一种改进的模糊C均值聚类算法研究

在图像分割过程中采用FCM算法对颜色进行聚类时使用的欧氏距离不能取得好的聚类效果,本文介绍一种改进的基于HIS模型下欧氏距离计算方法,该方法对颜色聚类能取得良好的效果.     

一种与图论Normalized Cut方法相结合的双阈值图像分割

提出了一种与图论方法相结合的双阈值分割方法,先采用双阈值划分图像区域,然后建立无向图,采用Normalized Cut方法划分图,完成图像分割.本文的方法综合考虑了像素间的灰度值和空间距离的相似性,并且运算量比传统的图论方法要小很多.实验结果表明,算法可以取得很好的分割效果.     

基于改进布谷鸟搜索算法的图像分割

针对布谷鸟搜索算法在应用其进行图像分割时计算量大、易陷入局部极小值解、收敛速度慢的问题。文中采用一种基于改进布谷鸟搜索算法的多阈值图像分割算法。该算法以Ostu算法设计自适应度函数,将布谷鸟搜索算法和K均值算法融合,增加种群的多样性,且能自适应地确定阈值个数及其范围,并找到待分割图像的最优阈值。实验结果表明,与K均值算法和布谷鸟搜索算法相比,该算法找到的阈值质量更佳,图像分割结果更好。     

一种基于图像分割的几何变换映射色盲矫正方法

针对基于几何变换映射的色盲矫正方法进行色盲矫正时出现的映射计算量过高的问题,一种新型的几何变换映射色盲矫正方法被提出,这种矫正方法是基于图像分割原理的.首先研究了色盲图像的仿真方法,然后结合K-means和系统聚类算法对原始图像进行分割并计算各个区域在色盲图像下LAB颜色空间中的欧氏距离作为颜色相似性的度量,确定红绿色盲难以分辨的颜色区域.在这个区域内进行颜色映射区域的划分,这个划分主要包括根据领域内的颜色比例对空间内的几何平面进行相应变换,通过此类变换生成有利于色盲患者分辨的图案等步骤.     

基于遗传算法的最大熵阈值的图像分割

图像阈值分割技术在图像分析和图像识别中具有重要的意义.最大熵方法具有很多优点,但同时也存在弱点:需要大量的运算时间,特别是在计算多阈值时.因此需要引入优化算法.文中将遗传算法用于最大熵阈值的图像分割方法中,分别对一维及二维阈值分割的情况进行讨论,并提出了一种基于改进型遗传算法的最大熵阈值图像分割方法. 通过对几幅经典图像的分割结果对比,表明了基于遗传算法的最大熵阈值的图像分割方法可以有效地提高最大熵图像分割的计算速度,提高图像处理的实时性.     

一种改进的CLIQUE高维子空间聚类算法

针对红外图像由于目标和背景边界模糊, 采用单一熵阈值法进行图像分割结果不理想, 提出了一种基于距离灰度补偿的红外图像增强方法, 利用距离作为空间信息对灰度进行补偿, 改善了目标和背景边界模糊对图像分割的不利影响; 然后提出了一种基于交叉熵约束的最大熵阈值图像分割方法, 在交叉熵约束保证类间差异的前提下利用类内均匀性进行图像分割, 避免了单一熵方法阈值的局限性。实验结果表明, 对小目标复杂背景和复杂目标大背景的红外图像, 所提出的方法得到了准确的图像分割结果。     

基于HSI色彩坐标相似度的彩色图像分割方法

该文提出一种基于HSI彩色空间的图像分割方法。欧氏距离作为图像分割中常用的衡量像素点之间彩色关系的依据,在HSI坐标系下却不能很好地反应两个像素点之间的关系。因此,提出相似度代替欧氏距离作为一种新的衡量两个像素点之间彩色关系的依据。算法通过确定HSI分量中占主导地位的分量,建立彩色图像分割模型,创建一个和原图尺寸一样的颜色相似度等级图,并利用相应的颜色相似度等级图的颜色信息对像素点进行聚类。实验结果表明,所提出的分割算法具有很强的鲁棒性和准确性,在其他条件相同的情况下,基于相似度的分割方法优于基于欧氏距离为基准的彩色图像分割。     

基于最小类内绝对差和最大差的图像阈值分割

阈值分割是图像处理中一种简单有效的图像分割方法,应用极为广泛.阈值选取是阈值分割的关键.最小类内方差法(Otsu法)因其分割精确,适用范围广而成为广泛采用的一种图像阈值分割方法,它实质上是最小二乘法(基于L2范数).与此不同,本文提出了基于最小类内绝对差(基于L1范数)及最小类内最大差(基于L∞范数)的图像阈值分割算法,并导出了这两种方法的二维算法形式.文中给出了实验结果,并进行了分析与比较.结果表明,这两种方法在某些类型图像下,阈值分割效果明显优于最小类内方差法,而其二维算法的分割效果普遍优于相应的一维算法.     

基于距离灰度补偿的改进最大熵红外图像分割

针对红外图像由于目标和背景边界模糊,采用单一熵阈值法进行图像分割结果不理想,提出了一种基于距离灰度补偿的红外图像增强方法,利用距离作为空间信息对灰度进行补偿,改善了目标和背景边界模糊对图像分割的不利影响;然后提出了一种基于交叉熵约束的最大熵阈值图像分割方法,在交叉熵约束保证类间差异的前提下利用类内均匀性进行图像分割,避免了单一熵方法阈值的局限性.实验结果表明,对小目标复杂背景和复杂目标大背景的红外图像,所提出的方法得到了准确的图像分割结果.     

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.     

基于灰度直方图和谱聚类的文本图像二值化方法

在自动文本提取中,经定位获得的字符区域需二值化后方能有效识别,由于背景的复杂,常用的阈值化方法不能有效分割自然环境下的字符图像。该文提出了一种基于谱聚类的图像二值化方法,该方法利用规范化切痕(Normalized cut, Ncut)作为谱聚类测度,结合灰度直方图计算相似性矩阵,并通过实验确定最佳的直方图等级数,与通常基于像素级相似矩阵相比,算法的空间复杂度和计算复杂性都大为降低。实验结果表明,针对自然场景下的字符图像,该文方法的二值化结果优于常用的阈值分割结果。     

A SAR Image Segment Method Using Gray Level Reduction Based on Graph in ICA Space

This paper proposes a new SAR image seg-mentation method based on graph and gray level reduction in Independent component analysis (ICA) space. Firstly, according to the grayscale information of SAR image, ef-fective use of gray level reduction for initial segmentation can group the pixels with same or similar values to the same homogeneous region, which can address the problem of over-segmentation. Secondly, the features of regions are extracted in ICA space, and then the similarity degree can be calculated by Euclidean distance. The initial regions are merged in fully connected graph based on minimum spanning tree in ICA space. The process of region merging is divided into two phases; the first phrase is merging the different regions with the largest similarity degree, the sec-ond will focus on updating the fully connected graph for iteration. Finally, experimental and comparative results on synthetic and real SAR images verify the efficiency of the proposed algorithm.     

基于高斯混合及相对熵测度的图像分割

针对图像分割问题,结合高斯混合模型与信息论中的相对熵测度概念,提出一种新的图像阈值化方法。在提出方法中把图像阈值化问题看成是两个概率向量之间的匹配问题,因此首先用高斯混合模型去拟合图像直方图的灰度级分布,然后用相对熵测度去度量拟合分布与图像原灰度级分布之间的差异,并把该度量作为图像阈值化的准则函数。在对图像实施分割时,通过在图像灰度级范围中求取所定义的准则函数的最小值获得最佳阈值。在NDT、SAR及红外图像上的分割实验中用提出方法与传统及最新的图像阈值化方法进行比较,结果表明提出方法获得的结果要优于相比较方法获得的分割结果,因此提出方法是一种有效的图像分割方法。     

基于局部平滑加权图割方法的SAR图像分割

针对合成孔径雷达(SAR)图像分割,提出了一种 局部平滑加权图割(LSWGC,local smoothing weighted graph cut)模型。首先,在加权图割(WGCut)的目标函数中加入局部平滑罚项,提高了基于谱 聚类的SAR 图像分割方法对斑点噪声的稳健性,抑制了SAR图像分割中孤立点的产生;其次,利用WGCut 与加权核 K均值(WKKM)的等价性,LSWGC以不同于参数核 图割(PKGC)方法的核化方式将核映射引入目标函数中,用图 割最优化算法求解标号函数,避免了基于谱聚类的SAR图像分割方法中图谱的求解问题,同 时改善了PKGC方法二类划分易丢失目标的不足。模拟和真实SAR图像的实验结果证实 了本文方案的有效性。     

基于图上随机游走过程的SAR图像图谱分割方法

基于图上的随机游走过程,提出了一种新的合成孔径雷达(SAR)图像图谱分割方法。首先根据SAR图像的统计性质,构造了适合于SAR图像的相似度度量函数;然后在正交谱分解和矩阵逼近理论的基础上,建立了SAR图像图谱分割方法中分类数目的确定准则。最后实现了基于谱聚类的SAR图像分割,并通过实验证明了所提方法的有效性和应用潜力。     

Image Segmentation Using Excess Entropy

We present a novel information-theoretic approach for thresholding-based segmentation that uses the excess entropy to measure the structural information of a 2D or 3D image and to locate the optimal thresholds. This approach is based on the conjecture that the optimal thresholding corresponds to the segmentation with maximum structure, i.e., maximum excess entropy. The contributions of this paper are several fold. First, we introduce the excess entropy as a measure of the spatial structure of an image. Second, we present an adaptive thresholding method based on the maximization of excess entropy. Third, we propose the use of uniformly distributed random lines to overcome the main drawbacks of the excess entropy computation. To show the good performance of the proposed segmentation approach different experiments on synthetic and real brain models are carried out.     

基于阈值法的图像分割技术

图像分割是图像处理方向的一个重要课题,阈值法因其实现简单、计算量小、具有较高的运算效率,性能较稳定,而成为图像中最基本和最广泛的分割技术。阈值法分为全局阈值法和局部阈值法两种,其中全局阈值法又可分为基于点的阈值法和基于区域的阈值法。这里主要研究基于点的全局阈值法,即最大类间方差法,并基于Matlab软件环境进行算法的仿真。该系统能够对图像中某些感兴趣的部分进行提取,较好地实现了图像分割。     

基于长边检测的视频分割算法

针对前景和背景交界处颜色相似度较高时的图像分割问题,提出了基于长边检测的视频分割算法,首先建立包括颜色分量和对比度分量的能量函数,然后将基于边缘长度的边缘检测方法应用到基本模型的颜色模型中,利用长边检测的结果改进能量函数的颜色分量和对比度分量,最后使用图割算法,通过对能量函数求最小化得到最终的前景提取结果。实验结果表明,在前景和背景在交界处颜色相似度较高时,较其他算法具有明显的优势。     

基于区域相似性与相异性的数字图像分割方法

针对数字图像数据量大、内容复杂、特征度量困难的特点,提出了一种综合区域相似性和相异性的基于图模型的分割方法.使用颜色方差作为距离度量,依靠区域邻接图和最近邻区域图来完成数字图像的快速区域合并分割.在合并过程中,通过合并区域的最小合并代价和最大合并代价变化,调整合并顺序,从策略上保证了分割区域的同质性和区域间的相异性.实验结果表明,该方法可以较好地解决图像的误分割现象.     

图像非广延高斯熵分割的阈值选取方法

图像分割是实现图像目标与背景分离的基础和关键,其中阈值化是最为流行和有效的技术之一。考虑到图像处理作业场景的复杂境况,实时有效的阈值分割方法的提出一直是研究和应用中的极大挑战。针对复杂的工业无损检测图像及红外图像目标分割问题,基于非广延高斯熵提出一种新的图像阈值分割方法。对于图像中像素灰度级不均衡、不规则的随机分布特点,提出方法体现了较好的处理能力。在与实践常用方法的比较实验中,实验结果表明了提出方法的较优异性能和推广应用前景。