基于ICT 的引信图像分割算法

针对传统图像分割方法在引信图像分割上的不足,提出一种能够兼顾类内方差和类间方差的改进二维Otsu算法。介绍二维Otsu算法,分析比较原系统分割算法与自适应二维Otsu图像分割算法的优劣。实验结果表明:改进二维Otsu算法既能保证目标和背景的最大离散度,又能使目标和背景的内聚性最好,分割效果明显优于传统方法。     

基于一维最大类间方差和形状连通性的图像分割新算法

提出了一种新的基于一维最大类间方差和形状连通性的图像分割算法。它首先选出未经平滑的原始直方图的所有极小值，并用一维最大类间方差法选取出类间方差较大的灰度值；然后再对这些灰度值进行形状连通性值（shape connectivity，SC）的计算。选择SC值最大的一个作为最终分割阈值。文中还在将边缘像素点划分为目标或背景点的方法上也做了一些改进．即使用二维的阅值准则对其进行划分．进一步减小了误分割发生的可能性。理论分析和实验结果都表明：该新算法较一维最大类间方差和基于形状连通性的分割算法都优越．且运算速度快、划分效果好。     

一种复杂背景下的目标分割算法

自动目标检测是图像精确制导技术的重要研究内容.针对地面复杂背景条件下目标难以检测的问题,提出一种结合灰度形态学滤波与直方图独立峰搜索的目标分割方法.首先,对复杂背景下的图像进行形态学滤波和增强,增强目标和背景的灰度对比度;然后利用文中提出的图像直方图独立峰搜索方法确定图像阈值,对图像进行分割.实验表明:文中方法是有效的,对复杂背景下的目标图像可取得较好的分割效果.     

基于微粒子群理论的二维最大类间方差阈值分割算法

针对传统二维最大类间方差(Otsu)阈值分割算法处理红外图像耗时的缺点,提出了一种应用微粒子群理论的二维Otsu阈值分割算法.该算法利用粒子群理论的群体智能的特点,通过优化得出粒子的个体极值和全局极值,并根据这两种极值来更新粒子的位置和速度以获得最佳的分割阈值向量.通过对算法中惯性权重和学习因子的讨论确定了最佳的参数选择方案.仿真结果表明,该算法计算准确,流程简单,其运行时间仅为原始算法的5%左右,是一种快速有效的图像阈值分割算法.     

基于小波变换的小目标检测

利用小波分析的多分辨率特性和时频局部窗特性能够克服传统方法的局限,实现小目标的精确定位检测.基于小波变换的小目标检测,先利用改进的小波变换选择合理的小波基和小波变换窗口对小目标图像滤波,后结合直方图阈值分割法分割阈值.实验结果表明该方法不仅能很好保存小目标的形状特征,还能将背景几乎完全消除.     

基于模糊熵的红外图像分割方法

针对红外图像具有的不确定性往往是模糊的且不是随机的特点，提出了一种基于图像的模糊性和最大熵理论的分割方法，给出了基于模糊熵的阈值选取算法。该方法不依赖于图像的直方图，也不需要直方图分布的假设。用该方法对坦克的红外图像进行了分割，与侧抑制方法的比较表明，该方法提高了运算速度。对不同红外目标大小和信噪比的图像均产生很好的分割效果，且受目标大小的影响小，具有较好的鲁棒性，可用于小目标的分割。     

发动机部件CT图像特征提取与区域生长算法

针对工业计算机层析成像(CT)图像中金属伪影和噪声会干扰部件分割提取的准确性和精度问题，提出一种基于标准差权重阈值和区域生长的工业CT图像特征提取算法。采用标准差权重的二维最大类间方差和二维最小交叉熵阈值分割方法去除图像背景，利用图像的邻域均值实现多种子点区域自动选取，添加Scharr算子计算梯度改进生长准则完成对部件特征的提取。实验结果表明：该算法相对于其他区域生长法，精确率提高了9.1%,准确率最大接近1,相似性系数提高了5.3%,交并比提高了4.1%最大；该算法部件提取效果更好。     

一种新的前视红外图像分割方法

为实现复杂背景下的前视红外图像分割,针对图像特点,综合利用背景抑制、互信息及数学形态学的方法和理论,提出了一种新的图像分割方法.首先,采用中值滤波对图像进行背景抑制;然后,将图像配准的方法用于图像分割,利用互信息量确定最佳分割阈值;最后,对得到的二值图像进行形态学变换,得到精确的目标分割区域.实验结果表明,该方法能有效分割出复杂背景下的目标区域,有利于下一步的目标识别与跟踪.     

一种基于自适应阈值的弹壳表面缺陷分割方法

由于材料表面不均匀和基于线阵相机采集图像的方式,图像的目标和背景的成像效果是动态变化的,不能用单一固定的阈值进行弹壳表面缺陷分割。针对该问题,结合弹壳表面图像的特点和灰度直方图峰值特性,提出了一种自适应确定阈值的方法,试验结果表明该方法对能准确对弹壳表面缺陷进行分割。     

基于形态学和直方图分析的多源图像目标分割算法

提出了一种兼具形态学和直方图分析方法优势的多传感器图像目标分割算法。首先根据图像内在属性用指定直方图方法进行图像增强,利用图像区域直方图统计描述子特征进行目标区域检测;然后分别对红外图像应用形态学重构,对激光雷达图像应用局部阈值法进行目标轮廓估计,再将各传感器图像获得的兴趣区域进行交叉验证,排除背景干扰;应用动态边缘演化技术最终确定目标边缘。对复杂场景的多传感器图像测试表明,该算法较好地保留了目标的形状特征,是一种有效的多目标分割算法。     

基于直方图熵和遗传算法的图像分割法

图像分割是计算机视觉研究中一个老而难解决的问题。本文提出了一种基于灰度图像的直方图的熵和遗传算法进行图分割的方法,以灰度图像的直方图熵作为评价标准,把图像分割问题定义为一个优化问题,利用遗传算法的寻优高效性,搜索到能使分割到最优的分割参数－－图像分割阈值。     

基于模糊率的自适应多阈值图像分割方法

针对目前图像模糊阈值分割法存在的窗口宽度自动选取困难以及阈值搜索范围难以确定的问题，本文提出了一种基于模糊率的自适应多闽值图像分割方法。利用图像直方图峰值分段的思想，在给定隶属函数的情况下，实现了窗宽的自适应选取以及图像多闽值的自动选取，有效地拓宽了模糊阈值图像分割方法的适用范围。实验结果表明，该方法对直方图呈多峰分布的图像可取得良好的分割效果。     

飞机红外灰度图象分割自适应门限的确定

以红外成像探测得到的飞机图象为研究对象，将灰度直方图分析和飞机红外灰度图象固有的不变性特性信息结合起来，提出了一种自顶向下的灰度图象分割自适应门限的选取方法，利用求得的各级门限对飞机红外图象进行灰度分级，得到具有10级灰度的飞机灰度图象，为灰度图象识别系统提供数据输入。     

一种基于最小模糊熵遗传算法的SAR图像分割方法

在合成孔径雷达（Synthetic Aperture Radar）自动目标识别中，图像分割的好坏直接影响目标的识别性能。本文在最大模糊熵分割方法的基础上，根据图像目标和背景内部像素灰度值的一致性和集中性，提出了一种新的图像分割隶属度函数，从而得到最小模糊熵分割方法，然后将最小模糊熵作为遗传算法的适应度函数应用于SAR图像，进行全局快速的最优阈值寻找。实验结果表明，由于最小模糊熵的抗噪能力强，将其作为遗传算法的适应度函数后，能够更有效地克服SAR图像中的乘性噪声，分割后的噪声点明显减少，图像目标清晰，分割效果明显优于最大模糊熵分割方法。     

单帧红外小目标检测算法研究

研究了单帧红外图像运动小目标的检测问题。首先利用数学形态学Tophar滤波对图像进行背景抑制，然后对图像进行对比度增强，针对对比度增强的同时会造成一些噪声的灰度值也得到增加的问题，采用改进的遗传算法对对比度增强之后的图像进行分割，提高目标分割精度的同时也提高了分割的速度。仿真实验结果表明了算法是有效的。     

基于视觉的无人机着舰中红外合作目标的分割方法研究

针对基于视觉的无人机着舰中红外合作目标分割的需求背景,提出一种组合分割方法。相关研究发现随着待分割目标所占图像中比例变化,Otsu算法在分割时效果亦随之改变。当目标比例较小时可能会造成不同程度的误分割,而最大熵分割算法在实际处理中又含有较多噪点。本文首先根据图像的能量信息找出包含合作目标的感兴趣区域,同时在原图运用双Otsu算法进行分割,最后对两者的结果进行逻辑＂与＂运算得出最终分割结果。大量实验结果表明,本文的组合分割方法与Otsu算法和最大熵算法相比分割效果有明显改善。     

基于特征点和区域生长的目标图像分割方法

成像探测的运动目标图像中背景复杂并且含有大量的噪声,针对传统的目标的检测和分割方法精确定位困难、且不能完整分割等问题,提出基于特征点和区域生长的运动目标图像分割方法。通过相邻帧图像的绝对值差分图像得到大概的运动区域,利用基于LK光流的角点检测方法提取差值图像中的特征点,采用非最大值抑制对特征点的优劣性进行评估,对好的特征点进行区域生长,最终达到运动目标的分割目的。仿真结果表明:该方法能够对复杂图像序列中的运动目标进行精确定位,得到较好的目标分割结果,并且计算量小,具有较高的鲁棒性。     

基于Haar小波变换的水下小型沉底人造目标分割方法

根据水下小型沉底人造目标在傅里叶变换处理中容易丢失原本就很少的细节特征、导致图像分割效果较差的问题,在统计分析图像目标特点的基础上,提出了用Haar小波变换对原始图像数据进行多分辨率处理以尽可能保留人造目标特征,然后在拟合指数型函数确定初始平滑区间的基础上,通过迭代的方式获得二值化阈值,根据图像中干扰物的特点提出了一种统计8邻域灰度信息的干扰抑制方法.利用前面得到的阈值进行二值化分割及一次中值滤波,就可得到较为满意的目标分割结果.