基于四叉树和交叉熵的面向对象图像分割方法

为了解决光照不均的非均匀图像分割问题,提出了基于面向对象思想的图像分割算法.针对非均匀图像的特点,以四叉树作为分析结构,在Shannon熵上推导出子集熵与全集熵的关系,作为图像的面向对象描述.基于此关系,充分考虑非均匀图像子集的局部灰度分布,最小化子集与全集的交叉熵,抹去子集的局部灰度偏移特征,从而得到分割阈值与局部灰度分布相关的分割方法.实验表明,相比常用的动态阈值算法,该算法具有运算量少、分割结果自适应性好的特点.     

改进的最小交叉Tsallis熵的小目标声呐图像分割

利用一维属性直方图改进交叉Tsallis熵,在此基础上提出了一种基于一维属性直方图的对称最小交叉Tsallis熵水下小目标声呐图像分割方法。该方法的主要步骤是:①抑制水下小目标声呐图像的散斑噪声;②根据图像像素的灰度值和该像素邻域的灰度平均值的大小建立属性集,在属性集上建立与该属性集约束对应的一维属性直方图;③根据一维属性直方图的对称交叉最小Tsallis熵法确定灰度二值化阈值;④对二值化后的图像去除孤立区。实验结果表明:该方法适用于直方图为复杂非双峰形状的水下小目标声呐图像,而且与现有的属性直方图上的一维最大熵阈值化法比较,具有更强的抗噪能力。     

基于不变性特征的水下目标特征提取

针对水下成像环境的特殊性和复杂性，分析了在离散状态下比例因子对不变矩特征的影响，构造了基于区域矩的仿射变换不变量，以克服水下不确定因素给目标识别带来的困难，为了验证所提取特征的有效性，对球体、椭球体、三棱柱和四棱柱4类水下目标进行了特征提取试验．仿真试验结果表明，该方法在对简单背景水下图像的特征提取上能够取得较好的效果，可有效地克服水下图像灰度分布不均和环境不确定因素的干扰，实现了对水下目标的区分．     

基于二维最小Tsallis交叉熵和遗传算法的快速图像分割

针对二维Otsu分割方法在求取最佳阈值时假设部分区域近似为0,降低了分割精度,以及采用的shannon熵因为具有广延性而忽略了两个分割子系统之间的相互作用的问题,提出一种基于二维最小Tsallis交叉熵和微粒群寻优的快速图像分割.利用灰度-梯度直方图并聚类得到有用区域,以具有非广延性的二维最小Tsallis交叉熵为优化函数,采用遗传算法得到最优的二维阈值.实验表明该算法对噪声图像具有良好的分割效果和较强的实时处理能力.     

基于PCNN的图像最佳二值分割实现

设计了一种脉冲耦合神经网络(PCNN)结合最小交叉熵理论的图像二值分割算法,可提高监管码识别过程中字符图像二值分割的准确度,并适合于在FPGA上实现.根据不同灰度图像点火时刻不同的特性,使用PCNN算法对图像进行迭代处理,并计算每次处理后的交叉熵.再利用最佳分割图像与原图像的交叉熵最小的理论,确定最佳迭代处理次数,从而得到最佳的二值分割图像.该方法实现了图像的自动分割,效果由于传统的大津(OSTU)算法.提出了该算法在FPGA上实现方案,实验结果验证了方案的可行性.     

水下目标动态阈值检测的区间值模糊集熵方法

针对现有区间值模糊集的模糊熵度量的不足,提出该类模糊集的一种新的熵刻画,并将其应用到图像分割中.用区间值模糊集表示图像,依据最优阈值选取准则确定图像分割的初始阈值.结合Canny边缘检测结果研究一种针对水下图像的动态阈值分割算法,实现水下图像的目标检测.仿真实验结果表明该算法具有很好的图像分割和目标检测效果.     

结合熵与局部信息的伪影偏差场修正CV模型

针对Chan-Vese(CV)模型对含有伪影、光照不均的图像不能进行有效分割的不足,本文提出了结合熵与局部信息的动态伪影偏差场修正CV模型。模型根据区域同质性特征,利用熵构造区域能量系数,自动调节目标与背景区域在模型中的权重。采用全局与局部结合的方式自适应控制区域演化。将伪影指示函数应用到区域检测项,无需先验灰度信息即可消除异常值,精确地使像素归类。结合Retinex理论对图像进行分解,忽略亮度变化并提取不含照度信息的目标结构图像,避免偏差场对分割的影响。通过与CV模型、LIF模型对比验证了算法的有效性,结果表明,本文提出的算法在目标干扰严重情况下分割性能最优,重叠率可达0.9,误分割率控制在0.06以内。与CV模型、LIF模型相比分割精度与速度性能优势明显。     

一种基于矢量阈值的自适应图像分割方法

针对灰度图像,提出一种基于空间特征矢量的图像分割方法,分割前首先对边缘进行增强处理,并构建以像素的灰度、梯度、像素邻域均值为特征的三维特征空间.将图像像素点引入对应于空间特征点.通过计算像素特征矢量与特征矢量阈值的差矢量,求出矢量差与特征矢量阈值的夹角,比较夹角与动态分割参数的关系,以判定像素所在区域(目标或背景).实验表明,该方法能较快的实现图像分割,分割的效果也较好.     

融合灰度变换和空间滤波的形态学红外图像增强算法

针对红外弱目标图像对比度差、信噪比低等特点,提出了一种结合局部线性变换和空间滤波数学形态学的红外图像弱目标增强方法.该方法采用局部线性变换对图像进行局部灰度拉伸,利用数学形态学方法对图像数据进行简化,较好地保持了目标的基本形状和边缘,同时去除不相干的信息,提高了图像的对比度和信噪比,有利于后续的图像分割.     

钢轨表面缺陷图像自适应分割算法

针对钢轨表面缺陷提取时的灰度分布不均与杂散光干扰问题,在背景差分法的基础上提出了一种钢轨表面缺陷图像自适应分割算法.首先,通过统计钢轨图像中各行像素灰度特征,结合其均值与标准差分布曲线快速提取钢轨表面区域;然后,进行区域与边缘特征的均值窗口自适应选取;最后,根据均值模糊原理建立背景图像模型并进行图像差分,实现了钢轨表面缺陷分割.实验结果表明:提出的轨面提取算法快速、有效;钢轨表面缺陷自适应分割算法在凸显图像中缺陷部分的同时,有效减少了光照变化和反射不均的影响.该方法对测试图像的召回率和准确率分别达到了95.4%和81.3%.     

基于二维对称交叉熵的红外图像阈值分割

针对现有的阈值选取方法应用于目标与背景面积相差悬殊的红外图像时常导致严重的误分割现象,本文提出了一种基于对称交叉熵及背景与目标面积差的红外目标图像阈值选取方法。对称交叉熵能确保分割后类的内聚性好,而背景与目标面积差可抑制均等分割的趋势,将两者综合构成了更为合理的阈值选取准则函数。首先导出了一维阈值选取公式;然后给出了二维直方图斜分阈值及二维直方图斜分的简化阈值选取方法,抗噪性能明显改善;最后与二维斜分的最大熵阈值、Otsu阈值及非对称交叉熵阈值选取方法进行了比较,实验结果表明,本文方法在分割效果上具有明显的优势。     

一种改进的塔形分解图像融合算法及其在DSP上的实现

本文首先阐述了基于塔形分解的图像融合的原理和步骤,然后针对实时嵌入式系统的特点提出了一种新的称为固定权的融合规则,该方法具有简单,可行,便于调节的特点。接着,通过Matlab仿真和交叉熵的客观评价方法证明了固定权新融合规则的可行性和有效性。最后,在DSP平台下,用基于固定权新融合规则的算法实现了两幅大小为240×320的可见光和红外光图像的实时图像融合。     

一种新的B超图像增强方法的研究

研究了一种改进后的基于灰度级的模糊增强算法,并把它应用在B超图像处理中,使处理后的B超图像的清晰度有明显改善。特别在模糊增强算法中加入了自动阈值选取算法后,使得处理过程大大简化,更适合临床诊断的不同需要。文中通过MATLAB软件强大的运算处理能力,对同一幅B超图像用不同的增强方法进行处理,并将处理后的B超图像做统一对比。实验结果证明本文所研究的的模糊增强方法在临床实践中是可行且有效的。     

激光干扰图像质量的交叉熵评估

针对光电对抗中成像制导武器易受激光干扰的问题,结合制导跟踪原理和抗干扰机理,提出了利用图像的交叉熵来对其干扰质量进行评估的方法．根据信息论中熵的概念,分析了干扰前后图像之间的相似度关系;充分利用图像熵的优点,综合考虑激光干扰图像的质量评估流程,建立了激光干扰图像质量评估函数,分别从理论和实验上分析了评估函数对激光干扰图像质量评价的有效性．与其他方法相比,该方法能够准确地获得激光干扰成功时的阈值,广泛适用于激光干扰成像制导武器的图像质量评估．     

具有颜色保真性的彩色眼底图像增强方法

为了改善彩色眼底图像增强后颜色失真及采集过程所造成的对比度低、细节信息模糊甚至细节丢失的问题,提出一种兼顾颜色保真、亮度增强和细节增强相匹配的眼底图像增强方法.首先将RGB空间的眼底图像转换到HSV空间进行基于亮度的自适应幂律变换,以解决眼底图像亮度的平衡问题.其次,在Lab颜色空间中采用受限直方图均衡化方法提高眼底图...     

一种基于粗集理论对雾天图像增强的研究

由于雾天有光亮条件的干扰,雾天拍摄的图片经常都有很严重的图像降质;针对雾天图片的退化情况,文章提出了一种基于粗集理论在空域采用3×3滑动窗口的图像增强方法,通过对实物照片的处理表明该方法在图像增强效果和时间复杂性方面均优于传统图像增强方法,在重现原图的基础上能有效地改善雾天图像的退化现象和提高图像清晰度。     

基于交叉熵的图像置乱评价方法的改进

对已有文献利用交叉熵进行图像置乱评价方法存在问题的基础上,进行了改进,通过引入图像分块信息,提出了更能真实反映图像置乱程度的方法。实验结果表明,改进方法可以有效的反映图像在不同加密算法下的置乱程度与加密次数的关系。     

Selective image enhancement method for low energy target information area

A selective subband enhancement method based on biorthogonal wavelet base is proposed. This novel image enhancement method is just for those images in which the energy of target information area is relatively lower. It includes two parts： one is enhancing the low frequency subband by wavelet decomposition and the other is building a new criterion based on entropy window to image evaluation. Experimental results show that this new scheme may result in a perfect image processing.     

基于相对熵阈值法的储粮害虫图像分割

介绍了储粮害虫智能检测系统的图像采集、图像增强、特征抽取及其识别分类,阐述了相对熵阈值分割算法,利用该法进行粮虫图像的在线分割,效果较好,通用性强.