融合双特征的玻璃缺陷图像分割算法

目的 针对玻璃的材料透明性以及条带噪声等固有属性使得传统玻璃缺陷分割算法准确率较低等问题,提出一种基于双特征高斯混合模型的玻璃缺陷分割方法.方法 首先,利用分数阶运算对玻璃缺陷增强,用灰度共生矩阵获取纹理特征,从而构建玻璃缺陷的双特征向量;将双特征向量引入高斯混合模型,并利用马尔科夫随机场的相邻像素空间信息对玻璃缺陷分割高斯混合模型进行改进,通过交替进行玻璃缺陷像素点与标号场之间映射关系的估计和基于高斯核函数空间约束更新,完成玻璃缺陷分割;最后,应用模糊熵对缺陷图像分割结果进行后续处理.结果 对疖瘤、污点、气泡以及夹杂等4种典型缺陷样本图像进行性能测试和不同算法对比分析实验,实验结果表明,所提算法的Dice指标达到98.59％,crM指标达到7.03％,衡量指标优于其他算法.结论 将灰度特征和纹理特征引入玻璃缺陷分割的马尔科夫随机场,能够抑制非缺陷目标,并保留低对比度玻璃缺陷,提高玻璃缺陷分割算法的鲁棒性和准确性.     

基于阴影消除和混合高斯模型的视频分割算法

针对固定场景监控中复杂背景、光照变化、阴影等影响视频分割的问题,提出了一种有效的混合高斯模型的自适应背景更新算法,各像素点根据其像素值出现的混乱程度采取不同个数的高斯分布描述,通过对背景模型的学习与更新、高斯分布生成准则等方面的改进和优化,采用基于形态学重构的阴影消除方法使得前景目标分割的性能得到了有效地提高.文中同时给出了光照突变检测及其背景更新方法.通过对各种实际场景的实验仿真表明,该算法能够快速准确地建立背景模型,准确分割前景目标,与其它算法比较具有更强的鲁棒性.     

中心线模式Snake算法对细长目标的提取

针对有强干扰的细长目标提取,本文提出用中心线和宽度曲线演化来提取目标的Snake算法,该算法利用细长目标关于中心线对称的特性,用中心线和宽度曲线两个一维函数代替表示目标边缘的二维函数,通过控制这两个一维函数的形变来使Snake模型能量最小,达到准确提取目的.算法还利用了边缘强度对称性,增加图像力加权函数,能快速避开非对...     

预扫描算法求解图像分割的Chan-Vese模型

本文提出了一种新的有效的算法来求解图像分割中的Chan-Vese模型。新算法避免了求解PDE的过程,极大地提高了图像分割的运算速度。这种算法保持了C-V模型和水平集方法的优点,能够自动处理图像分割过程中边缘的拓扑变形,保持边缘的尖角以及对于非凸边缘的有效的检测等等。这种算法思路简单,很容易推广到任意有限维的图像分割问题的求解中。     

一种集成模糊特征的测地线主动轮廓模型的图像分割

构建有模糊特征控制的曲线法向力场集成到测地线主动轮廓模型,使得该模型能包含更多的图像分割信息.当用模糊特征表示图像区域信息时,改进模型保持了原来模型具有边缘指示特性,同时具有区域特征一致性的分割性能.改进模型提高了演化曲线抓取感兴趣目标的范围和提取凹凸区域的能力,可以适应对弱边缘、噪声干涉图像的分割.图像分割的实验说明新的模型对图像分割具有良好的性能.     

Multi-Scale Image Segmentation Model for Fine-Grained Recognition of Zanthoxylum Rust

Zanthoxylum bungeanum Maxim, generally called prickly ash, is widely grown in China. Zanthoxylum rust is the main disease affecting the growth and quality of Zanthoxylum. Traditional method for recognizing the degree of infection of Zanthoxylum rust mainly rely on manual experience. Due to the complex colors and shapes of rust areas, the accuracy of manual recognition is low and difficult to be quantified. In recent years, the application of artificial intelligence technology in the agricultural field has gradually increased. In this paper, based on the DeepLabV2 model, we proposed a Zanthoxylum rust image segmentation model based on the FASPP module and enhanced features of rust areas. This paper constructed a fine-grained Zanthoxylum rust image dataset. In this dataset, the Zanthoxylum rust image was segmented and labeled according to leaves, spore piles, and brown lesions. The experimental results showed that the Zanthoxylum rust image segmentation method proposed in this paper was effective. The segmentation accuracy rates of leaves, spore piles and brown lesions reached 99.66%, 85.16% and 82.47% respectively. MPA reached 91.80%, and MIoU reached 84.99%. At the same time, the proposed image segmentation model also had good efficiency, which can process 22 images per minute. This article provides an intelligent method for efficiently and accurately recognizing the degree of infection of Zanthoxylum rust.     

集成模糊特征的Snakes模型分割图像纹理

对纹理图像进行局部一维离散傅里叶变换,把傅里叶变换能反映图像纹理的高频部分的振幅谱作为纹理的特征向量.利用模糊概念定义模糊特征向量,把模糊特征向量集成到Snakes模型.改进的Snakes模型使活动轮廓曲线在曲线内部力场、图像梯度力场和特征向量对区域的模糊隶属度确定大小的曲线法向力场的共同作用下运动.对纹理实验图像和真实图像的进行了分割实验,实验结果说明新的模型能对图像纹理进行有效的分割,模糊特征的融入扩大了Snakes模型分割图像的范围.     

基于相位一致性改进的DRLSE超声图像分割模型

针对距离正则化的水平集演化(the Distance Regularized Level Set Evolution Mode,DRLSE)模型难以处理弱边缘图像、演化效率低问题,提出一种新的基于相位信息的水平集超声图像分割算法(the Distance Regularized Level Set Evolution Mode Based on Phase Congruency,PDRLSE)。该算法利用相位一致性检测原理,构造新的边界指示函数,代替了DRLSE模型中的边界停止函数,得到新的能量泛函。实验结果表明:该方法在分割超声图像时,能够较好的分割出甲状腺肿瘤目标,且演化效率也有所提高。     

一种基于Graph Cuts的SAR图像分割方法

在最小化由马尔科夫随机场(MRF)图像分割模型建立的能量函数方面,基于Graph Cuts的alpha-expansion是一种比较有效的算法.但是,由此算法构建的s/t图中边的数目非常多,运算速度很慢.为了减少alpha-expansion算法的计算量,本文在标号为alpha的像素向其它像素膨胀的过程中,先隔离非alpha类间的联系,而只考虑alpha类与非alpha类之间的关系,从而避免了alpha-expansion算法需要构造辅助结点的问题,减少了s/t图中边的数目,提高了算法的计算效率.因放松了非alpha类间的关系对alpha膨胀的约束,使得算法可以更容易得跳出能量函数的局部极小点而获得更优的分割结果.实验中将改进的算法与传统的基于Graph Cuts的算法做了对比,显示了新算法在运算时间和最小化能量方面的有效性.     

采用自适应邻域马尔可夫场的极化SAR图像分割

提出了一种新的马尔可夫场(MRF)极化SAR图像分割方法,对于图像中的每个像素,利用极化SAR数据总功率(span)图,得到该像素的马尔可夫场自适应邻域系统,且对区域标号过程的参数进行修正.使用该方法对机载极化SAR数据进行分割,实验结果表明,与传统的马尔可夫场方法、最大似然方法相比,该方法可以得到较好的分割结果.     

一种基于DA-GMRF的无监督图像分割方法

提出一种基于间断自适应高斯马尔可夫随机场(DA-GMRF)模型的无监督图像分割方法.针对MRF模型中的过平滑问题,利用边缘信息构造能量函数,定义了一种DA-GMRF模型.利用灰度直方图势函数自动确定分类数及分割阈值,进行多阈值分割,得到DA-GMRF模型中标记场的初始化,用Metroplis采样器算法进行标记场的优化,实现了图像的无监督分割.实验结果表明了该方法的有效性.     

基于snake模型的IVUS图像序列三维分割方法

针对血管内超声（Intravascular Ultrasound,IVUS）图像序列中血管壁内外膜轮廓的提取问题,提出一种基于snake模型的三维并行分割方法。首先,对原始图像进行滤除噪声和抑制环晕伪像等预处理。然后,获取IVUS图像序列的四个纵向视图,并从中提取出内腔边界和中-外膜边界。通过将这些边界曲线映射到各帧IVUS图像中,得到横向视图中的初始轮廓。最后,将该初始轮廓作为snake模型的初始形状,通过使snake能量函数最小,模型不断变形,最终得到各帧IVUS图像中的内腔和中-外膜边界。该方法可实现对IVUS图像序列的并行分割,与二维串行分割方法相比,可大大提高处理效率。采用大量临床图像数据的实验结果证明该方法可自动、快速、可靠的完成IVUS图像序列的分割。     

High-speed MRF-based segmentation algorithm using pixonal images

Abstract

Segmentation is one of the most complicated procedures in the image processing that has important role in the image analysis. In this paper, an improved pixon-based method for image segmentation is proposed. In proposed algorithm, complex partial differential equations (PDEs) is used as a kernel function to make pixonal image. Using this kernel function causes noise on images to reduce and an image not to be over-segment when the pixon-based method is used. Utilising the PDE-based method leads to elimination of some unnecessary details and results in a fewer pixon number, faster performance and more robustness against unwanted environmental noises. As the next step, the appropriate pixons are extracted and eventually, we segment the image with the use of a Markov random field. The experimental results indicate that the proposed pixon-based approach has a reduced computational load and a better accuracy compared to the other existing pixon-image segmentation techniques. To evaluate the proposed algorithm and compare it with the last best algorithms, many experiments on standard images were performed. The results indicate that the proposed algorithm is faster than other methods, with the most segmentation accuracy.     

基于区域MRF的SAR图像快速分割算法

针对受相干斑噪声影响较严重的合成孔径雷达(SAR)图像,提出了一种基于边缘保持(EPR)的区域MRF快速分割算法.基于EPR的SAR图像表示方法包括各向异性扩散的相干斑降噪算法和分水岭变换两部分,该方法在存在相干斑噪声的情况下,能够有效地抑制过分割和在区域边界进行目标边缘的准确定位.将基于EPR的表示方法和区域MRF相结合,能够大幅减少优化过程的搜索空间,获得准确的分类结果和统计特性,同时减少了计算量和分割错误.将提出的算法用于一幅添加了各种不同噪声水平的合成图像和SAR海冰影像的分割中,实验结果证明了该算法的有效性.该算法与现有的区域MRF相比,实验结果证明新算法能够节约计算时间50%,同时提高了分割准确性,尤其是在相干斑噪声较强的区域.     

基于无序分割投影策略与重力模型的图像加密算法

目的解决当前图像算法因其像素置乱和扩散操作与明文无关,导致其抗明文攻击能力较弱,且其置乱过程存在周期性,使其安全性不佳等问题。方法提出基于无序分割投影策略与重力模型的图像加密算法。首先对输入明文进行无序分割,获取重叠子块,并构建每个子块的位置坐标计算模型,输出图像子块的位置;根据明文像素量计算Kent映射的初值,通过迭代Kent映射获取随机序列组;定义位置置乱机制,对重叠子块进行混淆;再引入分割投影策略,互换每个置乱子块中的像素位置,再对其重组,输出置乱密文;通过设计像素质量变化函数替换重力模型的固定质量,改进重力模型,对置乱密文完成像素加密。结果实验结果显示与当前图像加密技术相比,文中算法具有更高的安全性,输出密文中的相邻两像素间的关联度最低,具有更强的抗明文攻击与剪切攻击性能。结论所提加密算法能够较好地用于图像信息安全传输,具有较好的应用价值。     

基于改进高斯混合模型的运动物体的图像检测

传统的高斯混合模型在RGB色彩空间只对孤立像素建模,检测结果不够准确,存在拖影现象,检测到的运动物体内部容易出现空洞.针对这些问题,本文提出了一种改进的高斯混合模型.该方法从更符合人眼视觉特性的HSV色彩空间对中心像素和周边像素构成的向量进行建模,改善了原算法的性能;利用彩色分割算法提取连通区域,充分地利用了运动物体的彩色信息,并基于Phong物体光照模型进行了阴影抑制,提高了传统高斯混合模型检测的准确性.实验结果表明,与传统高斯混合模型相比,本算法能更精确地检测出运动物体,对光照变化和阴影具有鲁棒性.     

一种边界-区域相结合的图像分割算法

提出了一种模仿人类视觉机制的区域-细节的图像分割算法.首先提取图像边缘,然后将边缘分段切割,得到端点集合,然后从端点集合生成Delaunay三角形网络,以Delatmay三角形为顶点,相邻三角形的属性差异作为边的权重,构造图;9以基于图的分割算法生成最小生成树,划分区域.最后用Snake模型精确确定区域边界,生成准确的区域边缘.实验证明,这种区域分割和边缘检测相结合的方法能准确地分割非纹理图像,较好地克服了块现象和非连续边界,相比单一区域分割或者边缘检测方法有更好的分割结果,并且计算速度比较快.     

双重主动轮廓图像分割

本文首先利用小波变换得到原图像的粗分辨逼近,在粗分辨逼近中得到图像的一个粗尺度分割。由于逼近图像中噪声下降,尺寸减少,使得算法对参数的选取不太敏感,而且收敛速度加快。然后将第一次分割结果通过小波反变换返回到原始尺度上,将得到的近似轮廓曲线作为初始水平集函数再在原图像中演化得到更准确的分割,这样就得到了一种双重主动轮廓图像分割算法。由于初始轮廓曲线非常接近真实的轮廓曲线,所以很快就可以收敛到真实的轮廓。理论分析和数值结果表明,双重主动轮廓分割算法可以快速有效地分离出感兴趣目标。     

基于随机权重粒子群和K-均值聚类的图像分割

K-均值聚类具有简单、快速的特点,因此被广泛应用于图像分割领域.但K-均值聚类容易陷入局部最优,影响图像分割效果.针对K-均值的缺点,提出一种基于随机权重粒子群优化（RWPSO）和K-均值聚类的图像分割算法RWPSOK.在算法运行初期,利用随机权重粒子群优化的全局搜索能力,避免算法陷入局部最优;在算法运行后期,利用K-均值聚类的局部搜索能力,实现算法快速收敛.实验表明：RWPSOK算法能有效地克服K-均值聚类易陷入局部最优的缺点,图像分割效果得到了明显改善;与传统粒子群与K-均值聚类混合算法（PSOK）相比,RWPSOK算法具有更好的分割效果和更高的分割效率.     

基于模板的前视红外图像建筑物分割方法

针对前视红外地面建筑物图像目标分割问题,在传统方法的基础上提出了一种基于模板制备的改进C-V模型分割方法.首先通过DSM数据制备目标二维形状模板;然后对图像进行高斯滤波去噪,并采用模板尺度相关的结构元素对图像进行灰度形态学增强;最后引入模板形状先验信息的概念,利用水平集方法表达轮廓先验信息,在C-V模型的基础上增加目标轮廓先验信息能量项,使分割曲线进化同时受到图像数据与形状先验信息驱动,实现目标分割.实测数据显示该方法能在复杂背景条件下精确分割前视红外建筑物目标.