图象分割的自适应模糊阈值法

该文研究了海面舰船图象的模糊阈值分割问题,首先介绍了模糊阈值分割的基本原理,在讨论了隶属函数的分布特性及其窗宽对阈值选取的影响后,提出了一种在预先给定隶属函数的情况下,利用目标－背景对比度自动选取窗宽的方法,并给出了根据目标与摄像机间的相对距离估计目标－背景对比度的算法,其应用于智能电视跟踪系统,对不同距离、不同对比度的海面舰船图象进行了阈值分割实验,结果表明该方法具有较强的场景适应能力。     

细胞核仁银染图象的快速阈值分割算法

在细胞核仁银染(AgNORs)图象分析中关键的一步就是通过阈值分割将细胞核和银染颗粒提取出来，以准确地计算出细胞核仁和核的面积、核仁与核的面积之比(I．S％)、核仁与核的积分光密度比值(I．O．D％)等重要参数，为医生进行肿瘤的鉴别诊断提供量化数据。本文提出了一种新的阈值分割算法，采用(红R 绿G 蓝B)／3彩色图象特征作为图象的特征信息，对直方图数据进行高斯平滑并根据爬山聚类法计算出直方图峰的近似位置、连接相邻两峰以构成-凸多边形并对该凸多边形进行凹性分析，计算出的凸残差最大处就是所要求的阈值T。通过对腺癌细胞和淋巴瘤细胞图象的实际计算，证明该方法是快速有效的。     

一个图象分割评价实例及讨论

利用对图象建模来合成测试图，以原始目标特征值为参考并通过判断实际分割图象质量来评价分割算法优劣的方法对六种不同的阈值选以分割方法进行定量评价，另外还地若干图象分割的评价测度进行了实验比较，所得结果对图象分割的研究有一定的指导作用。     

一种提取图象细节边缘的新方法

边缘是图象的基本特征，边缘信息是进行图象分析和识别的重要属性，但由于常用的边缘提取方法在提取边缘的同时，容易丢失图象的细节边缘信息，为此提出了一种基于灰度形态学和图象分解技术相结合的图象细节边缘提取方法，该方法首先运用灰度形态学方法检测出包含图象细节的边缘图象并去除部分背景和噪声，然后进行区域分解，再通过对不同的区域选取不同的阈值来保证边缘提取的完整性．仿真结果表明，与传统方法相比，该方法能有效地提取一般图象的细节边缘，甚至能提取被噪声污染图象的边缘．     

基于数学形态学的免疫细胞图象分割

为了实现对免疫细胞图象的分析，首先要对该种图象进行正确分割，针对这一要求，提出了一种有效的免疫细胞图象分割方法，该方法是根据数学形态学的知识，利用直方图势池数来提取标记点，并将这些标记点作为种子点来对梯度图进行Watershed变换，进而实现了细胞图象的分割。该方法是一种谱信息与空间信息相结合的分割方法，根据实验结果和分析可见，该方法不仅解决了细胞在参数测量前的精确分割问题，同时，为水域分割的关键步骤－种子点的选取找到了一种有效而可靠的方法，实践表明，分割的结果与 目视感受相一致，且其分割速度及可重复性都达到了医学临床的要求。     

二维遗传算法用于图象动态分割

为了有效地对受噪声影响的图象进行分析,提出了两种基于二维遗传算法的图象动 态分割算法.在这些算法中:1)分别采用了以阈值曲面和模糊隶属度曲面为染色体的二维染 色体编码方式;2)采用了全局阈值化算法和模糊集合理论初始化种群;3)采用Hopfield网络 的能量函数形式,结合FCM算法和现有阈值化算法中的一般性分割准则构造适应度函数. 利用实际图象将所提出的算法与一些典型算法进行了分割比较实验,结果表明所提算法有较 好的抗噪效果.     

基于自适应定向正交投影分解的图象分割方法

将目标和背景分别对应到灰度直方图中的两个高斯分布是进行图象分割的一种常用方法 ,但复杂图象的直方图往往是多峰的 .为了更好地拟合这种复杂图象直方图的多峰特性 ,提出了一种基于自适应定向正交投影分解的图象分割方法 .该方法首先将这种复杂图象的直方图看作是多个高斯分布的叠加 ,并可通过应用自适应定向正交投影分解法来快速准确地确定每个高斯分布的权值、均值和方差 ,进而计算出各相邻高斯分布之间的最优阈值 ,以用于图象分割 .在此基础上 ,又提出了阈值分离度的概念 ,并将其作为选取最终阈值的指标 .应用实例结果表明 ,该方法能够快速有效地实现复杂图象的多阈值分割 .     

基于图象腐蚀和区域生长的矸石图象分割算法

在实际的矸石分选过程中,要求的目标主要是将大块的矸石分选出来。但是,在拍到的胶带运行过程图片中,往往夹杂着很多小的煤颗粒或是矸石颗粒,如果不滤除掉这些小的颗粒,会影响矸石分选的效果和效率。针对上述问题,提出了一种融合图象腐蚀和区域生长的矸石图象分割算法。该算法首先对采得的原始图象进行图象压缩,然后对压缩的图象进行直方图均衡化,通过设定合适的腐蚀半径对原图象采取图象腐蚀处理,并选择合适的种子和阈值对腐蚀后的图象进行区域生长,最后将处理后的图象和原图象做"与"运算,得到边缘清晰的大块矸石图象。仿真结果表明,该算法能有效分割出大块矸石,且经图象腐蚀后的区域生长阈值的取值范围明显变大,对其它边缘模糊图象具有一定的参考作用。     

一种面向显微图象的双阈值边缘检测算法

文章将微分、LOG、熵等几种边缘检测算子用于显微图象的处理,介绍了显微图象边缘检测的一般过程。并在熵算子的基础上,提出了一种基于边缘采样和阈值曲线分析的双阈值选择方法。通过对几种算法处理结果的比较,将熵算子做为最终的检测算子。     

图象模糊涟缘检测的改进算法

图象在检测技术是图象处理中最重要的内容之一,且已在图象分析和识别领域中得到广泛的应用。针对图象边缘由模糊性引起的不确定性问题,提出了一种图象模糊边缘检测的改进算法,该算法是道德民确定一个阈值参数,然后根据此阈值参数来定义一个新的隶属函数,从而钭图象转化为等效的图象模糊特征平面,通过在模糊特征平面上进行增强运算,将其转换为空域图象,最后再进行边缘提取,同时还对具有多峰直方图分布图象的模糊边缘检测方法进行推广,仿真结果表明,该算法是有效的。     

基于图像差距度量的阈值选取方法

依靠阈值分割出目标与背景在图像处理与分析问题中经常使用,基于好阈值分割出的目标与背景之间的差距应议最大以及它们与原图像的差距应该都很大这一特点,在给出一些差距度量的基础上,一些新的阈值选取方法被提出,所有方法都有比Otsu方法类似的简单计算公式,特别地,根据这一原则,Otsu方法被多次导出,这也间接地说明了依据上面原则来构造阈值选取方法的合理性,所有方法均经实际图像验证证明是行之有效的。     

基于透射类图像数学模型的阈值分割新方法

透射类图像是在强光透射条件下才可见的图像,例如钞票防伪水印图案。其直方图呈单峰分布,传统图像分割方法难以得到合适的分割阈值。文中提出透射类图像背景与目标分布的概率性模型。并基于此模型推导出根据概率模型计算最佳分割阈值的公式,不同于传统方法反复计算和比较准则函数求取阈值的方式,只需要将图像数据代入文中所建立的模型,求解一元二次方程即可快速求得最佳阈值。最后经试验验证了该方法的有效性,分割效果得到较大改善,同时计算速度大大提高。     

改进OTSU法的材积测量图像分割

图像分割是图像理解与分析的基础。在众多的图像分割方法中,最大类间方差法（OTSU法）被认为是阈值选取最优方法之一。在木材体积非接触测量系统中需要从图像中分割出计算模型,然后根据标定计算并存储。文章结合目标所占比例对分割效果的影响,在分析OTSU的基础上提出改进的最大类间方差算法,并通过实验证明该方法能有效的优化计算模型。     

基于边缘信息的图像阈值化分割方法

针对现有几种利用边缘信息来进行图像闽值分割的方法存在的对噪声高度敏感，梯度阈值难以选取，且不具有自适应性的特点，提出一种抗噪声影响的形态学梯度算子和一种基于梯度直方图统计特征的梯度闽值自适应选取算法，得出了一套完整的基于边缘信息的图像闽值化分割算法。     

印刷字符在线检测的预处理算法及试验研究*

根据票证印刷图像的特点, 提出了采用基于数学形态学的定向补全算法来解决运动模糊消除问题, 并采用最佳阈值分割算法来得到二值化图像以及采用轮廓投影切分算法进行字符区域分割, 进而完成了对在线采集印刷字符运动图像的预处理过程。同时, 利用VC ++6.0 实现了该算法, 并进行了相应的试验工作。     

基于最小偏态指标的图像阈值分割新技术

本文在假设图像目标和背景像素灰度值均服从正态分布的前提下，提出基于最小偏态指标的图像分割新技术。该方法引入数理统计中的偏态指标作为图像分割的准则函数，利用图像直方图计算各灰度级下的偏态指标值，其最小值即对应于最佳分割阈值，本文对最小偏态指标法进行了详尽的图像分割验证，并与Otsu法，最大熵法和最小误差准则法进行了详细比较，结果表明本文方法具有分割精度高，计算速度快以及对目标大小影响小等优点，是一种很好的图像阈值分割方法。     

基于Otsu准则及图像熵的阈值分割算法

在图像分割中，阈值的选取至关重要，在经典的Otsu准则基础上，结合图像熵提出了一种改进的局部递归的阈值选取及分割算法。基于图像像素熵信息，运用递归思想局部搜索图像的最佳阈值，这样不但缩短了计算时间，而且具有较好的自适应特点。该算法在图像背景不均匀或图像不是简单的单峰、双峰图像的情况下可以进行有效的分割，分割后的图像细节更加丰富，有利于分割后的特征提取。对Lena图像进行了实验，获得了较好的分割结果。     

一种适用于SAR图像的2维Otsu改进算法

Otsu法是图像阈值分割中的经典算法之一,在图像处理中得到广泛的应用。针对原始2维Otsu法直方图区域划分上的缺陷和运算速度慢的缺点,分析了适用于SAR图像相干斑乘性噪声的直方图区域划分方法,提出了一种更符合实际图像模型的阈值选取准则。实验结果表明,该改进算法的分割效果良好,运算速度也有很大提高。     

An Improved Method for Object Extracting based on Context Information Using Multisouce Data

This paper proposed a new method which combines the airborne LiDAR data with aerial image to extract Rolling Stones on mountainous.Firstly,the aerial image is processed with multi-scale segmentation to get segmentation objects,and the LiDAR data are processed by classification,interpolation,difference for elevation information.Then compute the segmentation object based on visible-band difference vegetation index to remove the interference of vegetation information,and the nonvegetated segmentation objects are obtained.In order to effectively use the shadow,this paper put forward the normalized difference shadow index and use threshold segmentation to get shadow object.And then the automatic extraction algorithm based on the shadow and elevation information is used to preliminary obtain the rolling stones information.Finally,The height threshold filtering is set according to the actual demand to get the final rolling information.This paper took a certain area of Hong Kong aviation image and LiDAR data as experimental data to validate the proposed method.The results show that the method can well extract the Rolling Stones and effectivly distinguish the exposed bedrock,roads and similar spectral information of ground objects as Rolling Stones.The extraction accuracy of Rolling Stones is above 88% which basically satisfies the needs of rockfall in lands department.     

一种复杂背景下的目标提取算法

针对目标与背景颜色接近,普通阈值处理算法不能有效实现图像分割的情况,提出了一种基于阈值处理的目标提取算法.首先对图像进行阈值处理得到目标,然后针对剩余像素进行二次阈值处理,最后第三次阈值处理在两次阈值处理后得到的目标总和中去掉被误提取的背景,得到了较好的分割效果.