基于衍射成像的荧光图像伪彩色自动融合研究

为了提高荧光图像的高分辨融合能力,提出基于衍射成像的荧光图像伪彩色自动融合方法。构建荧光衍射图像的伪彩色特征分割模型,采用边缘区域信息融合方法进行荧光图像伪彩色特征检测与识别,采用联合结构相似性特征提取方法进行荧光图像的边缘轮廓检测,建立荧光衍射图像的轮廓曲线演化分割模型,采用边缘模糊度特征提取方法进行荧光衍射图像的轮廓模型检测,根据图像的区域信息进行边缘梯度信息分割,构建荧光图像伪彩色径向纹理特征模型,采用衍射成像和荧光图像伪彩色表观模型重建的方法,实现荧光图像伪彩色自动融合。仿真结果表明,采用该方法进行荧光图像伪彩色融合的特征分辨能力较好,输出信噪比较高,提高了荧光图像伪彩色自动融合和检测能力。     

一种车载红外视频彩色化算法

针对红外图像成像的特点,将基于Fisher评价函数的多阈值红外图像分割算法和基于先验色彩知识的红外图像上色算法运用到车载红外视频彩色化中.在基于Fisher评价函数的多阈值分割之前对关键帧进行快速模糊C均值聚类,以所得聚类中心来限制多阈值分割中阈值的取值范围,实现了较快的图像分割;再以得到的阈值对红外视频逐帧进行景物分类,同时根据先验知识逐帧对不同景物类别赋予自然彩色.实验结果表明,该算法实现了对车载红外视频的自动彩色化,不仅得到的图像色彩较为真实有利于人眼的目标识别,实时性方面也达到了较好的效果.     

基于克隆选择算法的最大模糊熵图像分割

为了分割照度不均匀的图像,提出了一种基于最大模糊熵和免疫克隆选择算法的阈值分割方法.该方法利用最大模糊熵准则确定模糊区间的范围,寻找模糊参数的最优组合,确定区分目标和背景的最佳阈值,实现图像分割.为了验证该方法的有效性,对其进行了图像分割实验,并与遗传算法进行了比较.实验结果表明,该算法能够自动、有效地选取阈值,分割效果优于遗传算法,并能保留原始图像的主要特征.     

基于HSI空间和K-means方法的彩色图像分割算法

提出了一种新的彩色图像聚类分割算法,选用HSI空间作为彩色分割空间,在研究H分量的聚类算法中,该分量的圆循环特性被充分的考虑,同时也定义了H分量空间中两点距离的定义和中心的概念;选用最重要的H分量和I分量作为分割聚类特征,运用模糊隶属度刻画了该聚类特征,最后运用K-means算法对彩色图像进行聚类分割.实验结果表明,此算法能够准确地从彩色图像中提取目标区域,且在H分量和I分量上联合分割的结果好于在单个分量上分割的结果.     

一种基于改进遗传算法的自适应区域生长法研究

区域生长法是图像分割的一种常用的方法,但该方法中种子点的选取仍需人为地判定,从而影响了分割效果.因此将遗传算法引入模糊C-均值聚类方法,不仅克服了模糊C-均值聚类的局部性和对初始聚类中心的敏感性,同时也实现了图像种子点数目和位置自动选择和确定.实验结果表明这种方法是可行和有效的,它扩大了遗传算法和模糊C-均值聚类的应用领域.     

一种基于简化PCNN的自适应图像分割方法

近年来的研究表明,脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)可有效地用于图像分割.然而对于不同图像,常需要选取适当的网络参数,以得到有效的分割结果.但是,目前网络参数的选取还主要停留在人工调整和确定阶段,尚无一种能够根据图像本身特性自动确定参数的方法,这在很大程度上限制了PCNN的应用.针对这一问题,本文提出了一种基于简化PCNN的自适应图像分割方法,通过利用图像本身空间和灰度特性自动确定网络参数,实现对不同图像的分割.实验结果表明,本文算法可以有效地对不同图像进行自动分割,具有一定的健壮性.     

一种新的自动多阈值图像分割方法

本文提出了一种新的自动阈值图像分割方法.该方法选择二维灰度直方图的最佳一维投影作为输入信息,并利用了小波变换的多尺度特征分析此投影.在大尺度下抑制噪声并自动确定分割类数,在小尺度下精确定位阈值.实验表明新方法能够自动而快速地对图像进行分割而且有较强的抗干扰能力.     

SGNN优化算法的研究及其在图像分割中的应用

针对传统神经网络用于图像分割中存在着网络结构设计复杂、计算量大等缺点,提出了一种基于自生成神经网络(Self-Generating Neural Network,SGNN)的图像分割方法,将图像的每个像素按其灰度值自动聚类,从而实现图像的自动分割.在此基础上,本文着重研究了SGNN网络的优化算法,以期达到更好的分类效果.实验结果表明,该方法可以很好的实现图像分割,无需人为干涉,具有学习自主性高,分类效果明显,抗噪能力强等优点,可广泛用于红外、可见光、X光、MR等多种图像的分割.     

一种随机游走图像自动分割算法

为了解决传统随机游走算法需要过多的人工干预因素,限制了算法的通用性,提出一种自动随机游走图像分割方法—SWRW算法。首先应用二次分水岭进行预分割,将预分割形成的若干同质区域取代传统算法中的节点来建立无向图;利用色调均值差制定准则自动选取种子区域并对它们进行标记,将彩色直方图作为区域描述算子,采用巴氏系数和高斯权函数建立区域间相似性权函数;最后应用狄利克雷边界条件,实现图像分割。该方法运算速度快,避免了用户的繁琐操作,实现了完全自动分割。结果表明,与其他相关方法比较具有更好的鲁棒性和分割精度。     

在线铁谱图像分析中基于蚁群算法改进Otsu的设计与应用

在线铁谱图像获取机器磨损状态信息是铁谱诊断技术的核心和瓶颈。针对在线铁谱磨粒图像的Kirsch边缘检测特征不明显和Otsu(最大类间方差法)获取最佳阈值的局限性及耗时等问题,设计了一种基于蚁群算法改进Otsu方法完成图像分割,并结合Kirsch边缘检测来提取磨粒图像信息的新方法。首先通过Kirsch算子检测出图像边缘,然后运用基于蚁群算法改进Otsu方法求取最佳阈值并进行二值化处理,最后采用灰度堆栈空间实现磨粒自动定位。通过现场对三峡电厂5号水轮发电机组2012年油液进行试验和数据分析、及近一年的机组开机老化运行,得出所设计的算法能够有效提取磨粒图像信息,同时节省运算时间,对水轮机组故障预测、诊断起到了良好的实际作用。