基于广义反向粒子群与引力搜索混合算法的多阈值图像分割

提出了基于粒子群优化(PSO)与引力搜索(GSA)混合算法(PSOGSA)的多阈值图像分割方法来解决图像阈值搜寻过程中单一优化算法局部搜索能力不强的问题。提出了图像阈值分割领域中的广义反向学习策略,在阈值寻优过程中提高群体多样性,增强了全局搜索能力;采用了全局最优解的正态变异策略,扩展了全局最优的搜索区域,避免了算法的早熟收敛。在此基础上,实现了基于广义反向粒子群与引力搜索混合算法的多阈值图像分割方法。最后,使用本方法对复杂多目标图像进行了多阈值分割实验,并与引力搜索算法和萤火虫算法进行了比较。实验结果表明,本文方法的分割精度优于引力搜索算法与萤火虫算法,其分割目标函数值在连续运行时的标准差降低了90%以上,是一种精度高、稳定性强的多阈值图像分割方法。     

二维直方图准分的Tsallis熵阈值分割及其快速实现

传统二维Tsallis熵阈值法主要由于对二维直方图采用近似假设等原因,导致分割结果不够准确,由此提出了基于二维直方图准分的Tsallis熵快速图像分割方法.首先,准确选择邻域模板构建二维直方图并将Tsallis熵法用于此直方图上以便提高分割性能;然后,舍弃二维直方图中关于主对角区域的概率和近似为1的假设而准确计算使阈值选取更准确;最后,结合Tsallis熵公式对二维直方图进行分析得到其特性和2个定理,利用此特性和2个定理导出新型、快速的递推算法来降低计算复杂度.实验结果表明,与传统二维Tsallis熵法相比,所提出的方法不仅分割更准确和抗噪性更强,而且占用的存储空间和运行时间都更少.     

基于Otsu方法的钢轨图像分割

由于钢轨图像灰度分布不均,一般的图像分割法难以将目标从背景中分割出来,故本文提出了目标方差加权的类间方差阈值分割法对钢轨图像进行阈值分割。分析了钢轨图像的特点,总结了加权的目标方差(Otsu)方法及其它全局阈值分割法对钢轨图像分割存在的问题。然后,对Otsu方法进行改进,以目标出现的概率为权重,对类间方差的目标方差加权,使分割阈值靠近单模直方图的左边缘和双模直方图的谷底。最后,计算图像的错误分类误差、钢轨图像的缺陷检测率和误检率来验证算法的有效性。实验结果表明,改进的Otsu方法能有效地分割钢轨图像,错误分类误差接近0。与其它阈值分割法如Otsu法、其它改进的Otsu法、最大熵阈值分割法相比,本文方法对钢轨图像的分割效果更优,缺陷检测率和误检率分别为93%和6.4%,适合机器视觉缺陷检测的实时应用。     

基于二维对称Tsallis交叉熵的小目标图像阈值分割

现有的阈值分割方法应用于目标与背景面积相差悬殊的小目标图像时,几乎都失效.为此,提出了基于对称Tsallis交叉熵及背景与目标面积差的小目标图像阈值分割方法.对称Tsallis交叉熵准则能确保准确分割时目标和背景内部的灰度均匀,而背景与目标面积差可抑制均等分割的趋势,二者综合构成了更为合理的阈值选取准则函数.首先导出了一维阈值选取公式;然后经推广得到基于二维斜分对称Tsallis交叉熵及背景与目标面积差的阈值选取公式,给出了其快速递推算法及相应的简化方法.大量实验结果表明:与目前性能较优越的二维斜分Otsu、最大熵、非对称交叉熵阈值分割方法相比,所提出的方法在小目标图像分割效果上具有极为明显的优势.     

基于斜分倒数交叉熵和蜂群优化的火焰图像阈值选取

提出了基于斜分倒数交叉熵和蜂群优化的火焰图像阈值选取方法以便更为准确地分割火焰图像。以最小倒数交叉熵作为阈值选取准则,解决了Shannon熵定义中存在的无意义值问题。同时,以二维直方图斜分方式更加准确地划分目标和背景,提高了算法抗噪性能,且使需要选取的阈值个数由两个变为一个,减少了算法运行时间。此外,采用蜂群优化算法加速对最佳阈值的搜索,使速度提升了约80%~140%,进一步提高了算法的实时性。最后,针对火焰图像进行了大量实验,并与二维斜分最大Shannon熵法、基于混沌小生境粒子群优化(NCPSO)的二维斜分最大倒数熵法进行了比较。结果表明,提出的方法在分割效果上优势明显,且抗噪性能更好,是一种实时有效的火焰图像分割方法。     

低对比度图像中改进的二维熵阈值分割法

为了实现对低对比度图像中目标的识别和提取,采用二维熵值理论,重新定义了二维直方图坐标的含义,利用二维最大熵作为判定准则,对图像进行阈值切割.利用低对比度图像的特点,采取了压缩循环边界条件方法并结合递推加速算法,对比传统的阈值切割方法,取得了良好的分割效果,同时也提高了原始二维最大熵的计算效率,增强了低对比度下图像目标识别率,有良好的应用前景.     

改进的遗传算法在实时图像分割中的应用

为了自动确定图像分割的最佳阈值,提出了一种改进的自适应遗传算法,并利用该算法对二维Fisher准则图像分割评价函数进行全局优化提高分割阈值的求解速度,快速得到最佳分割阈值。该算法能够根据个体适应度大小和群体的分散程度自动调整遗传控制参数,从而能够在保持群体多样性的同时加快收敛速度,克服了基本遗传算法的收敛性差、易早熟问题。采用TI公司的DSP芯片TMS320VC5416,结合FPGA,搭建了多目标实时测量平台,并利用本文算法对图像阈值快速求解,实现了多目标的实时测量计算。实验结果表明,该算法具有良好的收敛速度和稳定性,阈值计算时间比二维Fisher准则法缩短了18ms(约63%左右);阈值范围稳定在3个像素以内,能够满足实时多目标测量要求。     

基于积分图像的快速二维Otsu算法

Otsu自适应阈值算法是图像分割的经典方法之一,在其基础上发展起来的二维Otsu阈值算法却因为计算复杂而制约了其应用.本文针对二维Otsu的耗时瓶颈问题,引入积分图像简化了二维直方图最佳阈值搜索过程的计算复杂度,从而大大缩短了算法处理时间.实验结果表明,本文提出的算法在分割效果上与原始算法完全相同,但计算时间远远小于后者,具有很好的实时性.     

基于改进BBO算法的二维交叉熵多阈值图像分割

为了提高生物地理学优化(BBO)算法在多阈值图像分割中的全局搜索能力,提出一种基于改进的BBO算法的多阈值图像分割.在运用BBO算法进行优化阈值时,首先,采用精英选择算子保留出最优的几组解.其次,引入一种基于优秀解和待迁出解融合的迁移策略,以减少传统迁移操作的过早收敛以及无效迁移等行为.再次,为了减少传统变异操作的盲目性,创建一种通过二进制计算的变异操作.然后将其应用到二维交叉熵的多阈值图像分割中.最后,使用该方法对典型图像进行分割实验,并与粒子群算法的二维多阈值分割,以及基于标准的BBO算法的二维多阈值图像分割进行比较,实验结果表明:该方法具有良好的收敛稳定性,可以有效缩短迭代的时间,并且优化性能优于标准的BBO算法.     

几种图像分割阈值选取方法的比较与研究

对几种常用的阈值选取方法进行了理论分析与比较，并以基于面结构光投影法的三维物体形状检测技术研究为背景，从实验角度对类间方差法、一二维最大熵法和模糊阈值分割法等图像阈值分割方法的性能进行了验证。     

一种基于脊线的层级分水岭新算法

针对传统V.S.分水岭算法存在的过分割现象,提出一种基于脊线的层级分水岭算法。通过对传统V.S.分水岭算法中浸没过程的适当改进,找到完整无冗余的区域脊线;再次修改浸没过程,仅对脊线进行多级迭代的分水岭再分割,即可完成区域分割。实验结果显示:该算法能处理传统V.S.分水岭算法的过分割现象,且计算速度较快。     

Study of saw-tooth chip in machining of Inconel 718 by metallographic technique

The present research work aims to understand the chip formation mechanisms in Inconel 718 machining through metallographic technique. The influence of machining speed on shear band and chip shape have been analyzed. Characterization of the shear band has been conducted by analyzing the shear band thickness, strain, strain rate, stress and micro-hardness. Additionally, chip reduction coefficient parameters and chip segmentation ratio parameters have been analyzed to understand the type of chip formation at various machining speeds. The observations and analysis of the same indicated that the formation of the saw-tooth chip is due to high-strain localization within the chip and crack initiation at the free surface of the chip. Thinner shear bands are observed at higher machining speed (120 m/min), and thicker shear bands are observed at lower machining speed (40 m/min). The magnitude of chip segmentation parameters indicates that crack generation increases with increase in machining speed.     

基于U-Net神经网络眼底图像的视盘分割研究

眼底图像中的视盘在青光眼筛查和诊断中起着重要作用。因此,从眼底图像中对视盘进行准确、快速地定位与分割具有重要意义。在过去,研究者们已经进行了对视盘的深入研究,但如何提高定位准确率和分割精度仍是视盘分割的一大难题。对此本文提出一种采用深度学习结构U-Net的视网膜视盘自动分割的方法,该方法结合机器学习,通过深度网络提取输入图像的视盘特征,从而得出相应的分割结果图。相对于传统的视盘分割方法,本文的U-Net神经网络能够有效学习有利于分割视盘的特征,从而提高分割的精确度,而且分割耗时更短。     

基于形态学top-hat变换的支票方形印鉴自适应分割方法

摘要：目的：为了准确分割支票中的方形印鉴图像,为印鉴真伪自动识别提供无失真的二值待验图像和预留图像,本文提出一种基于top-hat变换的自适应形态学分割算法。方法：根据支票印鉴的色彩信息和拓扑结构特点得到方形印鉴的灰度图像。为了准确分割印鉴中具有不同笔划结构和背景均匀度的印鉴成份,印鉴灰度图像被分成四个子区域。对每个子区域中的字符和印框分别作top-hat变换增强图像细节后,再用Otsu方法二值化。Top-hat变换中所用结构元素的尺寸对分割结果有很大影响。本文根据每个子区域中印框和字符的结构特点分别迭代地计算适用于它们的最佳尺寸结构元素。结果：分割350枚不同支票方形印鉴,分割准确率为99.43%。可以准确地分割笔划复杂且分布密集的方形支票印鉴图像。结论：能够准确分割支票方形印鉴图像,有效的减少了分割结果中容易出现的笔划粘结和残缺失真,降低了对原始印鉴图像的质量要求。     

Automatic measurement of volume percentage stroma in endometrial images using texture segmentation

The popularity of digital microscopy and tissue microarrays allow the use of high-throughput imaging for pathology research. To coordinate with this new technique, it is essential to automate the process of extracting information from such high amount of images. In this paper, we present a new model called the Subspace Mumford-Shah model for texture segmentation of microscopic endometrial images. The model incorporates subspace clustering techniques into a Mumford-Shah model to solve texture segmentation problems. The method first uses a supervised procedure to determine several optimal subspaces. These subspaces are then embedded into a Mumford-Shah objective function so that each segment of the optimal partition is homogeneous in its own subspace. The method outperforms a widely used method in bioimaging community called k-means segmentation since it can separate textures which are less separated in the full feature space, which confirm the usefulness of subspace clustering in texture segmentation. Experimental results also show that the proposed method is well performed on diagnosing premalignant endometrial disease and is very practical for segmenting image set sharing similar properties.     

An iterative algorithm for cell segmentation using short-time Fourier transform

In this paper, an iterative cell image segmentation algorithm using short-time Fourier transform magnitude vectors as class features is presented. The cluster centroids of the magnitude vectors are obtained by the K-means clustering method and used as representative class features. The initial image segmentation classifies only those image pixels whose surrounding closely matches a class centroid. The subsequent procedure iteratively classifies the remaining image pixels by combining their spatial distance from the regions already segmented and the similarities between their corresponding magnitude vectors and the cluster centroids. Experimental results of the proposed algorithm for segmenting real cell images are provided.     

一种目标图像的检测算法研究

分析了天空背景下彩色飞机图像的颜色概貌,提出了根据颜色特征来检测飞机目标,重点在于如何得到最佳的颜色特征。不同的对象所要求的颜色特征并不相同。根据具体的天空背景下彩色飞机图像,提出了检测飞机目标的算法,结果表明该算法可以很好地检测到飞机目标。     

结合天空分割和透射率映射的图像去雾

针对暗通道先验在天空区域出现轮廓效应和色彩失真等问题,提出天空区域分割和不同区域透射率映射的去雾算法。首先,利用自适应阈值法粗略分割图像天空区域,在天空区域中完成大气光值的估计。其次,结合超像素分割方法改进暗通道,获得初始透射率,利用导向滤波的方法得到细化透射率,对细化透射率进行自适应阈值分割,并保留最大连通域实现天空区域的精细分割。最后,针对天空和非天空区域提出不同的透射率映射方法,得到最终透射率,并利用大气散射模型复原图像。实验结果表明,恢复图像在主观视觉和客观指标方面均表现出色。算法有效地解决了暗通道先验算法容易在天空区域失效的缺陷,可以恢复比较自然的天空,减弱了边缘区域的halo效应。     

利用一维纹理特征值及MRF模型分割道路影像

提出了一种从遥感影像中分割出道路的新方法.通过比较多个方向上纹理和灰度的一致性,可以在每一点处筛选出一致性最优方向,此方向上的Gabor滤波响应以及作为衡量一致性指标的方差值共同构成该方法的特征矢量.鉴于MRF的独特优点,选择其作为分割模型,并结合最大期望(EM)原理实现非监督分割,构建MRF的相应能量项时加入了方向信息以提高分割质量,同时用置信传递法(BP)代替传统的模拟退火法以提高能量最小化过程的速度.实验表明新方法可以更为有效地从高分辨率遥感影像中分割出道路目标.     

3D multiscale segmentation and morphological analysis of x‐ray microtomography from cold‐sprayed coatings

X‐ray microtomography from cold‐sprayed coatings brings a new insight on this deposition process. A noise‐tolerant segmentation algorithm is introduced, based on the combination of two segmentations: a deterministic multiscale segmentation and a stochastic segmentation. The stochastic approach uses random Poisson lines as markers. Results on a X‐ray microtomographic image of aluminium particles are presented and validated.