     

复杂背景下运动目标分割算法研究

视频监控中,准确而快速地分割出运动物体是提取各种信息的前提和关键.以图像差分法为基础,提出了一种在复杂背景下有效分割运动目标的方法.运用改进的Surendra算法提取背景.对连续帧图像的R,G,B三通道帧差分图像采用PCA融合和二值形态学重构,以提取和更新背景.将粗分割图像转换到HSV域中,采用V分量阈值法消除阴影,并应用彩色投影法解决连通体粘连和路面反光问题.实验结果表明该方法能够结合各种算法的优势,快速而较准确地提取出运动车辆目标.     

基于总变分和形态学的航空图像道路检测算法

高分辨率航空图像中道路通常表现为较狭窄的面,这给分类算法创造了机会.文中提出了一种新的基于分类的航空图像道路自动提取方法--基于总变分和形态学分析方法,它首先根据邻域总变分和直方图得到分割道路所需的合适阈值并从图像中分割出道路区域,然后根据基于区域总变分和几何测度的准则函数及其模式频谱得到形态学普通开运算的阈值,最后用此准则及阈值对图像进行形态学普通开运算以去除和路面具有相似光谱特性的物体的干扰.初步实验证明,该方法具有良好的稳定性和较强的环境适应能力.     

多窗口局部分形特征的目标分割方法研究

提出了新的图像多窗口局部分形特征计算方法,并结合传统的图像分割方法,给出了一种新的复杂背景下人造目标分割算法。用指数小波滤波器在一个尺度上对图像进行滤波,突出图像的边缘信息。根据滤波后图像像素点的亮度大小,对原始图像进行多窗口几何度量空间变化率的计算,在此基础上,运用区域生长实现目标分割。对分割得到的图像进行数学形态学处理,提取出图像的目标。实验表明,该算法能够有效地实现复杂背景中的目标分割,并且计算复杂度低。     

基于改进差分和光流的新型运动目标检测方法

针对运动目标检测中的空洞和虚假目标的问题, 提出一种改进差分和改进光流的运动目标检测方法. 该方法首先对连续的七帧图像依次进行预处理、差分、灰度变换和二值化处理, 并将前、后三帧二值图像分别累加得到的二值图像进行逻辑与运算, 得到中间帧中运动目标的粗略区域; 其次将中间帧与背景帧差分, 并对得到的图像进行边缘提取和二值化处理, 然后对其进行像素的算术运算, 得到中间帧中运动目标的精确区域; 在基础上通过改进的光流法得到运动目标的准确信息; 最后通过阈值分割和形态学处理完成对目标的分割. 对比实验表明, 该方法能实现运动目标的准确快速检测与分割.     

一种基于三次帧差边缘交集的视频对象提取方法

为了克服利用变化检测分割视频对象过程中的噪声、复杂运动、暴露背景的影响，提出了一种新的视频对象分割方法。该方法利用间隔为k帧的两帧图像代替连续两帧求帧差，然后取三次帧差边缘的交集，并且对运动对象的断裂轮廓点进行连接。最后，通过填充和数学形态学处理实现视频对象的分割。试验结果表明，该算法能够自动精确的定位运动对象的外轮廓。     

基于形态学重建的粘连物体分割

提出一种基于形态学重建（Morphological Reconstruction）的图像分割方法。该方法先对待分割图像进行预处理,使边界点具有局部极大的灰度值;然后利用灰度形态学重建提取穹顶（Dome）,并根据其特性利用阚值对穹顶进行二值化获得候选边界点集;再利用二值形态学重建确定候选边界点集中的边界点,得到分割边界。实验结果表明,本分割方法所得边界连续性好、假边界少;该方法受噪声和对象内部灰度变化的影响较小,适合用于分割含有粘连对象的图像。     

Novel Adaptive Balloon Active Contour Method based on internal force for image segmentation – A systematic evaluation on synthetic and real images

Many studies have been conducted on digital image segmentation, seeking to overcome the limitations of different methods for specific applications. Thus, existing techniques are improved and new methods created. This paper proposes a new Active Contour Method (ACM) applied to the segmentation of objects in digital images. The proposed method is called Adaptive Balloon ACM and its main contribution is the new internal Adaptive Balloon energy that minimizes the energy of each point on the curve using the topology of its neighboring points, and thus moves the curve toward the object of interest. The method can be initialized inside or outside the object of interest, and can even segment objects that have complex shapes. There are no limitations as to its startup location. This work evaluates the proposed method in several applications and compares it with other ACMs in the literature. This new method obtained superior results, especially when the objects to be segmented were tubular and had bifurcations. Thus the proposed method can be considered effective in segmenting complex shapes in digital images and gave promising results in various applications.     

利用层间相关性的岩心CT图像半自动分割方法

目的 由于岩心CT图像分辨率不高,目标边界较为模糊,无法完全自动化地对岩心CT图像的目标分割和提取。为保证效果,在分割过程中往往需要进行人为干预。但作为3维重建的岩心CT图像,图像数据规模较大,达到成百上千帧。如果对每一帧都进行人为干预,工作量将会很大。针对这种情况提出一种在保证分割效果的前提下只需进行少量人为干预的高效实用的分割方法。方法 先对CT图像中的某一帧设定分割阈值,利用CT图像层间相关性对相邻帧自动计算合适的分割阈值,从而分割出整个CT图中的目标。并根据需要,选定其中分割效果较好的一帧,其他帧根据此帧进行自动区域生长修复,从而更加完善分割效果。还可以手工修复其中一帧中的目标,其余帧的所有相关目标将会自动进行识别和修复。结果 通过对多组不同数据规模和分辨率的岩心CT图像进行实验测试,使用本文方法均可达到期望的分割效果,并且分割速度较大津分割法提高近1倍,与固定阈值分割方法速度相当。结论 岩心CT图像分割方法充分利用图像层间相关性,可快速有效地批量提取具有连续性的序列图像中的目标。     

一种基于光谱比值的细胞多光谱图像自动分割方法

提出了一种基于光谱比值的细胞多光谱显微图像的自动分割方法。首先,从扣除背底后的多光谱图像中选择两个最佳波段图像相除,生成一幅比率图像,然后对该图像进行自动多阈值分割、二值形态学操作,最终获得了细胞的胞浆和胞核覆盖层。首次将光谱比值技术应用到细胞多光谱显微图像分割中,对骨髓细胞的自动分割试验证明该方法具有分割准确、分割速度快、受外界干扰少的特点。     

Coloured object recognition using invariant spectral features

A new algorithm using invariant spectral features for segmenting colour images is presented in this paper. Input data are three primary images obtained from a colour sensor. The input colour image is transformed to IHS (Intensity, Hue, Saturation) colour space. This colour space transform compensates for illumination variations and delivers image pixel values with low variance for individual colour regions, hence contributing to simplified segmentation. The hue and saturation images are then separately filtered and combined. The resulting image is segmented by means of a threshold process. An opening operation on the segmented image completes the algorithm. Experimental results obtained for several images are presented. Issues related to illumination and sensors are also addressed.     

Optimum image thresholding via class uncertainty and regionhomogeneity

Thresholding is a popular image segmentation method that converts a gray-level image into a binary image. The selection of optimum thresholds has remained a challenge over decades. Besides being a segmentation tool on its own, often it is also a step in many advanced image segmentation techniques in spaces other than the image space. We introduce a thresholding method that accounts for both intensity-based class uncertainty-a histogram-based property-and region homogeneity-an image morphology-based property. A scale-based formulation is used for region homogeneity computation. At any threshold, intensity-based class uncertainty is computed by fitting a Gaussian to the intensity distribution of each of the two regions segmented at that threshold. The theory of the optimum thresholding method is based on the postulate that objects manifest themselves with fuzzy boundaries in any digital image acquired by an imaging device. The main idea here is to select that threshold at which pixels with high class uncertainty accumulate mostly around object boundaries. To achieve this, a threshold energy criterion is formulated using class-uncertainty and region homogeneity such that, at any image location, a high energy is created when both class uncertainty and region homogeneity are high or both are low. Finally, the method selects that threshold which corresponds to the minimum overall energy. The method has been compared to a maximum segmented image information method. Superiority of the proposed method was observed both qualitatively on clinical medical images as well as quantitatively on 250 realistic phantom images generated by adding different degrees of blurring, noise, and background variation to real objects segmented from clinical images     

光谱比值在细胞多光谱图像分割中的应用

为了对细胞多光谱图像进行快速、准确的分割，首先探讨了光谱比值在细胞多光谱显微图像分割中的应用，然后提出了利用多光谱图像的光谱信息，并结合传统分割方法的一种新的细胞自动分割方法。该方法首先通过从扣除背底后的多光谱图像中选择两个波段图像进行光谱比值操作来生成一幅比率图像，然后对该图像进行自动多阈值分割、二值形态学操作，最终获得了细胞的胞浆和胞核覆盖层。该方法首次将光谱比值技术应用到细胞多光谱显微图像分割中，对骨髓细胞图像的自动分割实验表明，该方法具有分割准确、分割速度快、受外界干扰少的特点，该方法也可以推广到其他多光谱显微图像的分割中。     

基于纹理分水岭的斜坡单元提取算法

斜坡单元在以滑坡为主的地质灾害预防和评价中有着广泛的应用，其提取和划分是滑坡灾害风险评估的首要工作和重要基础。针对传统地理信息系统（GIS）方法提取的斜坡单元存在平行边界和误分割问题，提出了基于纹理分水岭的斜坡单元提取方法，通过分割地形图像划分斜坡单元。首先通过预处理地形数据得到数字高程模型（DEM）图像，利用灰度共生矩阵提取DEM纹理特征；然后计算融合灰度和纹理特征的梯度图像，对梯度图像进行基于标记的分水岭分割，使其能够准确获取山体和流域边界；最后，结合正负地形，对山体对象进行分水岭分割以实现斜坡单元的提取。实验结果表明，所提方法对不同地貌类型和分辨率的DEM图像都有良好的划分效果；相较于传统的GIS方法，该方法能够正确分割水平面和倾斜面，有效避免因洼地填平处理而产生的平行边界问题。     

一种改进的多方位结构元素形态学和互信息量的图像分割算法

提出了一种改进的基于多结构元素形态学与互信息量相结合的图像分割算法。算法首先利用相邻像素差分运算标记出图像中存在梯度变化的像素点,然后对这些像素点进行多结构元素形态学运算,确定一个初始阈值;然后以互信息量为目标函数,在小范围内计算分割图像与原图像的互信息量,以确定最优阈值。通过对大量路面破损图像进行的实验表明,该改进算法所得到的分割图像目标边缘特征保持完好,具有很强的抗噪能力,且处理速度很快。