基于HSI空间和K-means方法的彩色图像分割算法

提出了一种新的彩色图像聚类分割算法,选用HSI空间作为彩色分割空间,在研究H分量的聚类算法中,该分量的圆循环特性被充分的考虑,同时也定义了H分量空间中两点距离的定义和中心的概念;选用最重要的H分量和I分量作为分割聚类特征,运用模糊隶属度刻画了该聚类特征,最后运用K-means算法对彩色图像进行聚类分割.实验结果表明,此算法能够准确地从彩色图像中提取目标区域,且在H分量和I分量上联合分割的结果好于在单个分量上分割的结果.     

基才区域显著性的彩色图像分割

提出一种彩色图像分割算法主要利用区域间显著性。先是运用了Kmeans聚类的算法对彩色图像进行分割。然后分析彩色图像中的各个分割区域之间的对比度值以及分割的区域在图像中的位置关系,得到显著性值。根据需要设定显著性阚值．得到目标显著性区域并将其他非显著性区域合并。以此达到目标区域与背景的分离。     

基于相位一致与区域生长的自然彩色图像分割

提出一种自然彩色图像中有意义区域的分割方法.利用相位一致模型检测图像边界,根据边界颜色在图像空间及色彩空间的联合分布,对长边界进行K-means聚类形成有意义的种子生长点,合并短边界以克服局部细节的干扰,最后区域生长方法作用于色彩空间得到封闭的分割区域.算法克服了传统区域生长算法缺少区域模型的局限性,同时将其成功应用到彩色图像,并得到与视觉判断相一致的有意义的分割结果.实验结果显示了所提方法对于不同自然彩色图像的有效性与适应性.     

基于小波和模糊聚类的示温漆彩色图像分割算法

针对小波分析和聚类算法用于彩色图像分割的不足,提出了一种结合小波和模糊聚类示温漆彩色图像分割算法.首先通过小波变换模值得到图像各颜色分量的模值,并与颜色特征一起作为颜色特征量;然后根据聚类算法计算欧氏距离;最后根据欧氏距离和颜色特征量,按照模糊C均值聚类算法完成图像分割.实验结果证明,将该方法应用于示温漆彩色图像分割中,取得了较好的效果.     

基于空间信息的模糊C-均值噪声图像分割算法

针对传统模糊C-均值(Fuzzy C-means, FCM)聚类算法对噪声鲁棒性差的问题,提出一种基于空间信息的模糊C-均值噪声图像分割算法。将区域级信息加入FCM目标函数中,并用核度量方法代替传统欧氏距离,计算区域级空间信息与聚类中心的距离,提高算法对噪声的鲁棒性;用原始图像与区域级空间信息的绝对差的倒数和其本身约束原始图像和区域信息项,实现约束项参数的自适应选择;利用连通分量滤波,消除聚类结果中出现的过分割现象,提高分割精度。含噪合成图像和彩色图像实验表明,所提算法在模糊分割系数、模糊分割熵、分割精确度、平均交互比和归一化互信息等方面均优于其他几种聚类算法。     

塔型模糊聚类及区域模糊合并图像分割方法

提出了一种新的图像分裂合并分割方法．该方法首先利用塔型模糊聚类进行图像过分割,然后利用区域模糊合并技术对过分割区域进行合并,以得到有意义的分割结果,并给出几例典型实验结果,证明了算法的有效性     

多分辨率下的彩色图像分割方法

通过对彩色图像分割方法的研究,提出一种在多分辨率条件下彩色图像的分割方法。通过离散小波变换获得原始图像的低分辨率近似,并利用分水岭算法对低分辨率近似图像进行初始分割。对初始分割区域根据颜色信息和空间关系按照一定的先后顺序进行合并,直到形成理想的分割结果。对合并后的图像应用小波逆变换得到原始分辨率下的分割结果。在低分辨率下进行的分割和合并大大减小了计算量,提高了分割速度。     

一种基于多重模糊聚类的红外目标分割算法

提出了一种基于多重模糊聚类的红外目标分割算法。为了实现目标的准确分割,先将原始红外图像进行四划分得到四个子图像,在各个子图像上分别进行模糊C均值聚类,再对图像进行横纵二划分各得到两个子图像,并将四划分时得到的聚类结果约束在二划分的聚类过程中,最后将二划分得到的聚类结果约束到原始图像的聚类过程中,并在其中加入邻域空间约束。此方法可有效增强背景和目标区域像素点的各自凝聚性和抗干扰性,有效提高聚类分割结果的准确性。实验结果表明,多重模糊聚类目标分割算法能准确地实现红外图像目标区域和背景区域的分离,是一种可行的目标分割算法。     

夜视图像局部颜色传递算法

针对基于全局统计信息颜色传递过程中存在的染色效果不能很好保持图像色彩的自然性,局部区域颜色与真实场景的颜色不符、目标变淡的问题,提出一种夜视图像局部颜色传递算法。首先,采用稀疏表示的方法对红外与微光图像融合;其次,对得到的融合图像进行非线性扩散,扩散结果采用核模糊均值聚类算法进行图像分割;然后,在YCbCr颜色空间对红外与微光图像块进行颜色传递;最后,把得到的彩色图像块组合成一幅图像,随后用得到的灰度融合图像来表征YCbCr空间的Y通道。实验结果表明,文中算法得到的彩色图像更加自然、真实。     

改进的分水岭算法用于X光医学图像分割

为了提高医学图像分割质量,提出了一种基于X光医学图像的改进分水岭算法。算法在应用分水岭算法前首先对感兴趣图像进行预处理,包括对感兴趣区域进行最小阈值法,分离背景区,对前景区运用腐蚀和膨胀运算得到候选区;在分水岭变换过程中,通过像素聚类合并准则,将与主像素聚类有相同特性的次像素聚类加入到分割结果中,最终得到合并区域。试验证明,这种改进的分水岭算法使过分割现象得到减少,有效地分割和提取医学图像中的病变区域。     

一种优化的FCM图像分割方法

结合粗糙集理论,利用像素邻域的空间信息,对图像色彩的分布进行了量化表示,并据此提出一种基于量化粗糙信息的改进图像分割方法,该方法使用局部量化粗糙度和待定算子来更新FCM算法中的隶属度函数,实现图像的初步分割,并针对初步分割后的小区域和相似区域,进行色彩区域的合并操作,来对分割结果进行优化。实验结果表明,相对于传统的模糊C-均值(FCM)聚类分割算法,提出的方法降低了时间复杂度,且具有良好的分割效果。     

基于模糊阈值和水平集的红外图像分割方法

针对阈值法分割红外图像易产生误分割和水平集分割方法受初始曲线限制大,提出了一种结合模糊阈值与水平集的自适应红外图像分割方法。该方法首先采用二维Otsu方法计算阈值,利用该阈值获取模糊阈值分割法中的窗口宽度,使模糊阈值分割法具有自适应性;然后采用此自适应模糊阈值分割法预分割红外图像,利用预分割结果自动获取水平集初始曲线;最后将Chan-Vese方法与Shi方法结合提出改进的水平集方法,并用此方法分割红外图像。实验结果表明,本文方法具有较好的分割效果和较强的鲁棒性。     

Rule-based automatic segmentation of color images

A rule-based segmentation algorithm for color images has been presented in this paper. The proposed strategy is similar to region growing algorithm where the seed points are automatically selected and grown. The similarity percents of neighboring pixels are calculated by means of fuzzy reasoning rules, and the merging of the pixels with regions is performed by comparing the similarity percent with the similarity threshold value. The algorithm does not require any prior knowledge of the number of regions existing in the image and decreases the computational load required for the fuzzy c-means (FCM). Several computer simulations have been performed and the results have been discussed. The simulation results indicate that the proposed algorithm yields segmented color image of perfect accuracy.     

Automatic Image Segmentation by Dynamic Region Growth and Multiresolution Merging

Image segmentation is a fundamental task in many computer vision applications. In this paper, we propose a new unsupervised color image segmentation algorithm, which exploits the information obtained from detecting edges in color images in the CIE L_*a_*b_* color space. To this effect, by using a color gradient detection technique, pixels without edges are clustered and labeled individually to identify some initial portion of the input image content. Elements that contain higher gradient densities are included by the dynamic generation of clusters as the algorithm progresses. Texture modeling is performed by color quantization and local entropy computation of the quantized image. The obtained texture and color information along with a region growth map consisting of all fully grown regions are used to perform a unique multiresolution merging procedure to blend regions with similar characteristics. Experimental results obtained in comparison to published segmentation techniques demonstrate the performance advantages of the proposed method.     

一种边界引导的多尺度高分辨率遥感图像分割方法

针对高分辨率遥感图像分割过程中区域合并复杂性问题,提出了一种基于边界引导的多尺度遥感图像分割算法.一方面应用SUSAN算子提取高分辨率遥感图像中地物的边界用于限制区域增长过程;另一方面进行两阶段增长,首先应用基于图的分割算法进行基于像素的区域生长,然后进行考虑对象特征信息的区域合并.对宜昌城区某处融合后的QuickBird彩色图像进行了实验,并分别与无边界引导分割以及eCognition平台下图像分割效果进行了对比.结果表明,该方法可以有效抑制传统图像分割算法在低对比度区的区域融合问题,突破了分割尺度参数不能在全图取得合理分割的局限性.     

Automatic segmentation of color images with transitive closure

In this paper, a mask based automatic segmentation algorithm for color images which uses pixel similarity has been presented. Main concept of the algorithm relies on spatial mask for course segmentation and the Warshall's transitive closure (TC) computation algorithm for region merging. Although the proposed spatial mask approach reduces the computational burden required for segmentation or clustering techniques such as seeded region growing (SRG) or fuzzy c-means (FCM) in which user supplied parameters are essential, it has over segmentation drawback. Therefore, the transitive closure algorithm, which uses adjacency and similarity matrix associated to undirected graph of the over segmented image, has been employed to merge the regions. After comparing to existing methods, the obtained experimental results confirmed that the color images as well as gray level images could be segmented with considerable accuracy. Also computational complexity of image segmentation is significantly reduced. Furthermore, there is no need any user supplied parameter such as the number of clusters or seed points.     

基于分水岭变换和区域融合的建筑物彩色图像分割

提出了一种彩色建筑物图像分割方法,该算法采用区域面积控制预处理技术和分水岭算法生成初始分割,结合区域对称性等多种属性作为区域相似性的度量,由区域融合得到最终分割结果.同时又提出了一种基于融合代价函数值直方图分布的终止阈值自动设定法.实验证明,本文提出的算法可生成有意义的建筑物各区域,并能有效地降低噪声对分割的影响,对三维重建等研究领域的建筑物图像分割有着十分重要的意义.     

基于边缘流与区域归并的彩色图像分割方法

为了克服边缘流各向异性扩散（EAD,edgeflow-dfiven anistropic diffusion）过分割和最小生成树（MST,minimum spanning tree）方法计算复杂度高的缺点,提出了结合边缘流与区域归并的彩色图像分割方法。首先利用EAD方法对图像进行预分割,然后利用MST方法依据全局最优化...     

A fully unsupervised color textured image segmentation algorithm using weighted mean histograms features

A new integrated feature distribution-based color textured image segmentation algorithm has been proposed. Two novel histogram-based inherent color texture feature extraction methods have been presented. From the histogram features, mean color texture histogram is calculated. Instead of concatenating the feature channels, a multichannel nonparametric Bayesean clustering is employed for primary segmentation. A region homogeneity-based merging algorithm is used for final segmentation. The proposed feature extraction techniques inherently combine color texture features rather then explicitly extracting it. Use of nonparametric Bayesean clustering makes the segmentation framework fully unsupervised where no a priori knowledge about the number of color texture regions is required. The feasibility and effectiveness of the proposed method have been demonstrated by various experiments using color textured and natural images. The experimental results reveal that superior segmentation results can be obtained through the proposed unsupervised segmentation framework.     

边缘惩罚层次区域合并SAR图像分割算法

该文利用方向边缘强度信息,建立一种新的边缘惩罚SAR图像分割模型,提出一种最小化该模型的层次区域合并算法。利用多方向比例边缘检测算子(MDRED)提取边缘强度信息,并结合分水岭变换获得高质量的初始过分割结果。利用多边形近似区域边缘,提取边缘的方向,将方向边缘强度映射(OESM)融入边缘惩罚中,获得惩罚强度与边缘强度呈反比的惩罚项。逐渐增大边缘惩罚项的强度,获得由图像特征驱动的层次区域合并算法。利用区域邻接图(RAG)表示图像分割,提高区域合并的速度。实验表明:该文方法与其它方法相比在性能和效率上都有优势,获得更好的分割结果。