基于顶帽变换和模糊C均值聚类的图像分割方法

为了准确地对背景亮度不均匀的图像进行分割,提出了一种综合运用形态学中的顶帽变换和模糊C均值（FCM）聚类的图像分割方法。FCM聚类算法已成功地应用于图像分割,但对于具有不均匀亮度背景的灰度图像,则无法进行准确有效地分割。根据提出的方法,对于具有亮度不均匀背景的灰度图像,首先利用顶帽变换对图像进行处理,以消除亮度不均匀的背景,然后再利用FCM聚类算法对图像进行分割。实验结果表明,该方法可以准确地对背景亮度不均匀的图像进行分割,是一种有效的图像分割方法。     

一种基于亮度均衡的图像阈值分割技术

对于光照不均匀的图像，用通常的图像分割方法不能取得满意的效果。为了解决这个问题，文中提出了一种实用而简便的图像分割方法。该方法针对图像中不同亮度区域进行亮度补偿，使得整个图像亮度背景趋于一致后，再进行通常的阈值分割。实验结果表明，用该方法能取得良好的分割效果。     

基于HIS空间的彩色图象分割

提出了一种基于HIS空间的彩色图象自动分割算法．在这个算法中，彩色图象首先被转化到HIS颜色空间．图像分解成彩色通道(H和S分量)和亮度通道(1分量)．我们对彩色通道采用基于J-图象的自动分割算法进行分割．对亮度通道采用水线阈值算法进行分割，然后将分割后的结果进行组合．得到最终分割结果．试验表明，这种方法计算快速简单．是一种高效的自动算法。     

基于字典学习与稀疏表示的灰度图像颜色重建算法

为了充分利用参考彩色图像与待处理灰度图像的关联关系,进一步提高图像颜色重建的自动化程度,利用稀疏表示理论和字典学习方法,提出一种自动全局图像着色算法.首先利用图像亮度、特征信息、图像颜色信息之间的相关性,依据参考图像训练出一个亮度-特征-颜色的联合字典;然后利用目标灰度图像的亮度和特征信息计算出其在该字典下的稀疏表示系数;最后利用上述联合字典与计算得到的稀疏表示系数进行灰度图像的颜色信息重建.文中算法无需进行图像分割,针对整幅图像进行着色,是一种自动的全局算法.实验结果表明,该算法可以有效地对灰度图像进行着色,对于色调单一的图像,着色效果更好.     

光谱比值在细胞多光谱图像分割中的应用

为了对细胞多光谱图像进行快速、准确的分割，首先探讨了光谱比值在细胞多光谱显微图像分割中的应用，然后提出了利用多光谱图像的光谱信息，并结合传统分割方法的一种新的细胞自动分割方法。该方法首先通过从扣除背底后的多光谱图像中选择两个波段图像进行光谱比值操作来生成一幅比率图像，然后对该图像进行自动多阈值分割、二值形态学操作，最终获得了细胞的胞浆和胞核覆盖层。该方法首次将光谱比值技术应用到细胞多光谱显微图像分割中，对骨髓细胞图像的自动分割实验表明，该方法具有分割准确、分割速度快、受外界干扰少的特点，该方法也可以推广到其他多光谱显微图像的分割中。     

一种基于亮度均衡的图像阈值分割技术

对于光照不均匀的图像,用通常的图像分割方法不能取得满意的效果。为了解决这个问题,文中提出了一种实用而简便的图像分割方法。该方法针对图像中不同亮度区域进行亮度补偿,使得整个图像亮度背景趋于一致后,再进行通常的阈值分割。实验结果表明,用该方法能取得良好的分割效果。     

一种基于亮度均衡的图像阈值分割技

对于光照不均匀的图像,用通常的图像分割方法不能取得满意的效果.为了解决这个问题,文中提出了一种实用而简便的图像分割方法.该方法针对图像中不同亮度区域进行亮度补偿,使得整个图像亮度背景趋于一致后,再进行通常的阈值分割.实验结果表明,用该方法能取得良好的分割效果.     

基于阈值和snake模型的三维医学图像自动分割

提出了一种利用snake模型和基于连通性阈值算法进行三维医学图像的自动分割方法。根据三维医学图像的特点，首先选取该图像的中间层图像，利用基于连通性的阈值算法对其分割；其次利用邻层图像分割结果和snake模型来指导下一层的图像分割。实验结果表明，该方法可以明显提高分割的准确率和速度。     

一种基于亮度均衡的图像阈值分割技

对于光照不均匀的图像,用通常的图像分割方法不能取得满意的效果.为了解决这个问题,文中提出了一种实用而简便的图像分割方法.该方法针对图像中不同亮度区域进行亮度补偿,使得整个图像亮度背景趋于一致后,再进行通常的阈值分割.实验结果表明,用该方法能取得良好的分割效果.     

基于H分量旋转的荔枝图像分割算法

自然场景下荔枝图像分割,因果实与背景之间的颜色特征以及本身的形状特性的差异,表面会出现亮度不均匀,对分割造成非常大的影响。为了减少亮度不均匀给荔枝图像分割带来的影响,选择HSV彩色空间中色调H分量,并对H分量进行旋转作为图像分割的特征;通过模糊聚类算法和马氏空间约束条件来进行图像分割,利用形态学滤波消除分割后的随机噪声,并对分割区域标记,利用图像标记来恢复分割区域的原始图像。结果表明,该算法能很好地解决亮度不均匀造成的影响,对成熟荔枝分割的正确率达到了90.4%。     

Multispectral image adaptive pansharpening based on wavelet transformation and NMDB approaches

In remote sensing, satellite images acquired from sensors provide either high spectral or high spatial resolution. The pansharpening framework is applied to remote-sensing systems to enhance the spatial quality of coarse-resolution multispectral (MS) images using information from panchromatic imagery. A multidecomposition pansharpening approach combining MS and panchromatic (PAN) images is proposed in this paper in order to bring the resolution of the low-resolution MS imagery up to that of the panchromatic images. In particular, multilevel wavelet decomposition is applied to the luminance-chrominance (YUV) space transformation (taking into account the red green and blue (RGB) bands) or extended-YUV transformation (taking into account the near infrared (NIR) band in addition to RGB) of the original MS channels, where geometrical details from the panchromatic image are introduced into the MS ones. Our approach contains a preprocessing step that consists of homogenizing the luminance, Y, and the panchromatic image reflectance, which are, respectively, a value integrated over a wavelength spectrum and simply a linear combination of some values in the same spectrum. Hence, as the panchromatic image reflectance and luminance reflectance correspond to different measurements, they do not correspond to the same physical information, which results in a difference between their histograms. Therefore, simple histogram matching is traditionally applied to panchromatic data to fit it to the luminance to avoid colour distortion after fusion. However, as the transformation concerns just the details of the panchromatic and MS images, a new scheme for matching the images which ignores the divergence between their approximations and maximizes the resemblance between their details is proposed in this work. After that, the fusion approach is applied, and in contrast to the original approach where the details of the fused MS luminance are set equal to the PAN luminance, we propose an adaptive approach in which just a part of the PAN details proportional to the similarity between the luminance and lowered PAN image is taken. Indeed, high-resolution geometrical details cannot be similar if the low-resolution details are not in good agreement. Besides, as the agreement between PAN and MS images depends on the occupation class, we have created a segmentation map and then computed separately the correlation in each region. Finally, the evaluation is done based on QuickBird and Pleiades-1A data sets showing rural and suburban areas. When compared to recent methods, our approach provides better results.     

图像分割技术在中医舌诊中的应用

舌诊是传统中医辨症论治的重要手段之一.运用计算机视觉技术,可实现舌诊的定量化和客观化.方法是从采集到的图像中准确提取出完整的舌体图象,然后进行特征提取,提出一种自动分割舌图像的新方法.首先用中值滤波去除图像噪声;其次在YCbCr彩色空间对图像进行预处理,去除面颊皮肤等背景信息;然后用均值移动法初步分割出舌体;最后应用改进的图像区域生长的方法,得到准确完整的舌体图象.通过试验,证明该方法具有令人满意的分割性能.     

基于自适应阈值的舌像分割方法

中医舌诊是目前医学领域的重要前沿课题之一,而舌体轮廓的正确分割是实现中医舌诊信息化的重要前提,目前主流的阈值分割方法对对比度较小的舌像仍不能实现很好的分割。为此提出了一种舌像的自适应阈值分割算法,该算法是以VC＋＋为开发平台,首先把图像分成多个子块,然后运用迭代的方法计算每个子块的最佳阈值,根据每个局部最佳阈值构成的阈值矩阵进行分割。实验结果表明,该算法对背景和目标分界不明显的舌像有很好的分割效果,对中医舌诊的继续发展有很强的现实意义。     

Tongue image analysis for appendicitis diagnosis

Medical diagnosis using the tongue is a unique and important diagnostic method of traditional Chinese medicine (TCM). However, the clinical applications of tongue diagnosis have been limited due to two factors: (1) tongue diagnosis is usually based on the capacity of the eye for detailed discrimination; (2) the correctness of tongue diagnosis depends on the experience of physicians; and (3) traditional tongue diagnosis is always dedicated to the identification of syndromes other than diseases. To address these problems, in this paper, we present a tongue-computing model (TCoM) for the diagnosis of appendicitis based on quantitative measurements that include chromatic and textural metrics. These metrics are computed from true color tongue images by using appropriate techniques of image processing. Applying our approach to clinical tongue images, the experimental results are encouraging.     

基于色阶重建的彩色图像增强算法

色阶重建技术已应用于高动态范围图像的处理中.应用色调映射技术和局部亮度适应性原理,提出了彩色图像增强的算法来改善彩色图像的可视性.使用一个参数自适应的可变基的对数函数对亮度图像进行变换,采用双边滤波技术来计算每一像素的局部适应亮度,再对彩色图像的对比度进行调整.实验结果显示,图像的暗区部分获得了较好的可视性和细节,同时对比度获得改善.     

基于深度迁移学习的舌象特征分类方法研究

舌象分析是计算机视觉技术在中医望诊的客观化、定量化应用研究中的一个重要课题,其中2个关键步骤是舌体分割和舌象分类.通过级联分类器在原始图像上实现自动舌体定位,再将分割后的舌体图像在GoogLeNet和ResNet上进行深度迁移学习训练,用得到的深度网络对齿痕、裂纹和舌苔厚薄3种主要舌象特征进行分类.从中医医疗机构中获取2245幅舌体图像建立数据集,对齿痕、裂纹和舌苔厚薄3类舌体图像进行分类实验,结果表明,所提方法分类性能优于传统的舌体图像特征分类方法,验证了基于深度迁移学习的舌象特征分类方法的有效性.     

一种强鲁棒性的实时图像增强算法

提出了一种模拟人类视觉系统的自动图像增强算法.它依据输入图像的统计特征,将全局压缩和局部处理相结合,并且进行了适当的颜色补偿.结果表明,此方法在细节上和速度上都优于传统的Retinex方法,能够快速有效地增强图像质量,适用于包括高对比度低可见度在内的复杂图像,具有实时性和强鲁棒性.     

基于小波变换的水下降质图像复原算法

根据水下成像的物理模型,提出一种基于小波变换的水下降质图像清晰化处理算法。该算法将RGB图像转换为YUV图像,根据图像的对比度,对亮度Y图像利用小波变换自适应估计介质散射光的大小,增强水下降质图像的对比度,并在小波变换的低频子带上进行非线性亮度调节,消除水下图像的光照不均问题,将亮度Y图像的处理结果与颜色分量U、V合成得到清晰的水下彩色图像。实验结果表明,该算法可以自适应实现水下观测图像的清晰化处理。     

An improved contrast enhancing approach for color-to-grayscale mappings

Despite the widespread availability of color sensors for image capture, the printing of documents and books are still primarily done in black-and-white for economic reasons. In this case, the included illustrations and photographs are printed in grayscale, with the potential loss of important information encoded in the chrominance channels of these images. We present an efficient contrast enhancement algorithm for color-to-grayscale image conversion that uses both luminance and chrominance information. Our algorithm is about three orders of magnitude faster than previous optimization-based methods, while providing some guarantees on important image properties. More specifically, our approach preserves gray values present in the color image, ensures global consistency, and locally enforces luminance consistency. Our algorithm is completely automatic, scales well with the number of pixels in the image, and can be efficiently implemented on modern GPUs. We also introduce an error metric for evaluating the quality of color-to-grayscale transformations.     

一种基于细节层分离的单曝光HDR图像生成算法

针对利用单幅低动态范围（Low dynamic range,LDR）图像生成高动态范围（High dynamic range,HDR）图像细节信息不足的问题,本文提出了一种基于细节层分离的单曝光HDR图像生成算法.该算法基于人类视觉系统模型,首先分别提取出LDR图像的亮度分量和色度分量,对伽马校正后的亮度分量进行双边滤波,提取出亮度分量的基本层,再对基本层和亮度分量进行遍历运算,得到亮度分量的细节层;然后,构造反色调映射函数,分别对细节层和伽马校正后的亮度图像进行扩展,得到各自的反色调映图像;之后,将反色调映射后亮度分量与压缩后的细节层进行融合,得到新的亮度分量.最后,融合色度分量与新的亮度分量,并对融合后图像进行去噪,得到最终的HDR图像.实验表明该算法能挖掘出部分隐藏的图像细节信息,处理效果较好,运行效率高,具有较好的鲁棒性.