基于二进制粒子群的图像分割算法

基于最大类间方差的分隔方法思想简单、稳定有效,对于简单图像的分割效果良好。为了改善对复杂图像的分割效果,将算法推广到多阈值分割法;针对计算复杂度问题,引入二进制粒子群算法来解决,提高了算法的求解性能。通过对图像分割的实验,证明了算法的可行性和有效性。     

火灾探测中火焰图像分割方法研究

在分析现有图像分割方法特点的基础上,针对最大类间方差法(Otsu法)易受图像直方图形状的限制以及分割效果不稳定等问题,提出一种火焰图像分割的综合方法,即利用HSI颜色空间参数对火焰图像建立彩色空间模型,根据火焰图像的S(饱和度)、H(颜色)等特征参数对图像进行预处理,以确定火焰疑似区域,再用最大类间方差法进行阈值分割.通过实例仿真,得到了轮廓清晰的分割图像.研究结果表明,该方法能够弥补最大类间方差法的局限性,可扩展该方法的适用范围.     

基于改进遗传算法的图像分割

为了快速准确地确定图像的最佳分割阈值,提出了一种改进的遗传算法.该算法通过完善选择机制、引进父子竞争机制和使用二元变异算子进行变异操作,有效地解决了遗传算法的收敛速度慢和种群过早成熟的问题.实验结果表明:采用改进遗传算法对图像搜索阈值时能收敛至全局最优解,并且大大缩短寻找最优阈值的时间,取得良好的分割效果.     

图像阀值分割技术的研究

本文主要介绍图像分割中阈值选取的两种主要方法（迭代法和最大类间方差法）的原理及实施步骤,并将其运用标准图进行仿真,最后分析了仿真结果。     

纸币面值识别系统图像分割技术的算法

研究了4种图像分割算法：双峰法、迭代算法、最大类间方差法和最大熵阈值法,并分别给出经这4种算法处理后的图像分割效果图．实验表明：迭代算法对纸币面值识别系统而言是较理想的分割方法．     

基于改进型类间方差分割的红外目标提取算法

文章对最大类间方差法进行了改进,利用计算图像类间方差的约束条件,通过构造罚函数,把求最大类间方差问题转换为求带约束条件的函数最优解问题,再用迭代法对图像进行分割,从而有效地弥补了最大类间方差法对图像噪音和目标大小敏感不足。仿真实验结果表明,该方法效果良好。     

基于最大熵的灰度阈值选取方法

图像分割是图像处理中的一个重要问题。在最大类间方差法和一致性准则法的基础上，运用最大熵原理来选择灰度阈值对图像进行分割。实验结果表明，本算法确定的阈值具有更佳的分割效果。     

基于类别方差的三维医学图像分割新方法

提出一种交互式的三维医学图像分割算法．结合Otsu单阈值图像分割算法，提出了一种基于类别方差的双阈值分割算法．利用该算法对三维医学图像体数据的直方图进行了分析，最终得到的上下阈值使得分割结果具有最大类间方差．该算法采用迭代法实现，简单快速，且可保证分割出的组织包含目标组织．再对此阈值分割结果进行数学形态学的相关操作和三维区域生长，最终得到目标组织的准确分割和它的三维显示．实验证明，分割效果较好，三维重建满足要求．     

二维最大类间方差和遗传算法在红外图像分割中的应用

为了改善红外图像的分割效果,将二维最大类间方差算法应用于红外图像分割,通过二维最大类间方差算法选取阈值将红外图像分为目标和背景,并结合遗传算法,利用遗传算法搜索最优解的能力,加快二维最大类间方差算法寻找阈值的速度,提高分割效率.     

利用双缓冲技术实现巨幅测井曲线的显示与保存

测井曲线幅度较大，如应用程序直接向窗口的视区绘制曲线，则会使用大量的GDI调用，而且测井曲线保存为通用的图像格式难以实现。利用双缓冲技术在内存中绘制整幅测井曲线，然后再实现图像显示和保存，能较好地解决上面的问题。     

纹理模糊的图像分割

传统活动轮廓分割算法对纹理丰富的图像存在过分割和欠分割现象,为了抑制纹理对图像分割的影响,本文分析了各向同性和异性扩散的机理,设计了保边纹理模糊函数,以图像梯度为变量建立了全变分图像纹理模糊模型。根据对象轮廓与边缘之间的关系利用固定点迭代算法分析相应的卡通分量,对卡通分量运用水平集算法对图像进行分割。实验结果表明,本文设计的模糊函数模糊了图像纹理,保护了对象轮廓。相对于传统CV分割算法,本文分割算法抑制了纹理对图像分割的影响,弥补了传统CV的不足。     

分形图像编码方法

分形图像编码技术是分形理论和图像编码技术的结合。分形编码利用分形图像中的自相似冗余信息。采用简单的变换规则．获得高压缩比。本文对非严格相似的分形图像的编码方法进行阐述和分析。展望其发展前景。并提出分形图像编码研究的相关问题。     

基于SVM的花岗岩薄片图像石英分割方法研究

花岗岩薄片不同矿物成分在图像中可能存在相同灰度分布甚至相似纹理。通过结合正交偏光镜镜下图片干涉色信息和单偏光镜图片信息分析,提高了花岗岩薄片石英分割的准确率。方法是从单偏光镜和正交偏光镜下图片中提取图像块的特征信息,运用支持向量机分类方法对图像块进行分类,在分类为石英的图像块中选取种子,再根据两张图片信息,用区域生长方法完成石英分割。该方法实现了自动化分割,分割准确率高,实验证明该方法切实可行。     

基于可变形模型算法提取MRI图象脑区域的方法

基于可变形模型的思想 实现了人头部核磁共振图像Magnetic Resonance Image((MRI)的脑区域提取算法。主要基于梯度矢量流Gradent Vector Flow（GVF）的可变形模型方法。并针对该算法脑轮廓的拐角处收敛性差的问题，对该方法进行了改进，数值模拟结果证明了改进算法的正确性和有效性。另外，把小波多分辨率的分析的思想应用到改进算法中， 进一步提高了计算效率。     

一种快速、高效的混合小波-分形图像编码方法

结合分形编码和小波编码的优点，提出了一种高效而快速的小波与分形编码相结合的混合图像编码方法。其基本思路为，将小波分解后的图像的低频系数用基于方差的快速分形方法编码，剩余的高频系数用经过修改的SPIHT算法进行编码。实验证明，该混合算法避免了分形编码所固有的方块效应，与传统的分形编码相比，大大节约了编码时间，说明该算法具有一定合理性与优越性。     

基于神经网络的图像分割方法及其在颗粒检测中的应用研究

随着计算机速度的不断提高,数字图像处理技术的发展越来越快。而基于数字图像处理的颗粒检测技术在国计民生中的应用也越来越广,提高颗粒检测技术的速度与准确性显得越来越重要。本文详细介绍了采用模糊竞争Hopfield神经网络对图像灰度级进行聚类,也就是需在某种目标函数最小化的条件下,实现灰度特征集的最优模糊划分,得到最优的阈值,实现图像的分割,并在此基础之上建立了一套对颗粒进行特征参数测量的图像测量系统,可以有效地实现对大量颗粒的测量和表征。     

图像分割方法研究综述

图像分割是图像处理和计算机视觉中一个关键步骤,也是图像理解的基础。近年来由于其在图像处理领域的应用价值,开始作为一个重要的课题受到研究者的重视。该文从传统和新型角度出发,整理和分析了大量的研究文献,系统的介绍了图像分割的各种理论基础及其应用。     

基于支持向量机的并行CT图像分割方法

提出了一种基于区域增长和支持向量机的自动并行CT图像分割方法.传统的种子生长方法速度较快,但难于自动获得种子点;而单纯的支持向量机分割准确,但速度较慢.为了解决上述问题,本文将两种方法相结合:首先,训练支持向量机用于分类;然后用支持向量机判断种子点并使用曲率流滤波器进行降噪以光滑图像边缘;最后使用阈值区域生长进行分割.在基于Torque的并行环境下进行的实验证明了本方法的分割效果和速度都优于传统方法.     

基于蒙特卡罗方法和粗糙熵标准的图像分割方法

提出了一种新的图像分割方法。这种分割方法首先利用粗糙集理论将图像按照一定的规则划分为大小相等的若干图像子块,而后利用蒙特卡罗方法基本原理对划分的图像子块进行一定规模的随机抽样,以随机抽样所得的图像子块为样本进行粗糙熵计算,用所得最大粗糙熵所对应的灰度值为分割阀值对图像进行分割,在采用较小的图像子块划分以取得更好的分割效果的情况下,极大的提高了算法的分割速度。通过对测试图像的MATLAB仿真试验验证了算法在降低计算机消耗方面的有效性,且所得的分割阀值也令人满意。