岩石薄片正交偏光融合图像的颗粒分割方法

岩石薄片中的矿物颗粒提取是自动化薄片鉴定的基础,直接影响到石油地质勘探测量的准确度。由于实际工业矿场生产中得到的岩石薄片极为复杂,采用自动化技术很难将其中的矿物颗粒完整地提取出来。针对这一问题,提出了对固定视域下的多角度正交偏光序列图进行最大值融合,利用基于Fast Minimum Barrier Distance (Fast-MBD)变换的超像素算法分割提取岩石薄片中的矿物颗粒目标,再通过最佳阈值筛选出过分割的颗粒,最后根据颜色相似性合并目标颗粒区域,实现颗粒自动分割。该方法明显改善了目前岗位上所使用方法提取效果不完善的问题,可以更好地提取岩石薄片图像中的矿物颗粒,获得较好的效果。     

基于运动信息与多尺度分水岭的视频目标分割

从视频序列中提取视频目标是基于内容编码中的一项关键技术。提出了将高阶统计运动检测和多尺度分水岭相结合的视频目标分割算法。该算法首先利用高阶统计运动检测算法检测出运动区域,通过后处理得到运动目标的初始模板。然后,用小波变换对视频图像进行多分辨率分解。在最低分辨率上应用分水岭算法分割得到具有精确边缘的分割区域,通过将区域融合后的区域逐步投影到高分辨率图像上并结合高分辨率图像上的分水岭算法逐步提取出具有精确边缘的区域。最后,将运动目标的初始模板和多尺度分水岭分割得到的区域结合起来提取出具有精确边缘的视频对象。实验结果表明该算法能有效地分割和提取出视频序列中的视频对象。     

砂岩显微图像分析方法及其工具实现

图像分析是研究砂岩薄片的重要手段。研究适用于砂岩薄片的图像分析的方法并进行工具实现,在岩石学研究、油气勘探等方面具有重要意义。文中设计开发了砂岩显微图像分析软件系统。首先,提出基于超像素分割和聚类的图像分割方法来分割砂岩薄片显微图像,形成只具有单一矿物成分的超像素;然后,以矿物显微图像作为训练数据,提取颜色和局部等特征参数来训练分类器分类超像素;最后,合并相邻超像素从而形成完整的矿物颗粒,并标定其类别成分。在对方法进行研究的基础上,进行软件设计实现,对砂岩薄片显微图像中的矿物组分和组构特征进行分析。对一些采自西藏的典型砂岩薄片显微图像的分析表明,该方法具有良好的实用价值,但还需要进一步完善和优化。     

基于多特征融合半自动岩心图像颗粒提取

基于最大相似度的区域合并算法是一种半自动的图像处理方式,可根据用户提供的交互信息,利用图像特征作为区域相似度进行准确的目标提取。但传统的MSRM算法计算量大,使用单一的图像特征使得分割不够精确。针对这些问题,文章对MSRM算法进行改进,提出一种基于多特征的区域最大相似度图像分割算法,并采用矩阵变换算法来降低计算量。该方法使用超像素图像作为分割基础,首先计算图像相邻区域纹理和颜色特征相似度,并使用矩阵变换算法降低颜色特征矢量维度,然后计算两种特征的权重,最后根据综合后的相似度对图像进行区域合并,得到最终的颗粒提取结果。实验结果表明,该方法可以有效提取颗粒的轮廓,提取的轮廓边缘细节较传统MSRM算法更优,算法执行效率也得到了提高。     

基于分水岭算法的空间目标图像分割方法

自然背景复杂的纹理特征,使得自然背景下人造目标的分割变得困难.为了从空间背景下精确分割出人造目标,基于分水岭算法,结合形态学重建和分形理论,提出了一种改进的图像分割方法.首先利用形态学开闭重建运算对原始图像的形态学梯度图像进行重建,其次在原始图像中利用人造目标和空间背景的分形特性差异对目标进行标记,最后对重建后的图像采用分水岭算法进行分割,将包含标记的区域提取出来并进行合并,从而将人造目标提取出来.仿真结果表明了方法的有效性.     

模糊熵的区域合并和图割的快速矿岩分割

目的 针对现有区域合并和图割的结合算法没有考虑矿岩图像模糊特性,导致分割精度和运行效率较低,模糊边缘无法有效分割的问题,利用快速递推计算的最大模糊2-划熵信息设置以区域为顶点的图割模型似然能来解决。方法 首先利用双边滤波器和分水岭算法对矿岩图像进行预处理,并将其划分为若干一致性较好的区域;然后利用图像在计算最大模糊2-划分熵时,目标和背景的模糊隶属度函数来设计图割能量函数似然能,使得能量函数更接近模糊图像的真实情况,期间为了提高最大模糊2-划分熵值的搜索效率,提出了时间复杂度为O（n²）的递推算法将模糊熵的计算转化为递推过程,并保留不重复的递推结果用于后续的穷举搜索;最后利用设计的图割算法对区域进行标号,以完成分割。结果 本文算法的分割精度较其他区域合并和图割结合算法提高了约23%,分割后矿岩颗粒个数的统计结果相对于人工统计结果,其误差率约为2%,运行时间较其他算法缩短了约60%。结论 本文算法确保精度同时,有效提高矿岩图像的分割效率,为自动化矿岩图像高效分割的工程实践提供重要指导依据。     

基于改进分水岭变换的矿石图像分割算法

为了准确测量传送带上的矿石尺寸,提出了一种局部自适应阈值化和改进的分水岭变换相结合的矿石图像分割算法.该算法利用基于积分图像的自适应阈值化算法提取矿石区域;对二值图像做距离变换与双边滤波处理,并应用提出的基于区域合并的分水岭变换算法对图像进行分割;将提取的矿石区域与分割结果进行合并,得到最终的分割结果.对现场采集的复杂的矿石图像进行仿真实验,实验结果表明,该算法分割准确、速度快、光照自适应强.     

基于改进分水岭算法的硅片缺陷提取方法

为了提取硅片表面的缺陷,对其缺陷的提取技术进行了研究,提出了改进水分岭算法进行缺陷提取.该方法首先利用形态滤波对缺陷图像进行滤波,并对滤波后梯度图像进行平滑,在去除噪声的同时很好的保持物体轮廓和细节;为了克服分水岭算法的过度分割问题,利用区域强度准则和边界强度准则对过分割区域合并,很好的解决了过分割问题.实验表明,该方法可以提取精确且封闭的缺陷边缘轮廓,为进一步的缺陷特征量的提取奠定了基础.     

融合多特征的运动一致性图像分割

目的:在彩色图像分割中,光流法能够得到运动区域,但难以获得运动目标准确的分割边界,而常用的算法往往会产生过分割。为了克服光流法的不足,在保留显著性区域的同时抑制过分割,从而获得具有运动一致性区域的分割结果,提出融合多特征的运动一致性图像分割算法。方法:首先通过Mean Shift算法获取图像的初始分割,然后利用空域信息（包括颜色、边缘和区域面积）对视觉感知上具有相似性的区域进行合并,再利用时域信息进行运动一致性区域合并,最终得到分割结果。结果:实验结果表明通过结合时空信息,该方法能够有效抑制过分割,不仅弥补了光流场不能准确提取目标边缘的不足,而且提高了分割目标的完整性。结论:与两种流行的彩色图像分割算法相比,所提方法获得了更加理想的结果。     

一种新的肝脏CT序列图像区域生长算法

为了提高区域生长的分割精度,减少种子点选取对分割结果的影响和用户交互量。提出一种通过置信区间和区域竞争计算目标区域最优阈值区间,用于医学序列图像的区域生长分割算法。在方法上区域生长方法考虑的是图像的局部信息,而置信区间和区域竞争方法考虑的是图像的全局信息。该文的算法融合了两者的优点。通过在一张图片上选择目标对象和背景对象的多个种子点,实现了复杂背景下的序列图像分割。使用一组腹部CT原始图片进行的实验结果表明,算法在只需很少交互的情况下,有效地提高了分割精度。     

Automatic tongue image segmentation based on gradient vector flow and region merging

This paper presents a region merging-based automatic tongue segmentation method. First, gradient vector flow is modified as a scalar diffusion equation to diffuse the tongue image while preserving the edge structures of tongue body. Then the diffused tongue image is segmented into many small regions by using the watershed algorithm. Third, the maximal similarity-based region merging is used to extract the tongue body area under the control of tongue marker. Finally, the snake algorithm is used to refine the region merging result by setting the extracted tongue contour as the initial curve. The proposed method is qualitatively tested on 200 images by traditional Chinese medicine practitioners and quantitatively tested on 50 tongue images using the receiver operating characteristic analysis. Compared with the previous active contour model-based bi-elliptical deformable contour algorithm, the proposed method greatly enhances the segmentation performance, and it could reliably extract the tongue body from different types of tongue images.     

一种基于区域分级合并的彩色图像分割方法

在区域合并过程中,手工设置颜色相似性和边界距离的权重极大地影响了分割的精度和自动化.针对这一问题,提出了一种新的基于区域分级合并的彩色图像分割算法.该方法能够根据邻接区域的边界特点设置权重因子,从而自适应地融合区域的颜色相似性和边界距离.使用均值漂移算法对图像进行初始分割,将原图像分割为具有较好边界的同质区域;通过计算区域相似度对区域进行分级合并.多幅彩色图像的分割实验结果证明,所提算法优于传统的基于区域合并的方法.     

Extraction of diffuse objects from images by means of watershed and region merging: example of solar images.

This paper presents a new method for extraction of diffuse objects from images, which was developed for segmentation of solar images obtained from extreme-UV imaging telescope (EIT) experiments of the satellite SOHO mission. As a particular type of objects to be extracted coronal holes in EIT images have been chosen. The method described is based on the use of a watershed algorithm. The result of the watershed segmentation is a partition of the whole domain of the image into a large number of small regions. These regions are then combined in a region merging process. The proposed region merging algorithm iteratively adds the darkest regions and maximizes the average contrast between a current mask and a set of its neighboring regions. We show that the maximization of the average contrast gives segmentation results that are visually acceptable. Furthermore, this approach allows us to conduct the segmentation of EIT images independently of any explicit fine-tuning parameters. The proposed method was extensively tested on EIT images obtained at various times and various levels of solar activity, and we will show that it can be used independently of the local brightness level and the extent of coronal holes.     

Application of canny operator threshold adaptive segmentation algorithm combined with digital image processing in tunnel face crevice extraction

The present work aims to reduce tunnel construction accidents to personnel. The threshold adaptive segmentation algorithm combined with the Canny operator is employed to extract and detect the cracks on the rock mass of the tunnel face from digital images of the tunnel face. Firstly, the gray change processing and histogram equalization technology of the image processing algorithm enhance the contrast of the digital image of rock mass on the tunnel face. Then, the Canny operator and OTSU method construct a threshold adaptive segmentation algorithm to segment the rock mass crevice image after increasing the contrast and to classify crevices on the tunnel face into streak cracks and irregular cracks. Secondly, the segmented image is corrupted, extended, and refined; meanwhile, boundary fitting, separation, merging, and filtering are carried out to form a relatively complete rock boundary recognition result. Finally, the streak crevices and irregular crevices are detected according to the crevice geometry and pixel distribution characteristics to determine the crack direction. The experimental results show that this method can extract complete rock cracks with less than a 2% extraction error rate. Besides, the detection rates of the algorithm for the streak crevices and irregular crevices are 97% and 94%, respectively, and the detection accuracy of the crevice direction is 98%. This indicates that the algorithm proposed here is applicable to geological sketch and provides a reference for the classification of surrounding rock on the tunnel face.

     

基于CLAHE和开闭运算的绿色苹果图像分割

依据绿色苹果图像的自身特点,设计了一种分区域提取而后合并的图像分割方法。首先对图像进行限制对比度自适应直方图均衡化(contrast limited adaptive histogram equalization,CLAHE),增大果实和背景的颜色差,而后获取R-B色差图像,得到以光常区域为主的区域;然后用CLAHE处理后的图像进行开闭运算,提取局部极大值,得到以高亮区域为主的区域;最后将两区域合并获得完整的果实目标区域。为了验证该方法的有效性,运用Hough算法检测圆,并用相对偏差、圆心相对误差及半径相对误差三个评价指标来定量评价。试验结果表明,提取区域与果实目标区域相比,顺光下,相对偏差、圆心和半径相对误差平均值分别为3.59%,4.76%和2.60%;逆光下,三个指标的平均值分别为10.77%、16.77%、11.49%。无论是顺光还是逆光都有很好的识别效果,能满足机器人采摘果实的精确定位的要求。     

高分辨率遥感影像的多特征多核ELM分类方法

针对高分辨率遥感影像地物分布复杂多变,利用ELM的快速分类性能,提出了一种ELM的多特征多核高分辨率遥感影像分类方法。首先利用多尺度分割算法将原始影像粗分为若干地物区域;然后依据区域合并准则对粗分割图像合并得到典型地物特征的对象信息,并提取分割对象的光谱特征与空间特征;最后以多种核函数加权组合的方式构建多核ELM对影像分类,获得最终的分类结果。实验结果表明,所提方法不仅降低了对目标训练样本的要求,同时还提高了分类的准确性、及时性和完整性。     

一种改进的桥梁图像分水岭分割算法

针对传统分水岭分割方法存在的过分割问题,提出了一种改进的桥梁图像分水岭分割算法。该算法首先对桥梁裂缝图像进行高低帽形态学滤波,并运用多尺度梯度算子提取梯度图像,在分水岭变换之前使用自适应的标记提取方法对区域极小值进行标定,然后对初步分水岭分割的过分割区域使用改进fisher距离的区域合并算法进行合并,取散度作为停止度量。实验表明,该算法减少了分水岭算法的过分割现象,提高了桥梁图像分割的精确性,具有很好的鲁棒性和适应性。     

基于自适应标记提取和能量方程的分水岭算法

针对传统分水岭算法的过分割问题,提出一种基于自适应标记提取和能量方程的改进算法。根据图像中的边缘信息和图论方法,得到最短边缘路径,从而自适应地提取出区域标记,进行分水岭变换,用提出的能量方程实现区域合并。利用医学细菌图像对提出的算法进行验证,实验结果表明该算法能有效解决分水岭算法的过分割问题,得到很好的分割效果。     

融合mean shift和区域显著性的彩色图像分割算法

提出了一种无监督的提取图像中显著区域的彩色图像分割算法。首先,运用mean shift算法对图像进行分割,得到初始的分割结果;然后,根据给出的区域显著性的定义和区域合并策略,对初始分割结果进行合并,得到最终的分割结果。仿真结果表明,对于大多数测试图像,该算法都能获得很好的分割结果,并且具有较高的运行效率。     

一种新型的雨滴微观特征提取方法*

雨滴颗粒的数目、形状、尺寸以及谱分布是准确反演降雨强度的基础,为了获取自然环境下的雨滴微观特征量,本文采用迭代最大熵分割算法,获取雨滴图像的灰度区域阈值,通过阈值比较,把雨滴颗粒从图像中分割出来,在此基础上,把凹点匹配分割算法引入粘连雨滴的分割研究中,以链码差和曲率作为判断准则,选取凹点进行匹配,实现粘连雨滴的精确分割,以几何均值算法标记不同雨滴颗粒质心位置,记录雨滴特征量,提出了一种新型的雨滴微观特征提取方法。通过实验表明,该算法不仅能够有效地从图像中提取边界区域明朗且颗粒完整的雨滴,而且能够对粘连雨滴颗粒进行分割,从而可精准地从图像中获取雨滴微观特征量。