基于ICT 的引信图像分割算法

针对传统图像分割方法在引信图像分割上的不足,提出一种能够兼顾类内方差和类间方差的改进二维Otsu算法。介绍二维Otsu算法,分析比较原系统分割算法与自适应二维Otsu图像分割算法的优劣。实验结果表明:改进二维Otsu算法既能保证目标和背景的最大离散度,又能使目标和背景的内聚性最好,分割效果明显优于传统方法。     

基于三维块匹配与改进Top-hat的红外图像目标检测方法

针对复杂背景干扰下难以精确检测出红外图像目标的问题,提出基于三维块匹配(BM3D)与改进顶帽(Top-hat)的红外图像目标检测方法。该方法首先采用三维块匹配算法对红外图像进行滤波,更好地保留图像的边缘信息;其次构建改进Top-hat算子,利用不同大小、不同形状的结构元素对滤波后图像进行背景估计,得到校正后图像;最后对校正后图像进行阈值分割,得到目标图像。仿真实验结果表明,与经典Top-hat算法比较,提出的方法能够有效地增强红外图像对比度、抑制噪声干扰、减弱非均匀加热背景的影响,从而突出红外图像目标信息,使得红外图像目标检测更加准确。     

一种新的前视红外图像分割方法

为实现复杂背景下的前视红外图像分割,针对图像特点,综合利用背景抑制、互信息及数学形态学的方法和理论,提出了一种新的图像分割方法.首先,采用中值滤波对图像进行背景抑制;然后,将图像配准的方法用于图像分割,利用互信息量确定最佳分割阈值;最后,对得到的二值图像进行形态学变换,得到精确的目标分割区域.实验结果表明,该方法能有效分割出复杂背景下的目标区域,有利于下一步的目标识别与跟踪.     

一种X射线图像缺陷的自动分割方法的实现

将缺陷信息正确提取和分割出来是射线检测中的重要环节。文中首先利用数学形态学模拟图像背景．然后利用数字减影法提取缺陷目标。在分析和比较几种阙值化方法基本思想、优缺点及使用范围的基础上．最终提出选择迭代分割方法得到图像最佳阈值将图像二值化。实验结果表明,针对不同的缺陷均能得到轮廓清晰的分割效果,为缺陷特征参数的提取和识别的实现打下坚实的基础。     

一种基于数学形态学的红外图像分割方法

针对红外图像信噪比低,一般阈值法难以分割的特点,提出了一种基于数学形态学的红外图像分割方法。首先利用形态学估计出红外图像的背景图像,其次用原始图像减去估计的背景图像得到差值图像,并对差值图像进行增强,再利用阈值法分割得到二值图像,最后应用形态学的开运算消除高频噪声,得到待检测的图像。并与著名的Ostu法、迭代法、P-参数法进行了详细的比较。结果表明:该分割算法是一种实用有效的图像分割方法。     

基于红外图像的尾焰边缘检测

针对红外目标的成像背景具有非平稳性、相关性和复杂性等特点,提出了一种改进的二值化图像分割算法,结合Canny算子边缘检测对红外目标进行了有效分割,得到感兴趣目标区的最佳边缘检测效果。实验结果表明,用该算法对16位红外图像进行目标特征提取,算法简单,运算量小,能够有效提取目标边缘轮廓,达到了预期的效果。     

基于视觉的无人机着舰中红外合作目标的分割方法研究

针对基于视觉的无人机着舰中红外合作目标分割的需求背景,提出一种组合分割方法。相关研究发现随着待分割目标所占图像中比例变化,Otsu算法在分割时效果亦随之改变。当目标比例较小时可能会造成不同程度的误分割,而最大熵分割算法在实际处理中又含有较多噪点。本文首先根据图像的能量信息找出包含合作目标的感兴趣区域,同时在原图运用双Otsu算法进行分割,最后对两者的结果进行逻辑＂与＂运算得出最终分割结果。大量实验结果表明,本文的组合分割方法与Otsu算法和最大熵算法相比分割效果有明显改善。     

基于特征点和区域生长的目标图像分割方法

成像探测的运动目标图像中背景复杂并且含有大量的噪声,针对传统的目标的检测和分割方法精确定位困难、且不能完整分割等问题,提出基于特征点和区域生长的运动目标图像分割方法。通过相邻帧图像的绝对值差分图像得到大概的运动区域,利用基于LK光流的角点检测方法提取差值图像中的特征点,采用非最大值抑制对特征点的优劣性进行评估,对好的特征点进行区域生长,最终达到运动目标的分割目的。仿真结果表明:该方法能够对复杂图像序列中的运动目标进行精确定位,得到较好的目标分割结果,并且计算量小,具有较高的鲁棒性。     

基于改进的胡氏不变矩的坦克识别方法

针对基于胡氏不变矩的坦克识别率低、在图像离散采样的情况下受图像尺度变化影响的问题,进行了图像尺度不变性研究,设计了一种基于改进的胡氏不变矩的坦克识别方法;为解决最大类间方差法在复杂背景下图像分割阈值与真实阈值发生偏移的问题,采用改进的最大类间方差法分割图像,减少了偏移量。将胡氏不变矩和改进的胡氏不变矩的算法进行了对比实验,实验结果表明：相对于采用胡氏不变矩的坦克识别方法,改进后的识别方法识别率提高了22％,该方法运算时间减少了80 ms,能克服图像的尺度变化造成的影响。     

一种改进的运动目标检测算法

提出一种改进的运动目标检测算法,首先将视频序列中的一整幅画面进行分割,对分割产生的每块图像进行连续检测,一旦检测到有变化,即提取运动目标。接着将连续2帧差图像和背景差图像直接相乘,再将相乘的结果进行二值化处理得到运动检测结果,从而将运动目标从背景图像中分离出来,最终得到视频序列图像中运动存在与否的一个二值运动模板,由此提高运动目标检测的效果。     

景像匹配区中稳定景物的分割方法研究

研究了景像匹配区中稳定景物的分割方法———强度和法及分形常数法 ,成功地分割了匹配区中的稳定景物 ,为评价区配区景物稳定性提供了依据 .其中分形常数法是分形理论应用在图像分割领域的一个新尝试     

基于直方图熵和遗传算法的图像分割法

图像分割是计算机视觉研究中一个老而难解决的问题。本文提出了一种基于灰度图像的直方图的熵和遗传算法进行图分割的方法,以灰度图像的直方图熵作为评价标准,把图像分割问题定义为一个优化问题,利用遗传算法的寻优高效性,搜索到能使分割到最优的分割参数－－图像分割阈值。     

温度计自动检定的图像分割技术

温度计自动检定系统包括温度计自动读数.示值转换、示值检定、检定结果打印等部分,系统软件由检定规程子系统和图像读数子系统组成.其图像分割技术利用统计线段上灰度数值法分离出温度计图像,使用基于最大熵的阈值选择法获得二值化图像以实现图像分割.     

基于模糊率的自适应多阈值图像分割方法

针对目前图像模糊阈值分割法存在的窗口宽度自动选取困难以及阈值搜索范围难以确定的问题,本文提出了一种基于模糊率的自适应多闽值图像分割方法。利用图像直方图峰值分段的思想,在给定隶属函数的情况下,实现了窗宽的自适应选取以及图像多闽值的自动选取,有效地拓宽了模糊阈值图像分割方法的适用范围。实验结果表明,该方法对直方图呈多峰分布的图像可取得良好的分割效果。     

基于灰度共生矩阵的阈值分割算法

针对目前比较成熟的分割方法存在的局限性,提出一种基于灰度共生矩阵的阈值分割方法。该方法利用灰度共生矩阵中包含的图像灰度值的分布和边缘信息,定义一个新的统计量——边缘强度,将其作为确定分割阈值时的一个重要参数,并与传统分割方法进行实验比较。实验结果表明:该方法在处理模糊边界时能取得比传统分割方法更好的分割效果,很好地保留需要的目标边缘。     

基于颜色和形态学的交通标志检测技术的研究

通过利用交通标志的颜色特征,采用基于RGB空间的彩色分割方法进行图像分割.对分割出的图像进行灰度增强处理,比较和分析了不同边缘检测算子和阈值分割的方法,使用固定阈值分割方法对图像进行二值化,使目标区域突显.利用数学形态学腐蚀算法对图像进行轮廓提取,并通过形状特征对交通标志进行形态学分析.通过MATLAB软件仿真实验,说明算法具有一定实用性.     

基于最小能量的图像分割算法

文中对图像分割进行了研究,将图像分割过程看成一获取信息的过程,通过最大化此信息量,导出一分割图像的能量泛函,最小化能量泛函即可得到分割结果。在最小化能量函数时,运用最陡梯度下降法导出一曲线进化方程,并用水平集方法来表示此曲线,利用快速水平集方法来进行数值求解。最后的仿真结果表明该算法很有效。     

自适应腐蚀模板在球形目标分割中的应用及实现

在图象处理领域中目标分割是目标识别过程中一项必不可少的工作。在某些情况下,待识别的目标与其它物体相连在一起并且灰度值相近,这样使用单纯的灰度阈值法很难将目标分离出来。对特定形状目标（球状目标）的分割技术进行了分析,提出了一种新的自适应腐蚀模板技术。这种技术弥补了由于模板大小固定而当目标的大小不同时,出现的模板相对过小不能有效地将目标分割出来,以及模板相对过大而将目标完全腐蚀掉的缺陷。详细叙述了自适应腐蚀模板的生成技术,解决了特定情况下的球形目标的分割问题,并应用Visual C++ 6.0进行编程实现。最后,给出了几种情况下的分割效果比较图。     

基于全散度的自适应鲁棒图形模糊聚类算法

针对图形模糊聚类对灰度分布不均匀及噪声干扰图像无法获得满意分割结果的不足,提出一种基于全散度的自适应鲁棒图形模糊聚类分割算法。全散度和像素邻域信息相结合,得到一种改进的全散度;改进的全散度引入图形模糊聚类最优化模型,并嵌入像素空间邻域信息。当前聚类像素与邻域像素均值的偏差作为该鲁棒聚类分割模型的正则因子,促使该聚类对强弱噪声具有自适应抑制能力。测试结果表明,与现有的图形模糊聚类、鲁棒模糊聚类等算法相比,自适应鲁棒全散度图形模糊聚类分割算法的分割效果和抗噪鲁棒性均有明显改善。     

人工生命在图像分割中的应用

人工生命在图像分割的应用,通过人工生命方法把图像中的每个象素和一只蚂蚁或一个细胞关联,然后按照系统规则进化.基于蚁群模型的图像分割,将图像转化为新的蚁群栖居地,通过图像栖居地实现.基于人工细胞群模型的图像分割,以图像为培养基,通过细胞代谢,即细胞与环境交换能量,及细胞间交换能量来完成.