基于纹理-模糊连接度的遥感影像道路自动提取

提出一种基于纹理-模糊连接度的遥感影像道路信息全自动提取算法。利用Canny算子对影像进行边缘检测,通过道路阈值和分类算法的联合优化,提取出道路种子点。定义了包含纹理能量的模糊连接度,对影像中各像素相对于多种子点的连接度进行遍历计算,寻址最优路径,从而识别出完整的道路。实验结果表明,该道路提取算法相对于模糊连接度算法精度更高,具有较强的通用性。     

基于模糊连接度的交互式CT图像分割算法

如何准确地从CT图像中提取出感兴趣的组织,是医学图像分割中的难点。提出了一种基于模糊连接度的交互式CT图像分割算法：先根据用户指定的感兴趣区域的灰度范围预分割图像,然后用户从结果图像中选择目标和背景种子点,计算出各像素点与两类种子点的模糊连接度,最后根据连接度大小将像素点划分到目标或背景区域。分割过程中,用户可以通过增设或删除目标或背景种子点,修正分割的结果。实验表明,该算法能准确有效地分割出感兴趣区域。     

基于模糊连接度的近邻传播聚类图像分割方法

针对现有近邻传播聚类图像分割方法分割精度低的问题,提出一种基于模糊连接度的邻近传播聚类(FCAP)图像分割算法。针对传统模糊连接度算法不能得出任意点对间模糊连接度的不足,结合最大生成树提出了全模糊连接度算法。FCAP算法先使用Normalized Cut超像素技术进行超像素分割,这些超像素可以看作数据点以及它们之间的模糊连接度;然后使用所提出的全模糊连接度算法计算超像素间的模糊连接度,根据模糊连接度和空间信息计算超像素的相似度;最后使用近邻传播(AP)聚类算法完成分割。实验结果表明,FCAP算法明显优于超像素处理后直接使用AP聚类算法进行分割的方法,并且优于无监督图像分割方法。     

一种SPOT图像公路信息全自动提取新方法

提出了一种基于模糊连接度的SPOT图像公路信息全自动提取算法。该方法首先运用Sobel算子对SPOT图像进行边缘检测,然后使用阈值优化道路边缘点从中选取出道路种子点,接着通过计算图像中各点与种子点间模糊相似程度来提取道路信息,最后进行进一步完善处理。实验表明,该方法性能良好,在整个提取过程中不需要人工输入种子点,可以快速地实现道路特征的全自动提取。     

遗传模糊连接法在CAG图像分割中的应用

鉴于模糊连接法分割连通物体的优势及冠脉造影（CAG）图像中血管连通的特点,用模糊连接法来分割CAG图像。模糊连接法在实现上存在困难,提出将遗传算法与模糊连接相结合来解决这一问题。首先指定目标物体上一点作为种子点。然后根据给定的模糊亲和度公式,用遗传算法求出任意点到种子点的模糊连接度。最后设定阈值,将模糊连接度高于阈值的点按原值显示,其他点置为背景,即可得到分割结果。实验结果表明,该方法能快速准确将血管提取出来,为二维CAG图像的自动诊断及可视化提供了依据。     

基于图割和模糊连接度的交互式舰船红外图像分割方法

针对舰船红外图像分割中的低对比度、边缘模糊和目标灰度不均匀问题, 提出了基于图割和模糊连接度的交互式图像分割方法. 交互方式为矩形笔刷, 选择目标和背景种子点. 分割方法为基于图割的图像分割方法, 引入模糊连接度来计算图割的似然能, 给出了模糊连接度权重的自动确定方法, 提出了基于直方图分解的高斯混合模型(Gaussian mixture model, GMM)成分个数和参数估计方法. 仿真结果表明, 新方法可实现各种复杂环境下舰船红外图像目标的有效分割.     

基于最大模糊熵和微粒群的双阈值图像分割

基于最大模糊熵准则和微粒群算法,提出了一种新的双阈值图像分割方法.该方法通过定义3种模糊隶属度函数,将图像模糊划分为暗、灰和亮3个不同的区域.同时采用微粒群算法搜索最大模糊准则下模糊参数的最优组合,进而确定图像的两个最佳分割阈值.仿真结果表明,该算法具有良好的分割效果和较强的实时处理能力.     

基于贪心算法的快速模糊连接度图像分割

提出一种基于Dijkstra的贪心算法来实现模糊连接度的快速计算方法。每次寻找全局最优解,并从两个方面减少迭代次数来加快运算速度。首先,通过统一根节点模糊连接度的方式,去掉原始Dijkstra算法的更新操作,每个像素点一次即可完成模糊连接度的计算。其次,每一次迭代可以实现多个像素点模糊连接度的计算。通过真实医学图像测试表明,与其他改进算法相比,其分割速度明显加快,且不影响其分割精度。     

动态相对模糊区域生长算法

为了提高区域生长的分割精度和模糊连通度算法的运算速度,减少算法所需的人工干预和种子点选取对分割结果的影响,提出了一种融合区域生长和改进模糊连通度,并结合置信区间和区域竞争方法,用于医学图像分割的动态相对模糊区域生长算法.首先算法使用置信区间区域生长快速地得出初步的多个对象分割结果,然后利用置信区间的参数,对分割区域间重叠部分使用动态相对模糊连通度算法进行再分割.通过在大量医学图像上的实验,实现了复杂背景下的图像分割.实验结果表明,该算法所需交互少,并能提高分割精度和速度.     

一种改进的模糊连接度图像分割方法

本文对模糊连接度的理论框架进行了扩展,在框架内引入了图论中的有向图和森林等概念。把图像定义为一个有向图,有向图的结点是图像的像素点,有向图的弧是相邻像素的边,树的根结点是人工给出的种子点,所有像素点到种子点的模糊连接路径组成了模糊连接森林,模糊连接森林给出了图像的分割。实验结果表明本文方法比相对模糊连接度方法得到更好的结果。     

基于模糊连接度的卫星图像道路提取新方法

论文提出一种将相对模糊连接度和道路特征相结合进行卫星图像主干道路半自动提取的新方法。首先将原始图像划分为多个目标,对每一类目标分别人工选取种子点,然后计算出图像中各像素点与每一类种子点之间的模糊连接度,将其归属于模糊连接度值最大的一类,从而分离出道路目标。接着结合道路局部特征运用模糊连接度连接断裂路段,最后根据道路走向进一步完善整个道路轮廓。SPOT图像道路提取实验表明,新方法可以取得很好的效果。     

Fuzzy Connected Object Delineation: Axiomatic Path Strength Definition and the Case of Multiple Seeds

This paper presents an extension of previously published theory and algorithms for object definition based on fuzzy connectedness. In this approach, a strength of connectedness is assigned between every pair of image elements. This is done by finding the strongest among all possible connecting paths between the two elements in each pair. The strength assigned to a particular path is defined as the weakest affinity between successive pairs of elements along the path. Affinity specifies the degree to which elements hang together locally in the image and is determined considering how close the elements are in space and in intensity features. A fuzzy connected object containing a particular seed element specified within the object is computed via dynamic programming. In all reported works so far, the minimum of affinities has been considered to define path strength and the maximum of path strengths has been used to define fuzzy connectedness. The question thus remained all along as to whether there are other valid formulations for fuzzy connectedness. One of the main contributions of this paper is a theoretical investigation under reasonable axioms to establish that maximum of path strengths of minimum of affinities along each path is indeed the one and only valid choice for defining fuzzy connectedness. In the past, a single fuzzy connected object was specified through a single seed element indicated interactively within the object region. When many objects are to be identified in a single image, interactive seed specification becomes cumbersome. Further, selecting exactly one element in each region automatically is more difficult than identifying a set of elements. Hence the theory and algorithms for the single-element case need to be generalized to multiple elements for more effective practical use. This is the second main contribution of this paper. The importance of multiple seeded fuzzy connected object definition from the considerations of both practicality and automation in image segmentation are described and illustrated with examples taken from several real medical applications.     

基于旋转分类模糊纹理谱的矿物浮选泡沫平滑度分析

矿物浮选的精矿品位与泡沫的纹理复杂度密切相关.为了避免纹理谱方法中像素值的刚性比较,提出了一种新的基于旋转分类模糊纹理谱的纹理描述方法用于金属矿物分离.经过指数函数拟合频率分布曲线,确定模糊阈值大小,统计模糊纹理单元,给出了灰度差值的模糊纹理谱,并利用旋转分类将6561种纹理单元简化至834种.基于此,引入2个描述因子,纹理平滑度与粗糙度.实际应用结果表明,纹理平滑度可描述图像纹理粗糙程度,同时反映实时矿物品位.     

基于分类器的图像模糊边缘检测快速算法

通过对Pal King边缘检测算法的分析,提出了一种新的模糊边缘检测快速算法。首先对图像进行模糊增强,然后依据当前像素及其8-邻域像素的灰度,设计了一个分类器,通过计算相对于该分类器的模糊隶属度函数值,对像素进行边缘分类;最后锐化所得的边缘像素,剔除噪声。算法抛弃了Pal King方法中复杂的迭代运算,同时也克服了Pal King算法中对图像低灰度值边缘信息的丢失,还可以通过设置不同的参数来检测不同细节的边缘。实验结果表明,该快速算法比Pal King算法的边缘检测能力更强,同时运算速度提高了约20倍。     

模糊连接算法在虚拟人图像分割上的应用

为实现对数字虚拟人彩色切片的分割，提出了一种基于竞争机制的相对模糊连接分割方法。首先计算所有像素与分割目标的模糊连接度，在分割结果出现过度分割时，则利用相对分割目标加入对感兴趣区域的竞争，自动重新确定各像素的连接度。采用虚拟中国人数据集的切片进行实验，结果表明，该算法能在待分割对象边界比较模糊的情况下取得理想的结果。     

结合区域生长与模糊连接度的肺气管树分割

针对CT图像中因噪声、密度分布不均匀和边界模糊等因素造成肺气管树难以准确分割的问题,提出了一种区域生长与模糊连接度相结合的肺气管树分割流程。通过阈值化及形态学闭操作提取出肺实质以定义感兴趣区域;采用改进迟滞阈值区域生长法预分割出较粗气管并结合局部体积突变指标抑制侧向泄漏;将预分割的结果进行骨架化及修剪来进一步提取出分支点,并以此作为后续分割的新种子点;根据CT图像的灰度均匀性与气管的管状结构特征来构造亲和力函数以计算种子点与其他体素的模糊连接度,并选取合适的阈值对模糊连接度进行阈值分割以提取出完整气管树。实验采用了20例来自EXACT’09竞赛提供的公开数据,分别从分支点、分支数量和分支数比率等方面进行了量化评估。该方法能在较低泄漏情况下成功检测出参考标准中一半以上的分支,平均分支数比率达到59.7%。实验结果表明,该方法可对肺气管树进行较精确的分割。     

一种改进的基于模糊聚类的图像分割方法

针对亮度不一致的阴影路面的目标分割问题，对使用空间关系约束的模糊聚类算法进行了改进，即首先定义了像素之间以及像素与区域之间的近邻关系，并构造了像素与区域之间的空间关系隶属度矩阵，然后将此矩阵约束到传统的模糊C-均值聚类算法的隶属度矩阵中，最终形成了基于空间关系约束的模糊聚类算法。该算法只需设置很少的参数即可自动完成聚类。该算法在受光照影响导致目标亮度不一致的林荫道道路图像中进行了实验。实验结果表明，该算法对机器人导航中阴影路面的一致性分割方面具有良好的效果。