基于边缘检测和区域生长的自然彩色图像分割

提出一种自然彩色图像分割方法,即利用相位一致性模型检测图像边缘,获得图像主要几何结构;并将代表区域分布的边界线作为潜在的区域模型,自动获得种子点进行区域生长实现最后分割.实验结果表明,该方法有效地克服了单一使用边缘检测和区域生长进行图像分割的缺陷.所得分割结果与人类视觉系统判断基本一致.     

基于分水岭和模糊 C 均值聚类的图像分割方法

针对分水岭算法对微弱边缘和噪声非常敏感、容易导致过分割现象的问题,提出综合运用分水岭算法和基于区域的模糊 C 均值聚类的图像分割方法.与单独使用分水岭方法相比,该方法不仅利用区域的灰度信息,而且考虑了区域间的空间信息.实验结果表明,本方法能有效地对图像进行分割,克服了分水岭算法的过分割问题.     

基于综合特征一致性的感兴趣目标检测

感兴趣目标检测是模式识别的关键部分.文中研究了一种新的检测感兴趣目标的方法.首先将相位子带滤波器组输出的图像局部信息表示为单个特征的集合,该集合中的若干单个特征组成了综合特征;然后在综合特征的基础上给出了综合特征一致性函数,并用噪声估计进行修正;最后利用该函数对复杂自然背景中的感兴趣目标进行检测.实验结果表明,该算法能够滤除复杂的自然背景,有效地检测出感兴趣目标,且具有通用性.