中国图像工程：2004

该文是“中国图像工程”的年度文献综述系列之十。为了使国内广大从事图像工程研究和网像技术应用的科技人员能够较全面地了解国内图像工程研究和发展的现状，并能够方便地查询有关文献，现从2004年在国内15种有关图像工程重要中文期刊的共108期上发表的2473篇学术研究和技术应用文献中，选取出632篇属于图像工程领域的文献，并根据各文献的主要内容将其分别归入图像处理，图像分析，图像理解，技术应用和综述5个大类，然后进一步分入21个专业小类。在此基础上还进行了各类文献的统计和分析。由统计分析结果可看到“中国图像工程”在2004年的许多新进展情况。特别值得指出，图像工程文献在上述15种期刊上所发表文献中的比例，于2004年达到历史最高，显示了图像工程研究在中国强劲的快速发展势头。另外，借此综述系列发表10年之际，还对10年来各大类文献比例的变化情况，各刊图像工程文献选取的情况，各刊所载图像工程文献的详细分类情况，压缩编码和图像分割文献数量的对比情况以及前后两个5年各类文献数量的比较情况进行了统计分析，以进一步揭示图像工程研究和应用近10年的发展动态和趋势。  

CT图像分割几种算法

图像分割在许多图像分析和图像识别过程中都是必需的步骤。目前,借助图像分割技术来进行医学影像处理正成为当今医学界的一个发展方向。本文正是在这一背景下对医学影像处理中的几种分割算法进行了研究,主要包括FastMarching分割算法、LiveWire分割算法、区域增长分割算法和阈值分割算法;同时,结合脑部CT片进行了实验研究,为这些算法在医学影像处理上的应用提供了一定的科学依据。  

尺寸测量中的边缘检测算法研究

主要介绍了一种改进的边缘检测算法及相应计算模板和公式，并对算法的误差进行了分析。因为传统的边缘检测算法在理论上较成熟，但在实际应用时可操作性较差。所以针对零件图像测量的实际应用情况，使用基于Sobel算子的改进的方向算子，对灰度图像进行处理得到梯度图像。综合应用其他算法，实现了对目标边缘的准确检测。然后在梯度图像上沿目标边缘的梯度方向进行多项式插值法亚像素细分计算，对目标边缘进行亚像素精确定位。在文章的最后，用实例说明了本算法的可行性。  

基于粒子群优化算法的最佳熵阈值图像分割

图像分割是自动目标识别的关键和首要步骤。群智能作为一类新兴的演化计算技术已被越来越多的研究者关注。论文研究将群智能中的粒子群优化算法应用到图像分割中,提出了一种新的图像分割算法。新方法基于最佳熵阈值分割技术,用粒子群优化算法自适应选取分割阈值,基于Bayes定理和随机状态转移过程对新算法收敛性的分析表明,新方法能以概率1找到图像的最佳熵阈值。在仿真实验中,针对基准图像和SAR图像分割问题,将遗传算法与粒子群优化算法分别独立运行10次,对10次得到的阈值以及均值、方差进行了比较,并将运行时间作为算法复杂度的评价指标。统计结果显示,论文算法不仅能够对图像进行准确的分割,而且运行时间明显较短。仿真结果表明,基于粒子群优化的图像分割算法是可行的、有效的。  

基于改进FCM的医学图像分割

为解决模糊C均值聚类(FCM)算法在图像分割尤其是医学图像分割中存在的计算量大、运行时间过长的问题,提出了一种改进方法。通过数据约减,即通过对相近的像素进行量化并聚合来减少像素个数,从而降低运算量。该方法用于人脑磁共振图像的分割比传统FCM算法的运算速度提高了50￣100多倍,并且选择合适大小的量化箱不会影响算法的分割效果。  

基于精度依据准则的图像分割算法评价

在图像处理中,图像分割是一类重要的研究方向。图像分割算法的好坏,影响到分割结果的优劣,因此对分割算法的性能评估十分重要。本文提出了一种图像分割算法性能的评价方法——精度依据准则,该准则是对原始特征量值和实际特征量值做比较,通过对绝对值的大小来判断算法的好坏。通过实验比较,该方法具有不错的算法性能评估准确度。  

水平集在图像分割中的应用研究*

水平集方法的诞生有效解决了以前算法不能解决的在曲线演化过程中的拓扑变化问题,其核心是利用水平集这一数学理论来对能量函数进行极小值求解的曲线演化过程,通过求解极小值最终获取目标轮廓从而达到图像分割的目的。为了解决不同应用领域的图像处理问题,各种相应的基于水平集方法的图像分割算法已被提出,大量的研究者仍在不断地改进和提高这些算法的效率和有效性。对现有的用于部分图像分割的水平集方法进行了综述,主要介绍传统水平集方法、无重新初始化水平集方法、连续水平集方法以及最近相关的改进方法,并简要讨论了各种方法的优缺点以及应用情况,最后指出了水平集方法进一步研究的方向。  

基于Mumford-Shah模型的快速水平集图像分割方法

该文对Chan-Vese提出的基于Mumford-Shah模型的水平集分割图像的算法做了两方面的改进:首先改进了C-V方法的偏微分方程,使得C-V方法可以快速计算出全局最优分割;其次,采用源点映射扫描方法来快速计算符号距离函数,克服了常规水平集方法中构造符号距离函数计算量大的缺点,并结合该文所提出的基于快速步进法生成符号表的方法,进一步提高了计算稳定性.两方面的改进提高了计算的速度和分割效果,试验统计结果显示,对于512×512的大幅图像,一般只需要10次左右的迭代就可以得到最优的分割效果.对合成图像、生物医学图像的分割结果表明了本文方法的稳健、快速.  

图像分割的二维最大熵遗传算法

将遗传算法运用于二维最大熵图像阈值分割法。首先对二维阈值坐标进行编码，然后依据二维最大熵准则建立适应度函数，在适当的交叉率和变异率下，最终实现强噪声干扰下图像的有效分割。分割实验表明，文中方法较一给最大熵法具有更强的抗噪声能力，较普通二维最大熵法运算速度更快。  

彩色图像分割方法综述

由于彩色图像提供了比灰度图像更为丰富的信息，因此彩色图像处理正受到人们越来越多的关注。彩色图像分割是彩色图像处理的重要问题，彩色图像分割可以看成是灰度图像分割技术在各种颜色空间上的应用，为了使该领域的研究人员对当前各种彩色图像分割方法有较全面的了解，因此对各种彩色图像分割方法进行了系统论述，即先对各种颜色空间进行简单介绍，然后对直方图阈值法、特征空间聚类、基于区域的方法、边缘检测、模糊方法、神经元网络、基于物理模型方法等主要的彩色图像分割技术进行综述，并比较了它们的优缺点，通过比较发现模糊技术由于能很好地表达和处理不确定性问题，因此在彩色图像分割领域会有更广阔的应用前景。