IFS分形码的快速图像检索算法

图像经分形编码后产生IFS分形码,它可被用来进行图像检索操作。针对图像检索的特点,将分形码中的位置参数替换为相对距离与方向系数。定义了分形码间的距离以及图像间的分形码距离,并取出分形码距离最小的前门幅图像作为检索结果,由此提出了基于IFS分形码的快速图像检索算法。从时间复杂性上分析,利用本文算法所需的检索时间与值域块的个数有关。实验结果表明,相对缩放与旋转变化,算法对位移与亮度变化具有较强的稳定性,其分形码距离的均值仅为14.07和20．05;并可检索到具有一定相似性的图像,且类间与类内分形码距离约相差8,类内距离远小于类间距离。     

基于内容的图像检索技术综述

本文首先介绍了图像检索技术的发展历程，然后介绍了基于内容的图像检索技术的现状，最后给出了图像检索技术的发展方向。     

基于字符串匹配技术的图像检索算法

为提高图像检索的效果,提出了一种基于字符串匹配技术的图像检索算法。该算法根据人眼的视觉特性及方块编码(BTC)的原理首先对图像进行分割,构造对表征图像内容有意义的图像特征。在此基础上,根据字符出现的概率对字符表征意义的重要性,把图像特征动态映射成字符串形式,然后采用字符串匹配技术进行图像检索。该算法不仅利用了图像中的边缘及纹理分布,而且将字符串匹配技术引入到图像检索中,在提高检索率的同时又加快了检索速度。实验结果表明,该算法具有较高的检索效率。     

基于阈值的几种图像分割算法研究

图像分割就是将图像分成若干具有特定意义的区域,并将它们提取出来进行处理的技术。本文介绍了阈值化分割技术的基本原理,描述了几种常用的图像分割算法,并对几种算法的优缺点进行了分析。     

基于核密度估计和分形编码算法的图像检索技术研究

为了提高基于分形压缩编码图像检索技术的应用价值,针对自然图像提出了一种联合参数的图像检索方法,从分形编码中提取鲁棒性(旋转、平移、缩放等不变性)索引,即从由值域块均值构成的解码近似图像中提取改进的Hu不变矩特征量作为检索索引,再与分形编码参数的核密度估计统计特征相结合,其中,核密度估计方法中采用可变带宽。然后采用2个索引的加权和来比较图像的相似度。实验结果表明,使用2个索引的加权和比使用单独索引具有更好的检索结果。     

基于免疫密母算法的图像分割

密母算法具有全局和局部搜索能力,但其具有对参数敏感、个体学习计算复杂度高的缺点.为了克服密母算法的缺点,本文提出了基于免疫密母算法的图像分割(IMAIS)方法.该方法对图像分割时采用了两个种群,并分别用密母算子和免疫克隆算子对这两个种群同时进化,加快种群收敛速度.实验结果表明了本方法的可行性和有效性.     

基于图割探析CT图像分割算法

医学图像分割,是指将医学图像划分为各种不同的区域,并从中提出感兴趣部分的过程,是医学图像处理、计算机辅助诊断等领域的关键性问题之一,分割的结果对于后续处理有着直接的图像,一直是研究的热点问题。文章结合相关概念,对基于图割的CT图像分割算法进行分析和探究。     

基于生化反应速率的图像阈值分割算法

提出了一种改进的DNA遗传算法,以解决遗传算法用于图像分割时收敛速度慢、易早熟的缺点。利用碱基互补的DNA编码方式增加种群多样性,防止陷入局部极值;设计了基于DNA分子操作的置换自适应交叉算子和密码子变异算子,从而提高遗传算法的搜索能力,有效加快了算法的收敛速度和效率,并将此算法用于寻找二维Arimoto熵的最佳阈值,最后对图像进行分割。普通图像和医学图像的分割结果验证了改进DNA遗传算法用于图像分割的有效性。     

基于免疫算法进行图像分割的应用和研究

图像分割是图像处理的关键技术,是将图像分成一些有意义的区域,然后对这些区域进行描述。免疫系统是高度并行的分布式信息处理系统,受到免疫系统的启发,免疫算法是模拟人体免疫过程而产生的新型算法,具有独特的自学习自组织性和高速的并行计算特点,免疫算法的思路也可灵活的应用于其它算法中,本文正是以免疫算法所具有独特的自组织性出发,讨论了其应用于图像分割领域的发展和应用。     

舰船尾流图像的边缘分割算法研究

舰船尾流是指舰船航行过程中由于螺旋桨空化、水与舰船侧壁摩擦等原因,在舰船尾部形成的气泡群。利用舰船尾流多波束成像技术,可以探测到尾流的声散射强度数据。为了更好地研究尾流的特性,对原始声呐数据进行图像可视化处理。由于处理后的原始尾流图像掺杂着噪声,尤其当海面反射较强时,造成部分尾流图像与海面的反射图像完全混合在一起,因此需要寻找合适的算法将尾流图像的边缘提取出来。文章研究了微分算子、数学形态学算法、分形算法等边缘分割算法在尾流图像处理中的应用,并通过比较总结了每种算法的优缺点。     

基于空间分布的图像检索算法研究

针对利用颜色直方图进行图像检索时存在的问题,提出了一种基于空间分布特征的图像检索算法.首先将图像分解为8个位平面,并采用其中对表征图像结构特征有意义的4个位平面的分布特征对图像内容进行描述,同时,为避免图像中像素灰度值的微小变化对位平面的影响,又提出采用位平面的格林码表示方法.考虑到位平面之间的相关性,设计了权值矩阵,采用马氏距离进行相似性度量.实验结果表明,该算法利用位平面分解的方法来提取颜色的空间分布信息,可避免颜色量化引起的误检问题,而且提取的特征矢量维数较低,具有较高的检索率.     

基于静脉灰度值特征的图像分割算法研究

手背静脉图像的采集过程中,由于图像采集设备、光照、皮下脂肪厚度等因素的影响,手背静脉图像的对比度比较低,同时图像噪声严重影响静脉提取。针对此问题,本文提出了一种基于静脉灰度值特征的图像分割与对比度增强算法。首先提取ROI(有效的感兴趣区域)和对ROI进行维纳滤波;然后采用新的图像分割算法对静脉图像进行静脉提取,利用8-邻接内边界跟踪方法和形态学处理方法对静脉二值图像进行去噪;最后将ROI与去噪后的图像进行加权叠加得到对比度增强的静脉图像。实验结果表明,通过采用基于静脉灰度值特征的图像分割算法可以很好地获取到静脉脉络,最终可以获得高对比度的静脉图像。     

基于改进FAST与分水岭算法的颗粒图像分割

为准确、高效分割粘连颗粒,提出一种改进FAST特征点检测算法,并与基于h-maxima变换的分水岭算法相结合实现粘连颗粒的分割。该算法通过h-maxima分水岭算法得到候选边缘分割点和候选分割线;采用改进FAST算法遍历二值图像边缘获得图像边缘特征点;利用边缘特征点对所有候选边缘分割点进行非极大值抑制得到待边缘分割点;通过待边缘分割点从候选分割线中提取待分割线;利用边缘特征点识别待分割线中的伪边缘分割点,并去除与其相连的分割线;获得正确分割线进行图像分割;对典型颗粒进行分割实验,并与现有3种图像分割算法进行比较。结果表明:该算法相对运算时间最短,分割正确率最高且均大于95%。     

基于数学形态学的显微图像分割算法

分水岭算法是一种图像分割的强有力的工具,而其分割性能和待分割图像梯度的计算方法相关,LucVincent所提出的分水岭算法主要存在过分割的问题。文章提出用形态学混合开闭重建运算的尺度空间平滑算法对图像进行平滑滤波处理,以消除图像细节和噪声而保留重要的边缘轮廓,再对平滑后的图像进行梯度修正,并进行梯度极小值抑制,进一步消除造成过分割区域,然后对修正后的梯度边缘图像进行分水岭分割。实验结果表明,采用本文的算法对显微动物精细胞图像分割能较好的解决过分割问题。     

JSEG图像分割算法改进

图像分割是一种重要的和关键的图像分析技术,目的是把图像分成各具特性的区域并提取感兴趣的部分。在基于内容的图像检索中,要对图像特征进行提取,图像分割是其中一个重要的步骤。现在图像分割算法已经有很多,为提高图像检索效率,对JSEG算法进行改进,实验证明该算法有效提高图像检索效率。     

基于局部分形维数的遥感图像分割

本文针对遥感图像的分形特点,采用局部分形维数进行图像分割.利用金字塔模型替代了局部分形计算中的窗口模板,从而对局部三角棱柱面法进行了改进,减少了图像局部分形维数的运算量.并设计了一种新的递归计算流程,有效地降低了内存存储量.利用此法对遥感图像进行分割,结果表明:改进后的三角棱柱面法提高了基于遥感图像纹理特征的图像分割方法的计算速度,同时保留了三角棱柱面法对于分形维数计算的准确性.     

荧光纳米颗粒图像分割算法研究

在图像处理过程中,图像分割起着重要的作用。一直以来,图像分割的算法多种多样,但并没有通用的方法,只要能够将所需图像分割出来的方法就是有意义的,文章对荧光纳米颗粒图像进行分割,结合高帽滤波、腐蚀、膨胀等多种处理方法。     

图像分割方法综述

图像分割是数字图像处理中的关键技术之一。本文针对当前主流的灰度图像分割算法进行了分析、分类、归纳和总结,指出了各类方法的优缺点,为选择不同的分割算法提供了一定的依据。     

基于SLIC超像素分割的图分割算法

图像分割是对图像进行分析和理解的关键步骤,是计算机视觉的基本技术之一.计算复杂度是评判一个图像分割算法好坏的重要标准,因此降低算法的计算复杂度是当前图像分割领域的主要任务之一.本文提出了一种基于SLIC超像素分割的图像分割方法.该方法利用SLIC算法生成超像素,通过构造相应的相似性矩阵,有效降低了Ncut分割算法的计算复杂度,大幅度缩短了Ncut算法的运行时间.由于SLIC超像素分割算法的准确性与高效性,在进行三类自然图像分割实验时,本文提出的方法无论在分割效果,还是在运行时间上,都要明显优于Ncut分割方法及它的改良算法.     

基于改进遗传算法的图像分割技术

提出一种基于遗传算法的进化类图像分割方法。遗传算法是一种全局搜索的算法,但是它在解决多峰复杂问题的时候会出现局部收敛的现象,出现这个现象的主要原因在于在搜索空间中群体多样性的降低导致了搜索的停滞。基于这个原因,提出一种改进的遗传算法,改进的方法通过控制遗传算法的变异概率来平衡群体的多样性程度,改进后的方法能够在解决多峰复杂问题中较多的搜索到全局解的区域。通过将改进的算法应用于图像分割的实例验证了改进算法的有效性以及算法在收敛速度及求解成功率上的优势。