综合颜色及空间特征的图象检索方法

针对目前的CBIR,没能有效地结合图象中对象空间信息的问题,提出了一种新的图象分割方法,该方法以线性加权方式融合颜色、纹理特征采用区域增长法对图象进行分割,避免了传统的由于单独采用颜色或纹理特征分割图象而产生的欠分割或过分割问题.根据分割区域的灰度、形状、位置等特征计算图象间的相似度,提出采用图象的灰度特征代替彩色信息以提高查询速度.     

图象分割阈值平面的进化优化方法

提出了一种基于进化计算的图象分割方法。它首先检测图象的边界,将已经检测得到的边界作为图象分割阈值平面的插值限制条件,将图象分割转化为对这种分割阈值平面的插值优化问题。采用浮点数编码的进化规划方法进行优化计算,进化规划的适应度函数由插值平滑性,分割区域的结构有效性和图象边界点阈值不变性3个限制条件决定,在进化规划收敛时得到图象分割阈值平面。对不同图象的分割实验显示了这种方法的有效性、合理性和较强的抗噪声干扰能力。     

数字电视跟踪系统中的实时图象分割

本文提出一种称之为混合概率密度比较法的实时图象分割算法,并给出采用这种算法的目标——背景分类器的结构、实时图象灰度统计部件的原理框图和程序流程等。文中所提出的图象分割方案,在数字电视跟踪系统样机中得到满意的效果。     

基于马尔可夫随机场的快速图象分割

根据卫星遥感图象的特点,讨论了基于马可夫随机场的图象分割方法,建立了相应的基于马可夫随机场的图象分割模型,以实现复杂遥感图象的快速分割,并由此将图象分割问题转化成图象标记问题,进而转化成求解图象的最大后验概率估计的问题。虽然传统的模拟退火算法（SA）能达到后验概率的全局最大,但是时间复杂度太高,实际分割中经常采用次优算法,文中还引进了一种基于博弈理论的决定性退火算法（GSA）和一种基于竞争理论的算法（CA）,取得了快速分割图象的效果。试验证明,该两种算法完全可应用于复杂遥感图象的快速分割。     

一种基于融合技术的成捆棒材端面图象的分割方案

针对特定工业现场环境下成捆棒材端面图象的分割问题,提出了一种基于融合技术的图象分割方案.该方案先分别采用阈值化与基于边界的分割方法对图象进行初始分割,然后将所得数据加以关联,并采用遗传算法加以融合与提取.实验结果表明,该方案在不明显增加计算量的同时,使分割质量有了明显提高.     

射线图象增强与分割

本文介绍利用全局信息平滑局部图象方法增强伽玛射线图象的方法及采用直方图引导类聚法进行该图象的分割的方法。     

分割视频运动对象的研究

随着新的视频压缩标准MPEG-4的出现,如何从视频序列中分割出在语义上有意义的单独运动对象显得极其重要。文章从组成视频运动对象的分割系统出发,详细分析视频分割的各种方法如运动参数模型。变化检测掩模、图象分割及运动对象跟踪等,并对分割运动对象所采用的技术和方法进行了讨论。     

基于图象处理的抗生素效价测量方法研究

从实用的角度分析了计算机辅助抗生素效价测量的方法,采用基于灰度直方图的直适应图象分割方法对菌碟图象进行处理,并针对菌碟图象和图象分割算法的特点,提出了相应的图象预处理和目标筛选算法,以便能够快速有效地检测出抗生素形成的抑菌圈图象,最后根据生物检定的理论依据,计算出抗生素的效价。     

基于小波分形特征提取的图象分割方法

提出了一种基于小波分解和分形纹理特征计算的图象分割方法,首先考虑对图象进行小波变换,然后对不同通道的子图象提取纹理的分形特征和能量特征,最后用直方图阈值分割方法实现图象的分割,实验表明,该方法对模拟纹理图象以及多少谱遥感图象的分割都取得了满意的效果。     

基于马尔可夫随机场的SAR图象目标分割

运动、静止目标获取与识别（MSTAR）计划表明，将合成孔径雷达（SAP）图象分割成目标、阴影和背景杂波区域对于从开放环境中进行目标识别是一种有效的手段。但是由于SAP图象所固有的斑点噪声的影响，传统的分割方法很难获得准确的分割。为此提出了一种基于MRF(Markov random field)模型的SAP图象分割算法。用MRF模型描述待分割图象的先验知识，利用最大似然（ML）估计从训练数据中获得图象各区域的先验概率分布，采用Bayes方法，在观测数据基础上，根据分割图象的后验分布所对应的MRF模型的条件概率，利用Metroplis采样器获得最大后验概率（MAP）准则下的图象分割。通过对MSTAR的样本目标图象应用该算法，结果表明它可以获得稳健和准确的分割效果。     

一种基于知识的自然景物解释

利用我们研制成的基于知识的区域分析系统,我们对自然景物图象做了分析、解释。本文介绍:(1)图象初始分割;(2)图象特征提取;(3)规则集构造。这里,图象初始分割采用的是模糊域方法,它基于Fuzzy C-means 算法,并在此基础上修改了收敛准则,增加了迭代分割功能。图象特征分为主持征及从特征,它们建立在层次化的区域数据结构上。适合于区域分析的规则集已包括三类规则,它们不仅具有较强的知识表示能力,而且易于控制及利用。本文介绍针对包括天空、道路、树木、建筑物等物体的简单景物图象所做的解释实验,并给出了实验结果.     

基于遗传算法的机载图像分割

在机载图象分割中应用遗传算法,使得避免了传统图象分割中需要预先知道图象中目标所占的比例,这种方法可以使分割质量更高,运算速度更快,提高了图象分割的工作效率。     

基于多层感知遗传算法的图象分割新方法

本文提出了一种新的灰度图象分割方法．该方法模拟了人类视觉由粗到细的分割过程，针对图象中各位置的不同内容采用不同的细节分辨率，形成多层感知的塔式结构；而在每一分辨率层上，采用小生境的遗传算法进行图象分割，使整个算法具有较强的鲁棒性、适用性、非监督性及高度的并行性，通过与单层遗传分割算法［1］相对比，显示了该方法具有更好的分割效果．     

基于小波变换和ODPSF的纹理图象分割方法

在纹理图象分割的研究领域中,基于人类视觉感知特性的图象分割方法是一个重要的新研究方向,文中给出了一种纺理图象分割的新方法,即将小波变换和方向滤波有效地结合了起来,该方法是根据小波变换的多尺度、多频道滤波的特点,采用小波包提取纹理主频,然后用一种二维最佳正交极可分方向滤波器对纹理有关方向和频率等其他特征进行分割,实验结果表明,这种方法能够获得较好的分割效果。     

一种基于HSL概率密度的彩色图象分割方法

本文提出了一种基于色调、饱和度和亮度联合概率分布的彩色图象分割方法。该方法首先将RGB图象转换为HSL图象,并以色调为主要依据对图象进行粗分割。然后,利用亮度和饱和度信息进行细节分割并组合成有意义的区域。实验表明该方法的分割效果是好的。     

基于类别方差的自动多门限图象分割

从模式识别的分类理论出发,对基于类别方差的自动单门限图象分割方法进行了扩展,给出一种适合于灰度图象的自动多门限图象分割方法,对灰度图象能够自动寻找最优的门限值（一个或多个）,与人类的视觉分割过程一致。实验表明,能够自动且有效地进行灰度图象的多级门限值分割。     

基于边缘信息的分开合并图象分割方法

图象分割是目标识别和图象理解的关键的第一步处理。分开合并方法是一种有效的、实用的图象分割方法。本文提出了基于边缘信息实现分开合并方法，它利用边缘信息解决了自适应确定最佳初始层和在分开、合并过程中度量图象块属性一致性的问题。基于边缘信息的分开合并方法改进了图象分割质量，缩短了处理时间，分割复杂图象的实验结果是令人满意的。     

基于XYZ空间的区域生长法分割图象

该文提出了一种基于XYZ空间的区域生长法分割图象。图象简化阶段,采用连接算子中的区域开启闭合算子来简化图象;图象标识提取阶段利用XYZ空间的信息得到准确的视频对象轮廓,并且根据对比度消除区域中噪声小梯度,并在此基础上提取标识;在分割阶段,采用区域生长法来分割图象。实验证明该文的结果是准确可靠的。     

一种高速可靠的彩票数字识别系统

提出了一种彩票数字识别系统。该系统采用了图象处理中的邻域平均法、阈值选取及图象分割技术。应用结果表明 ,该方法简易、可靠、识别速度快、精度高。     

一个图象分割评价实例及讨论

利用对图象建模来合成测试图，以原始目标特征值为参考并通过判断实际分割图象质量来评价分割算法优劣的方法对六种不同的阈值选以分割方法进行定量评价，另外还地若干图象分割的评价测度进行了实验比较，所得结果对图象分割的研究有一定的指导作用。