基于Tsallis广义散度的图像阈值分割

为了有效获取图像自动分割的最佳闽值,基于Tsallis广义散度概念,提出了一种新的图像阈值化方法.首先,对Tsallis广义散度公式进行化简,进而建立该简化公式的对称形式.接着,在简化公式的对称形式上构造阈值化前后图像前景与背景的散度和,然后对该和式求职极小值获取图像分割的最佳阈值.实验结果表明,新方法是可行的且能更好的适应复杂多样的图像,是一个有效的阈值分割方法.     

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.     

基于雁群优化的声呐图像快速阈值分割方法

针对声呐图像阈值分割中,直接阈值法分割效果不理想而复杂阈值法运算效率低的问题,提出一种基于雁群优化算法的快速分割方法。该方法结合声呐图像的特点,根据先验知识截取部分灰度-梯度二维直方图,对其进行最大熵分割,通过计算熵值确定最佳阈值,并在寻找最佳阈值的过程中,引入雁群优化算法进行提速。实验结果表明,该方法用于声呐图像分割时,能够得到较理想的分割效果,同优化前相比,分割速度提高了10倍以上。     

改进的模糊阈值图像分割方法

提出了一种自适应的模糊阈值图像分割方法,通过预分割和直方图信息相结合的方法,解决了传统的模糊闽值图像分割法难以自动获取窗宽的困难;并针对模糊闽值图像分割方法不能适用于直方图呈单峰分布的图像的缺陷,提出了一个新的平滑迭代公式。该平滑迭代公式利用像素点的邻域信息使图像增强,再使用自适应的模糊阈值图像分割方法进行分割,可以拓宽模糊阈值图像分割方法的适用范围。实验结果表明,使用该方法的目标分割正确率达97.3％,显示了较高的分割精度和较强的鲁棒性。     

数字图像分割技术研究

数字图像分割是图像处理到图像分析的关键步骤,也是进一步网像理解的基础。本文论魔述了数字图像分割的基本原理,研究了数字图像分割常用的方法,重点研究了区域增长和阈值分割算法。     

红外车辆目标的自动模糊分割

针对红外图像的特点,提出了一种基于遗传算法的自动模糊分割红外车辆目标图像的方法.首先选取图像的感兴趣区域以加快运算速度;然后对感兴趣区域图像进行模糊增强,借助于二维OTSU方法对增强后的感兴趣区域进行阈值分割,为了加快分割算法的速度,先限定一个最佳阈值范围,再利用遗传算法在此阈值范围内自动搜索最佳分割阈值;为了弥补单独利用二维OTSU方法分割的不足,采用缩短模糊边缘宽度的方法来提取感兴趣区域红外车辆目标图像的边缘.最后把二维OTSU方法分割的图像与模糊边缘提取得到的边缘图像进行或运算后进行填充以得到最终的车辆目标分割图像.实验结果表明,对于红外车辆目标图像,一维OTSU和二维OTSU算法只是基本分割出了红外车辆目标的主体,而本文提出的自动模糊分割技术不仅准确分割出了红外车辆目标的主体,而且对于坦克的模糊炮塔亦得到了完整的分割.     

模拟退火与模糊C-均值聚类相结合的图像分割算法

模糊C-均值(FCM)聚类算法是一种结合无监督聚类和模糊集合概念的图像分割技术,比较有效,但存在着受初始聚类中心和隶属度矩阵影响,可能收敛到局部极小的缺点.将模拟退火算法(SA)与模糊C-均值聚类算法相结合,在合理选择冷却进度表的基础上,依据模糊C-均值聚类算法建立模拟退火算法的目标函数,实现了基于模拟退火的模糊C-均值聚类图像分割算法.实验表明,该方法具有搜索全局最优解的能力,因而可得到很好的图像分割结果.     

一种基于形态学的X射线数字图像焊缝边缘检测方法

在分析X射线数字图像本身的特点之后,提出利用多尺度形态学梯度算子来获得梯度图像,并通过迭代阈值分割算法,获取原图像边缘的方法。实验证明这是一种检测X射线数字图像焊缝边缘的有效方法。     

基于双门限阈值的爆破块度图像识别研究

为改进爆破块度图像分割中容易存在的过分割、噪声、"黑洞"现象等问题,提出了双门限阈值分割技术,开展了多种类型的爆破岩块图像分割实验和小型爆堆的手工测量实验,实验结果表明,双门限阈值法与灰度阈值法、适应性阈值法、Otsu大津法等常用的分割方法相比,对爆破岩堆的图像分割效果更优,能够解决岩石表面噪声问题;与手工测量相比,双门限阈值技术对爆堆图像分割的平均相对误差为12.0%,误差主要因岩块的边缘棱角效应所致,这种效应使得分割结果偏大。双门限阈值分割技术能较好地应用于爆破块度图像识别。     

基于双门限阈值的爆破块度图像识别研究

为改进爆破块度图像分割中容易存在的过分割、噪声、"黑洞"现象等问题,提出了双门限阈值分割技术,开展了多种类型的爆破岩块图像分割实验和小型爆堆的手工测量实验,实验结果表明,双门限阈值法与灰度阈值法、适应性阈值法、Otsu大津法等常用的分割方法相比,对爆破岩堆的图像分割效果更优,能够解决岩石表面噪声问题;与手工测量相比,双门限阈值技术对爆堆图像分割的平均相对误差为12.0%,误差主要因岩块的边缘棱角效应所致,这种效应使得分割结果偏大。双门限阈值分割技术能较好地应用于爆破块度图像识别。