采用奇异值分解的图像模糊区域检测分割新方法

针对局部模糊图像的模糊区域检测分割问题,提出了一种改进的基于奇异值分解和图像抠图的模糊区域自动检测分割算法。首先,采用分块的方法对局部模糊图像进行再次模糊,通过比较前后图像块的奇异值特征变化差异将其标识模糊块或清晰块以得到一个标识图。其次,根据标识图,结合图像抠图技术对图像的局部模糊区域进行自动提取。实验结果表明,该方法可以较为精确地检测并分割出局部模糊图像中的模糊区域。      

图像处理技术在火焰目标提取中的应用

在火灾识别系统中,为了精确地提取火焰目标,本文提出了一种综合有效的算法,该算法采用二维最大熵自动阈值法对火灾图像进行了分割处理,随后采用区域生长法,检测出火灾图像中的可疑区域,并以区域生长后的目标区域为模板,采用Otsu阈值选取法对当前图像进行精确分割,提取准确的火焰目标。实验证明该算法能够有效地提取出连续图像序列中的火焰目标图像。     

基于二维道路图像理解算法的阴影检测

提出了一种新的自动检测二维彩色道路场景图像阴影区域的方法。该方法首先从RGB色彩空间中提取出亮度信息,并进行图像分割,再结合从色差图像中提取的阴影信息,检测并消除可能存在的阴影区域,减小在直方图分割中由于阴影的影响而引起的分割误差,最终达到正确的图像分割结果。实验结果表明,该方法简便且有效,并能适应各种不同的二维道路场景需求,具有一定的鲁棒性。     

基于图像分割和LSSVM的高光谱图像分类

提出一种基于图像分割和LSSVM的高光谱图像分类方法,将空谱信息结合起来进行高光谱图像的分类。首先利用均值漂移算法对高光谱图像进行分割,然后对每一块分割区域数据进行降维并且对降维后的数据LSSVM分类,最后用最大投票方法融合分割图和分类得到最终的分类结果。该文分类方法先对分割后的区域求出相似性矩阵并训练新样本集求出低秩系数矩阵,由相似性矩阵和低秩系数矩阵构造特征值方程求解出降维矩阵,然后利用混合核LSSVM对降维后的数据进行分类。实验结果表明,提出的基于图像分割和LSSVM的高光谱图像分类方法有效提高了高光谱图像的分类精度。     

基于自适应Canny和区域生长的滴头图像分割算法研究

文章采用一种融合Canny边缘检测与区域生长的图像分割方法来分割滴头图像,该算法首先采用自适应Canny进行粗分割,然后对粗定位后的图像进行区域生长,消除伪边缘,最后通过投影的方法精确定位出滴头.实验表明该算法在滴头图像分割中取得了较好的分割效果.     

一种基于区域的交互式MRF图像分割算法设计与实现

提出一种基于区域的交互式MRF图像分割算法,有效地解决了传统MRF方法中初始参数不易准确估计的问题,并能自动检测和矫正出现的误分割。算法在meanshift预分割得到的过分割区域上进行人工标记,并将图像转化到L*u*v空间,用较简单的欧式距离表达不同像素点之间的差异。同时,分析了误分割可能出现的情况,分类别对误分割现象进行自动检测,然后运用基于区域势能的区域合并方法对误分割进行自动矫正。通过对医学图像及自然彩色图像进行实验,实验结果表明该算法能准确地完成分割任务,并实现对误分割现象的自动检测和矫正,与传统MRF及Graph Cut算法相比,该算法能获得更准确及更平滑的分割结果。     

结合光谱相似性与相位一致模型的高分辨率遥感图像分割方法

提出一种结合高分辨率遥感图像的光谱相似性与相位一致边缘检测模型的分水岭分割方法.分水岭分割算法的性能依赖干图像边缘梯度图.利用同类地物的光谱相似性特点,可有效抑制相位一致模型边缘检测中产生的伪边缘和噪声信息,从而获得更好的遥感图像分割结果.首先基于目标像元与其邻域像元之间的光谱曲线距离之和定义光谱相似性模型,结合相位一致模型获得边缘响应强度;然后利用自动标记分水岭变换方法实现高分辨率遥感图像分割.基于此方法和其它方法进行了分割实验,并利用基于多光谱信息熵方法对分割结果进行了非监督评价和比较,同时对比分析了计算耗时.结果表明此方法可有效抑制遥感图像过分割现象,并取得较好的分割结果.     

一种快速鲁棒的红外图像分割方法

介绍了一种快速鲁棒的红外图像分割方法,算法是为了满足工程化应用。首先采用Canny边缘检测算子提取图像的边缘像素;然后统计边缘像素灰度值得到红外行人图像的分割阈值,并利用自适应双阈值算法对图像进行初始分割;最后通过边缘扫描对初始分割的图像区域进行边界修正,得到边界更加精确的目标区域。实验结果表明,该方法能够较好地保留行人的边缘信息,减少了区域像素错误分割,且具有较强的实时性。     

基于ROI与A适应Ostu相结合的图像分割算法

图像分割对于提取感兴趣区域的特征,提高现有图像分析系统的工作效率有着积极的作用。在结合当前静态图像中的ROI检测技术,利用建立后的ROI区域内图像代替整幅图像作为后续工作,并对Ostu阈值分割法进行自适应改进算法研究的基础上,研究了一种结合ROI生长技术与自适应Ostu阈值分割算法结合的新的分割方法。实验证明,该算法能够取得较理想的分割效果,有效地提取出感兴趣特征。     

基于可控图像分割的快速视网膜血管提取算法

针对多数视网膜血管提取算法实时性不强和分割 精度不高的问题,提出了一种基于可控图像分割的 快速视网膜血管提取算法。首先,对视网膜G分量图像的灰 度进行反转和自适应直方图均衡化,应用结 构元素为“菱形”和“圆盘形”的形态学“开”运算平滑图像背景和增强血管对比度,消除 视盘后阈值分割并二值 化得到不含视盘的分割图像。其次,根据在灰度图像中检测到的视盘构建掩膜,再次对 视网膜绿色分 量图像自适应直方图均衡化后进行阈值分割,并和掩膜进行逻辑“与”运算得到含有掩膜的 分割图像。最后, 将不含视盘的分割图像与含有掩膜的分割图像进行逻辑“与”运算,并融合边界信息获得最 终的视网膜血管 结构。实验结果表明,本文算法能有效提取视网膜眼底图像的血管网络,有较强的实时性和 较高的分割精度。     

基于区域分割的序列红外图像融合算法

针对传统的基于像素点和窗口策略的融合算法对图像特征表征的失真,提出了一种基于区域分割的序列图像融合算法.首先将序列红外图像分割为3个不同的特征区域,目标区域、背景区域以及灰度区域,并将分割结果映射到可见光图像中.随后,利用多尺度几何分析工具非下采样Contourlet变换(NSCT)有效提取图像特征的特点,根据不同区域的特性在NSCT域设计不同的融合规则.对试验结果进行主观和客观的对比,结果表明:基于区域分割的序列图像融合算法不仅能够为融合图像保留更全面、丰富的背景信息,还能够更加有效、准确地提取图像中的目标特征.该算法优于传统的基于像素点和窗口规则的融合算法,是一种有效可行的图像融合算法.     

一种基于脑部肿瘤MR图像的分割方法

针对传统的分割方法难以实现医学图像自动分割和准确分割的问题,提出了一种基于GVF Snake模型的医学图像分割方法。该方法采用Canny算子的边缘检测结果作为GVF扩散方程计算的边缘映射图,提高了GVF Snake模型的抗噪性能;用分水岭算法自动获取的轮廓作为GVF Snake模型分割的初始轮廓,降低了GVF力场计算的复杂性和分割时轮廓线的迭代次数。分析和实验结果表明,采用该方法对脑部肿瘤MR图像进行分割时,能自动准确地分割出肿瘤区域。     

基于红外图像的绝缘子串钢帽和盘面区域自动提取方法

钢帽和盘面区域的自动提取,是绝缘子红外智能检测的基础。针对现有提取方法的不足,提出一种基于红外图像的绝缘子串钢帽和盘面区域自动提取方法:通过灰度化、双边滤波、OTSU二值分割,进行红外图像预处理;利用特定算法,实现绝缘子串自动定位;利用绝缘子串骨架的回归直线,进行图像角度校正;根据绝缘子串区域列宽分布,分割绝缘子串,提取绝缘子片;运用傅里叶描述子进行验证识别;分离钢帽和盘面,实现绝缘子串钢帽和盘面区域的提取。实验结果表明该方法可以准确地提取绝缘子串钢帽和盘面区域,为后期绝缘子故障智能诊断奠定基础。     

结合光谱相似性与相位一致模型的高分辨率遥感图像分割方法

提出一种结合高分辨率遥感图像的光谱相似性与相位一致边缘检测模型的分水岭分割方法。分水岭分割算法的性能依赖于图像边缘梯度图。利用同类地物的光谱相似性特点,可有效抑制相位一致模型边缘检测中产生的伪边缘和噪声信息,从而获得更好的遥感图像分割结果。本文首先基于目标像元与其邻域像元之间的光谱曲线距离之和定义光谱相似性模型,结合相位一致模型获得边缘响应强度;然后利用自动标记分水岭变换方法实现高分辨率遥感图像分割。使用本文方法和其它方法对遥感图像进行了分割实验,并利用基于多光谱信息熵方法对分割结果进行了非监督评价和比较,同时对计算耗时进行了对比分析。结果表明本文所提方法可以有效地抑制遥感图像的过分割现象,并取得较好的分割结果。     

基于先验信息遗传算法的图像分割

医学图像分割通常由医生根据器官位置、形状等先验信息从图像中手动圈出疑似的肿瘤区域,以便用于确定治疗计划与诊断。手动分割的方法存在主观差异性与分割的不一致性,可能造成疾病诊断的误判,延误治疗时机。由于器官间对比度较弱,且不存在明确的分割界限,自动医学图像分割应用于疾病诊断还具有很大的挑战。本文在遗传算法的基础上,结合已知形状、区域属性和目标位置等先验信息,提出了一种新颖有效的自动医学图像分割算法。为了验证提出算法的有效性,在盆腔CT图像上应用该算法进行前列腺癌的分割。实验结果分析表明,文中提出的算法可以清楚地区分出目标器官的边界,准确地分割出前列腺区域,对模糊的图像也有较好的检测分割效果,适合用于肿瘤的自动分割。     

红外图像序列中运动面目标的分割算法研究

利用红外成像实现自动目标检测,这在现代防御技术中具有重要的地位。本论文主要针对红外预警系统的目标探测补盲阶段,深入研究了现有的比较成熟的各种运动目标分割算法,用软件仿真了各算法处理图像的效果,并总结归纳了各种算法的优缺点,提出了在差分图像的基础上,采用二维最大熵法对图像进行分割以更好地提取区域目标的观点。经实验证明,该算法效果良好。     

一种图像中主要对象的提取方法

图像中主要对象的提取对于图像语义的抽取以及图像内容的自动标注具有重要作用。本文提出了一种面向语义的图像主要目标的提取方法。对分割后的图像计算不同区域的显著相关色得到核心目标,然后从中提取训练样本集,通过人工神经网络对图像中的块进行分类训练,获得各个区域的主要对象。实验表明该方法可以较准确地提取出中心区域的对象以及周围区域的对象并能保留图像的主要信息。     

基于医学图像分割的半自动ROI提取

针对当前ROI提取方法，提出了一种基于图像分割的半自动ROI提取算法，一方面保证提取出的ROI是有意义的对象，另一方面人为指定因素更小，对ROI提取的智能性有较大提高。在图像分割中提出一种基于改进的分水岭算法的医学图像分割方法，引入了浮点活动图像代替梯度图像进行分水岭变换，使分割结果边缘定位更准确，在分水岭变换之后，提出基于面积和对比度控制的合并小区域准则，可得到更好的分割效果。     

基于图像局部熵的红外图像分割方法

分析了图像局部熵的性质，提出了一种基于图像局部熵的红外图像分割方法。该方法首先进行中值滤波消除图像脉冲噪声，然后计算图像局部熵进行阈值选择提取目标边缘，最后进行边缘连接分割出目标区域。对不同红外图像进行的仿真试验表明了该方法的有效性。     

图像和视频亮度的自动调整

 对曝光不足的图像和视频进行亮度调整具有重要的理论研究意义和实际应用价值,本文提出一种基于梯度域操作的图像和视频亮度自动调整算法.对于静态图像,算法首先将图像分割为不同的亮度区域;然后分别计算各区域的亮度调整算子;最后通过求解一个梯度约束方程得到结果图像.我们进而将该算法延伸到视频,首先选取若干关键帧并使用上述图像亮度调整算法进行处理;然后对非关键帧进行分割并通过光流算法确定非关键帧上的分割区域与前后关键帧区域的对应关系;最后利用对应关系通过关键帧区域的亮度调整算子以及调整后的亮度指导非关键帧上各区域的亮度调整,并生成结果视频序列.本文算法可以有效处理空间和时间上曝光不足和不均的图像和视频,并能够较好地保持图像、视频的细节纹理信息,实验结果表明了算法的有效性.