共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
3.
《测试技术学报》2017,(5)
针对基于空间信息的模糊C均值图像分割算法(sFCM)在对含噪图像分割时,图像的噪声和边缘细节不能同时得到较为正确分割的问题,本文提出了一种结合差分曲率的改进sFCM算法.差分曲率(difference curvature)可以有效地区分图像边缘和平坦区.将差分曲率引入到sFCM算法的空间函数中,算法的函数相关性参数在每个像素点处自适应取值,使改进算法在抗噪性能提高的同时,对图像细节有着更好的分割效果.实验结果表明:在对含噪图像进行分割时,本文提出的改进算法相比于sFCM及其衍生算法具有更好的模糊划分效果,并有效地提升了sFCM算法的抗噪性和对边缘细节的保护能力. 相似文献
4.
5.
6.
7.
K-均值聚类具有简单、快速的特点,因此被广泛应用于图像分割领域.但K-均值聚类容易陷入局部最优,影响图像分割效果.针对K-均值的缺点,提出一种基于随机权重粒子群优化(RWPSO)和K-均值聚类的图像分割算法RWPSOK.在算法运行初期,利用随机权重粒子群优化的全局搜索能力,避免算法陷入局部最优;在算法运行后期,利用K-均值聚类的局部搜索能力,实现算法快速收敛.实验表明:RWPSOK算法能有效地克服K-均值聚类易陷入局部最优的缺点,图像分割效果得到了明显改善;与传统粒子群与K-均值聚类混合算法(PSOK)相比,RWPSOK算法具有更好的分割效果和更高的分割效率. 相似文献
8.
针对传统TV去噪复原算法以梯度模值作为图像的边缘检测算子,无法清晰地识别边缘和灰度渐变区及去除平坦区内的孤立噪声的问题,提出了一种基于局部坐标二次微分的边缘检测算子对传统模型进行改进。改进后的模型能根据各像素点的新检测算子信息,自适应选取复原模型中决定扩散强弱的参数,并且利用图像局部信息对正则化项和保真项进行加权。同时在数值实现上,采用一种基于梯度矢量的方向变化的方法来实现散度离散化,以更加有效地保留图像的局部细节信息。数值试验表明,该算法在克服灰度渐变区内的阶梯效应和保留图像的细节边缘方面明显优于传统算法。 相似文献
9.
为了改善地震图像的质量以利于勘探,提出了一种基于非局部均值滤波抑制地震图像随机噪声的新算法。非局部算法最初是一种用于图像去噪法。该算法对图像的每一个像素点(或数据)去噪只需考虑像素点的相似性,而无需考虑像素点空间上的距离。非局部均值所对数据没有假设前提,除了数据结构具有一阶冗余度。由于这个假设对大部分地震数据是成立的,所以我们提出了对地震数据随机噪声去噪的非局部算法。合成地震记录和实际数据使用非局部去噪算法,与传统算法(如:中值滤波,高斯滤波)相比,既对随机噪声进行了抑制,又不会降低地震同相轴陡变处或同相轴弯曲处的分辨率,提高了图像的质量。 相似文献