一种高效的指纹图像逐层分割算法

通过研究传统指纹图像分割算法以及多种混合技术指纹图像分割算法,提出一种高效的结合多种方法对指纹图像进行逐层分割的算法.该算法能准确地从原始指纹图像中分割出背景区和前景区,再从前景区中分割出清晰区和模糊区,最后从模糊区中分割出可恢复区和不可恢复区.实验结果表明:该算法抗噪能力强、分割效果好.     

指纹图像的分层分割算法

针对一类背景分层的指纹图像，提出一种新的指纹图像分割方法——分层分割算法．该方法将指纹图像的背景分为两层：外层黑色背景区域和内层浅色背景区域．首先将外层黑色区域的灰度值设定为与内层浅色背景区域相近，这样原指纹图像的背景即变成比较均匀的浅色区域，然后根据其灰度特性将其去除．通过仿真结果可以看出，此种方法分割的效果可靠、精确．     

融合方向和灰度信息的指纹图像分割算法研究

利用点方向上的灰度差值法和点方向上的灰度方差法,改进了以八邻域模板法为基础的点方向信息计算算法,同时,融合灰度方差阈值分割算法和方向信息分割算法的优势,提出了一种改进的基于灰度方差阈值和方向信息分割指纹图像的合成算法,该算法避免了传统的、基于单一指纹纹理特性的指纹图像分割算法的局限性,对不同质量指纹的具有较高的适应性。通过与灰度方差阈值算法及方向场算法的分割结果进行比较,验证了所述合成算法的独特优势。     

基于灰度和空间特性的谱聚类图像分割

为了克服谱聚类图象分割方法性能容易受到图像大小和相似性测度的影响,提出一种基于灰度和空间特性的谱聚类图像分割算法。该算法不对图像中的像素之间建立相似性,而是利用各个像素的灰度在图像中的分布信息和像素点的空间邻接信息建立灰度之间的相似关系,通过对图像中灰度的分类进而获得原始图像的分割结果。因此,该算法不会受到图像大小的限制,无论对于多大的图像,相似性矩阵的大小都是小于等于256×256。Berke-ley基准图像数据集上的分割仿真实验验证了该方法的有效性。     

一种分区处理的指纹图像分割方法

在分析2种传统指纹分割方法的基础上,提出了一种自适应分区处理的指纹图像分割方法．该方法采用双行双列扫描对每幅指纹图像自适应地划分边框区和中心区的大小,然后对边框区作去背景,对中心区结合方差法进行分割．实验结果表明,该方法能准确地对一类指纹进行分割处理,提高了分割效率,对噪声也有明显的分割效果．     

基于灰度特征聚类的图像自动分割方法

脉冲耦合神经网络是一种新型神经网络,该网络无需训练,根据脉冲耦合神经网络相邻神经元同步点火特性,提出了一种基于灰度特征聚类的脉冲耦合神经网络图像分割方法,利用脉冲耦合神经网络点火捕获特性,实现了对特征的自组织聚类,克服了以往基于统计方法对于相邻灰度影响的考虑,弥补了空间不连贯灰度区域分割成离散块的缺点.针对目前对网络参数的选取还主要停留在人工调整和确定阶段,对参数的选取进行了分析,并对迭代终止条件进行了研究.通过实验,证明分析结果是有效的.     

基于标记盒的指纹分割

为增强指纹图像分割的效果，首先，基于方向一致性、局部灰度均值和灰度方差指标，提出了像素空间分布并进行了分析；然后，给出了使用标记盒来建立模型和进行指纹图像分割的算法步骤；最后，为了评估该方法的性能，分别使用线性分割器和二次曲面分割器的方法进行了对比实验．实验结果表明新方法提供了更精确的分割结果，仅有0．80％的像素分割错误，而二次曲面分割法的错误率为0．97％．     

基于灰度空间自动阈值选取的彩色舌图像分割算法

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。     

基于标记盒的指纹分割

为增强指纹图像分割的效果 ,首先,基于方向一致性、局部灰度均值和灰度方差指标,提出了像素空间分布并进行了分析;然后,给出了使用标记盒来建立模型和进行 指纹图像分割的算法步骤;最后,为了评估该方法的性能,分别使用线性分割器和二次曲面分割器的方法进行了对比实验.实验结果表明新方 法提供了更精确的分割结果,仅有0.80%的像素分割错误,而二次曲面分割法的错误率为0.97%.     

指纹图像的自适应方差分割法

指纹图像分割的目的是从图像背景中分离出有用的指纹区域。灰度方差法是一种简单快速的指纹图像分割算法,本文给出一种自适应阈值的灰度方差分割法。实验表明,本文方法选取的分割阈值能够较好的分离出指纹图像的前景和背景,是一种有效的指纹图像分割算法。     

一种基于色彩统计的图像分割算法研究

介绍了一种基于色彩统计的图像分割方法,该方法主要包括两步:色彩量化和区域分割.在第一步中,选择一种基于统计聚类的算法来实现色彩量化.将所有的图像像素以少数对应的色彩标记来代替,进而形成图像级别图.此方法的重点在第二步,对得到的图像级别图做出色彩标记分布和色彩直方图的统计,并据此来寻找种子区域,同时分析图像中的色彩特征,实现种子区域的快速增长和合并.实验结果表明,此分割算法在分割效果和计算时间上均有较好性能,可以将其应用于目前系统稳定性要求和用户需求都较高的图像检索领域.     

基于分水岭和种子生长的彩色图像分割

提出一种基于分水岭和种子区域生长的彩色图像改进分割算法。该算法先对彩色图像进行分割前预处理,使用分水岭算法对图像进行初始分割,然后根据一定的规则从分水岭算法分割形成的区域中自动选取种子区域并进行生长,最后合并相似区域或小区域。以区域作为种子生长单位,使用种子区域一次性生长方法进行生长。实验结果表明,该算法分割结果较好,分割速度较快。     

新的指纹纹理区域分割算法

首先对指纹图像进行归一化处理。然后,以脊线方向和与其垂直方向的灰度差值为依据来进行指纹纹理区域的分割。最后,对分割模板进行平滑处理和开运算,提取纹理区域。与5种分割算法的对比结果显示:本文提出的算法快速有效,并且能够很好地去除指纹采集器的边框和噪声等非纹理区域。将分割算法加入匹配实验中,结果表明:本文方法可以有效地提高指纹自动识别系统的性能。     

图像分割的误差分散半调算法

为了减少数字图像半调过程中传统误差分散法产生的可见人工纹理,提出了一种基于图像分割技术的误差分散法．该方法使用图像分割技术将图像分割为同灰度区域和不同灰度区域,在半调过程中只对同灰度区域使用阈值调制,并使用与输入灰度相关的具有4个方向的误差分散系数处理半调误差．实验结果表明该方法能够有效地减少半调图像中的人工纹理,而且在峰值信噪比、加权信噪比和统一图像质量指标标准上优于Floyd-Steinberg的误差分散法、Ostromoukhov的误差分散法和Bingfeng Zhou的误差分散法．     

一种基于DCT的图像灰度水印算法

针对二值水印信息量小的缺陷,提出一种基于DCT的图像灰度水印算法,通过修改DCT域中低频系数值来嵌入水印,易于实现。仿真实验证明本算法能够抵御剪切、噪声和JPEG压缩失真,具有良好的不可见性和鲁棒性。     

基于细菌觅食算法的SAR图像阈值分割

提出了一种SAR图像阈值分割新方法.该方法在深入分析基本细菌觅食算法的基础上,缩小菌群的觅食空间以进一步提高分割阈值的搜索速度,然后采用改进的二维灰熵模型作为细菌觅食算法的适应度函数,通过菌群的趋化、复制和驱散3种行为模式并行搜索最佳阈值.实验结果初步显示,该方法在收敛速度、稳定性和分割效果3个方面,均优于基于遗传算法、人工鱼群算法等群体智能优化算法的分割方法.     

一种新的图像背景自适应分割算法

在对图像分割技术进行综合研究的基础上提出一种以最大类间方差法为基础的图像背景自适应分割算法,此算法根据目标和背景区域的灰度统计量来自动选取最优阈值。最后通过仿真与常规的迭代法、四叉树、分水岭等算法处理后的效果图做了比较。