基于线性插值的图像分割算法

图像分割是一种特殊的图像处理技术,也是一种重要而关键的图像分析技术。得到广泛运用的全局阈值法和局部阈值法由于各自的缺陷使得图像分割效果不理想,为此将全局阈值中的迭代法与局部阈值法相结合,利用线性插值,提出了局部阈值插值分割算法,并通过仿真试验说明了该算法在分割图像时的有效性和可行性.结果令人满意。     

基于Otsu阈值分割的边缘快速图像插值算法

为了满足视频监控、目标检测与识别过程中较高图像质量和较低算法复杂度要求,以及改善传统图像插值中细节模糊和边缘锯齿效应,文中提出一种基于Otsu阈值分割的边缘快速图像插值算法。利用Otsu算法,根据目标区域和背景区域的类方差最大,确定分割阈值,对非边缘区域进行双线性插值,边缘区域利用与待插值点周围6个或8个相邻降采样像素局部结构的多方向特点,自适应估计高分辨率像素值。实验表明,该算法运算复杂度低,很好保持了图像的边缘,获得了视觉质量较好的高分辨率图像。     

采用局部动态阈值的图像分割算法

针对图像全局Otsu分割算法和传统的局部闻值分割算法在复杂背景图像分割中的不足,提出了一种采用局部动态阈值的图像分割算法.首先通过分析图像直方图类型对图像进行划分,并使用Otsu算法确定各个子图像的阈值.然后对阈值矩阵进行平滑和插值处理,使之成为和原图像像素数目相等的新阈值矩阵.最终利用此阈值矩阵完成图像分割.实验结果...     

基于OTSU的动态结合全局阈值的图像分割

动态结合全局阈值的图像分割方法,在图像灰度分布没有明显双峰及背景复杂的情况下也有很好的适应性.用OTSU方法求得近红外图像的全局阈值s和各子图像的阈值d;利用双线性内插值算法求得与原图像等大的阈值矩阵D.通过调整比例系数k,最后完成阈值矩阵T的构造和图像分割.此方法能有效分割出石化炼油炉的炉管图像.     

一种基于改进的边缘插值的运动自适应去隔行算法

针对从隔行视频到逐行视频的视频格式转换,提出一种基于改进的边缘插值的运动自适应去隔行算法,算法包括运动检测、改进的边缘插值和加权求插值及滤波3个步骤.运动检测通过计算相邻四场的两个单元块的绝对差值并与阈值对比计算,检测出运动情况并分类,改进的边缘插值提出了水平方向边缘搜索,并利用周围像素判断边缘,减小了误差,提高了小角度边缘搜索的精确度,加权插值根据运动情况分类计算,得出插值并进行滤波,此算法取得了很好的效果.     

基于Bandelets域逐子块阈值的图像去噪

把正交bandelets域经四叉树分割的每一子块系数建模为广义高斯分布,基于Bayesian框架,推导出了自适应逐子块局部阈值的计算公式,找出了其参数分布的最佳范围,提出了图像bandelets域的逐子块阈值去噪算法。由于充分利用了图像的局部统计信息,所提算法对自然图像去噪的视觉效果和评价指标都好于BayesShrink和其它基于阈值的去噪算法。     

照度不均的皮肤图像分割方法的研究

目的:针对采用普通的图像分割方法对照度不均的皮肤图像分割效果差的情况,提出了一种改进的图像分割方法.方法:首先将图像去背景,将图像划分为若干子块,接着采用OTSU和迭代阈值算法确定每个子图像块的最优阈值,利用此阈值完成对每个子块的分割,最后将子块合并,同时消除图像中噪声的影响.结果:采用改进的方法很好地实现了对照度不均皮肤图像的分割,其分割成功率可达95.5％.结论:在MATLAB平台上,改进方法能有效地实现对照度不均的皮肤表面图像的分割,并且在定性和定量评价中取得了良好的实验效果.     

Otsu准则下分割阈值的快速计算

传统Otsu法在确定阈值时需要穷举计算图像中每个灰度值为阈值时的类间方差.文中利用Otsu阈值的性质,提出了一个新算法以快速计算Otsu阈值.新算法搜寻出与两类类内均值的平均值的整数部分相等的阈值,从中确定一个符合Otsu准则的阈值.传统Otsu法在对梯度图像中的小目标分割时分割性能不佳,文中提出了一个Otsu阈值的改进算法,该算法使用快速计算Otsu阈值的新算法递归求解分割阈值.实验结果表明,与传统Otsu算法相比,计算Otsu阈值的快速算法速度更快,而阈值的改进算法对梯度图像中的小目标分割效果更好.     

基于局部非局部联合模型的压缩图像插值技术

本文提出了一种基于局部自回归模型和非局部自相似模型的正则化的压缩图像插值技术.传统的基于图像先验模型正则化图像插值技术存在着2个缺陷.一方面,通常是只利用一个图像的先验特性,不能得到视觉质量很好的超分辨率效果;另一方面,在描述图像的非局部自相似特性时,多数利用一种相似块加权的方式来描述当前块,没能够将具有相同纹理的一系列的相似块的特性描述完整.基于以上2点考虑,研究设计整合了2种不同的模型:局部自回归模型和非局部自相似模型,形成一个整体的正则化的框架.不同于传统的只利用高低分辨率之间几何二元性的自回归模型,本文提出了一种自适应加权的在高分辨率图像上迭代的自回归模型;而非局部的自相似模型,并且以相似块组成的一个三维数据结构的变换域稀疏性来对一系列的相似块统一描述.由于压缩图像的特点,研究针对压缩图像提出了软数据精度项,最终采用分离布莱格曼方法来求解整体的正则化目标函数.     

基于广义高斯分布的视频运动目标快速检测算法

提出一种基于熵能和广义高斯分布的运动目标检测算法.通过自适应的局部阈值选取算法获得与图像中不同区域噪声相匹配的分割阈值.使用均值法构造背景图像并使用减背景法得到差分图,根据熵能原理利用背景图像序列的差分图获取分割阈值的训练样本,采用广义高斯分布模型描述得到的样本,通过分析广义高斯分布的尺度参数对检测结果的影响来获取合适的尺度参数,并通过计算样本落于分割阈值内的概率得到合适的分割阈值.实验结果表明,该算法在运动目标检测效果和运行时间方面都有好的性能.