首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 93 毫秒
1.
基于数学形态学和HSI模型的彩色舌图像分割   总被引:11,自引:0,他引:11  
从数学形态学的基本理论出发,利用数学形态学能描述图像形态特征的特点,结合HIS模型,充分考虑图像的彩色信息,提出了基于数学形态学和HIS模型的舌图像分割算法,实验结果表明,本算法具有较好的分割性能。  相似文献   

2.
提出了一种基于数学形态学与均值方差的复合指纹分割算法,改进了指纹图像分割效果,提高了指纹图像分割的精确度。对FVC2000、FVC2002和FVC2004数据库的实验结果表明,该算法能有效地对指纹图像进行自动分割,具有较快的速度和较好的鲁棒性。  相似文献   

3.
一种基于内容的文档图像检索方法   总被引:1,自引:0,他引:1  
使用一个图像作为查询检索输入,根据该图像的版面分析特征、统计特征、纹理特征与数据库中图像的相似程度检索图像.该检索方法首先利用数学形态学对文档图像进行段落分割和行分割,作为文档图像的版面结构特征;然后根据图像的统计特征包括字符数、统计数特征、纹理特征给出文档图像抽取算法;最后给出检索算法模型.实验结果表明,本算法具有较好的查准率和查全率,在基于内容的文档图像检索中具有应用价值.  相似文献   

4.
基于数学形态学的细胞图像分割   总被引:1,自引:0,他引:1  
该文提出了一种基于数学形态学理论的方法,用于分割细胞图像。首先利用灰度形态学中的重构运算对输入图像进行滤波来削弱或去除噪声的影响,然后取其形态学梯度并结合Top-Hat和Bottom-Hat两个变换来增强梯度图像的对比度,最终由分水岭算法完成分割。关于过分割的改进,该文引出一个特殊的Otsu阈值来标记图像,得到的结果无需进一步的后处理。  相似文献   

5.
针对使用迭代式阈值分割算法检测车辆时,易造成目标特征信息丢失以及边缘模糊化的问题,提出了一种基于形态学权重自适应图像去噪的迭代式阈值分割算法:利用数学形态学原理设计了一种权重自适应形态学滤波器,采用由小到大的多结构元构造串、并联复合形态的滤波器对视频序列图像进行去噪;同时,对迭代式阈值分割法引入一个偏移系数,可以更加快速获取最优分割阈值,对图像作精确的分割.实验证明,该算法比迭代式阈值分割算法的抗噪性好且减少阈值分割中的寻优尝试次数,得到了比较理想的分割效果.  相似文献   

6.
数学形态学在储粮昆虫图像识别中的应用   总被引:1,自引:0,他引:1  
充分分析了储粮昆虫图像分割在图像模式识别中的必要性,然后提出一种基于数学形态学的改进的图像分割方法.与一般的将物体从背景中分割出来的分割方法不同,这种基于数学形态学的改进的图像分割方法,不仅可以将储粮昆虫的足和触角分割出来,而且很好的保留了各个部分的边缘细节特征.  相似文献   

7.
眼底图像的血管分割对糖尿病的分析和诊断至关重要.为了准确地分割出眼底图像中的血管,本文提出了一种基于相位一致性的眼底图像血管分割算法.本算法首先采用对比度受限的自适应直方图均衡化和各向异性耦合扩散方程对图像进行预处理,然后利用相位一致性算法来提取眼底图像中的血管,最后用数学形态学对其进行优化.利用本文提出的算法对国际上公开的Hoover眼底图像库进行测试,本算法的准确度可达到94.36%,实验结果证明了本算法的有效性.  相似文献   

8.
利用形态学多尺度算法分割粗集料粘连图像   总被引:1,自引:1,他引:0  
为准确地对X-ray CT沥青混合料切片图像材质分类过程中存在的颗粒粘连图像进行分割,提出一种利用半径r分别为1、2、3、4的圆形结构元素分别对沥青混合料粗集料粘连图像进行极限腐蚀的改进形态学多尺度算法,通过判断各个分割图像分割线的数目,以分割线数目出现频率最大的分割数作为最终分割,并以最小的结构元素所对应的分割图像作为实际的分割图像,最后通过叠加独立颗粒图像和经粘连分割后的图像生成目标分割图像.最后着重开展了此算法的分割效果和分割精度研究.结果表明:与形态学多尺度算法相比,改进形态学多尺度算法既能有效地分割沥青混合料粗集料粘连图像,又能较好地抑制颗粒的欠分割与过分割现象,并获得较高的分割效果和分割精度,减少数值建模中的难度.  相似文献   

9.
提出一种基于高分辨率遥感图像的分水岭分割方法。首先,利用Canny算法进行边缘检测,得到边缘梯度图。其次,利用数学形态学对梯度图像进行后处理。然后,根据自动标记分水岭变换方法实现高分辨率遥感图像分割。最后,利用基于信息熵评价方法,对遥感图像的分割结果进行非监督评价。结果表明:所提方法可以有效地抑制遥感图像的过分割现象,并取得较好的分割效果。  相似文献   

10.
针对复杂环境下手机摄像头拍摄的二维彩色条码图像,提出了一种基于梯度特征的二维彩色条码分割算法.首先,算法通过提取图像梯度特征来得到梯度图像;接着,采用DCT变换对梯度图像进行分块,并计算每块的加强系数,从而区分条码区域和非条码区域.最后,根据数学形态学和凸包算法精确分割出条码区域.实验结果表明:该方法具有较好的分割能力,能够有效地从不同环境下拍摄的二维彩色条码图像中分割出条码区域.  相似文献   

11.
基于灰度空间自动阈值选取的彩色舌图像分割算法   总被引:4,自引:0,他引:4  
根据彩色图像在R、G、B空间中的直方图统计信息,提出了一种自动阈值选取算法。并利用得到的阈值在灰度空间中对彩色舌图像进行了分割试验,结果表明该方法用于彩色舌图像的自动分割可以获得快速且良好的分割效果,满足后续舌象分析的需要。  相似文献   

12.
为快速准确地采集到清晰的舌图像,必需智能调整并控制摄像镜头与舌体的位置。提出了影响图像质量的因素,如清晰度、反光比、对中性、阴影比、光照条件、焦距等,以及在调整镜物位置时用到的调焦的方法,并与调焦技术相结合,建立了适合图像质量与镜物距离之间关系的数学模型。自动对焦的过程就是运用爬山搜索算法求取对焦评价函数最大值的过程。传统的爬山搜索算法会受到对焦评价函数局部极值的干扰而不能准确对焦,本研究对每一帧图像先进行预处理,然后采用先粗后精两步法,有效地排除了这种干扰。用VC++6.0编程实现了自动调整采集设备获取质量最佳图片的过程。试验结果表明此方法具有快速、抗干扰强、精确等特性。  相似文献   

13.
阐述了灰度数学形态学进行图像处理的基本原理,针对岩石图像的复杂结构,提出了数学形态学滤波去噪方法。实验结果表明,该方法能够获得清晰的岩石图像特征,便于提取边界,是一种有效的图像分割方法。  相似文献   

14.
在分析和比较用于图像边缘检测的多尺度多方位的形态学梯度算法和多级形态学运算合成法的基础上,提出了一种改进的基于形态学梯度法的汽车图像边缘检测方法.经过实验检验,并与其它形态学边缘检测方法进行了比较,证明该方法对汽车图像边缘检测具有较好效果.  相似文献   

15.
基于中值滤波与灰度级形态学的综合去除椒盐噪声方法   总被引:3,自引:0,他引:3  
为了消除图像上的椒盐噪声,并尽量保持图像的清晰度,提出了一种在中值滤波基础上,经过灰度直方图的分析,再采用合适的灰度级形态学运算去除图像中的椒盐噪声的新方法。该方法,既弥补了中值滤波在椒盐噪声概率高的情况下滤噪能力下降快的缺点,又改善了灰度级形态学在椒盐噪声概率高的时候,达不到有效滤噪的不足。实验表明,该方法滤除椒盐噪声效果优于单独使用中值滤波或形态学滤噪,在椒盐噪声概率超过0.2时,这种优势尤为明显。  相似文献   

16.
在分析用于图像边缘检测的多尺度多方位的形态学梯度算法基础上,结合基于自组织神经网络的图像聚类分析的数据融合技术,提出了一种改进的基于形态学梯度法的汽车图像边缘检测方法.经过实验检验,与其它形态学边缘检测方法进行了比较,该方法对汽车图像边缘检测具有较好效果.  相似文献   

17.
基于形态学的图像处理效果取决于运算性质和结构元素,为了能够更好地抑制图像的噪声并且提取边缘信息,提出了一种基于柔性形态学的图像去噪和边缘检测方法.该方法使用多结构元复合滤波与双梯度多路合成相结合,柔性的多结构元复合滤波能够有效去除图像噪声,双梯度多路合成可以提高图像边缘的检出率,不仅抑制图像的噪声,而且提取出的图像边缘...  相似文献   

18.
针对靶场红外测量图像处理中的弱小目标检测问题,提出一种基于面形态学的目标检测算法:利用面形态学层析原理,首先采用多阈值对图像二值化;其次在每一幅二值化图像内对连通域滤波,按最小面积准则去除连通域;最后通过累加重构二值化图像,计算目标质心,获得检测结果。试验结果表明,该方法在单帧情况下,可检测低信噪比的较大动态范围红外目标。  相似文献   

19.
数字舌像图片的正确分割是中医舌诊自动化技术的关键。因为舌体特征的多样性,经典成熟的分割算法并不适用。首先对近5a来该领域已有工作,尤其是Snake算法的研究进展,分类用临床图片测评总结,讨论各类代表性算法的优缺点。最后在已有3个主流算法基础上通过改进提出了3个新算法,不同程度上提高了已有主流算法舌体分割的效果。  相似文献   

20.
舌脉计算机自动分割方法   总被引:1,自引:0,他引:1  
为了对舌脉进行计算机自动分析,基于现有的血管分割方法,针对舌脉分布的特点,在基于投影初始边界Snakes模型方法分割舌体的基础上,采用R通道及色度阈值对舌图像预处理,用C均值聚类方法并结合舌脉分布走向的先验知识分割舌脉.实验结果表明,这种方法可以得到较好的分割效果.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号