基于改进分水岭算法的医学图像分割的研究

本文针对医学图象的特点，改进了医学图像的分水岭算法，并用于医学图像的分割处理。这种分割通常应用分水岭算法，但是它有过分割的严重问题。本文闸述了在分水岭算法的基础上做的一些改进，其内容是：在分水岭算法之前，引入浮点，活动图像作为分水岭算法的输入，在分水岭算法之后，在面积控制的基础上，同时根据面积控制和对比度控制的准则，将某些被分割的小区并入邻近较大的区域。这种改进的方法使过分割现象得到了很好的抑制，而且医学图像中的病变小区被分割出来了，效果很好。     

基于阈值法和区域生长法的图像分割算法研究

由于图像阈值法的直观性和易于实现的性质,使它在图像分割领域中处在中心地位,但是在阈值分割后不可避免地会出现与目标灰度接近的背景区域,从而产生了噪声干扰。由于图像分割技术的不断完善,区域生长法比较完美地解决了噪声干扰的问题,但是随之也会造成欠分割和过分割的现象,同样使得分割效果不理想。因此,本文采用阈值分割法和区域生长法相结合的方法,来尽可能避免目标本身灰度不均匀造成的欠分割现象和有效防止目标边界模糊造成的过分割现象。     

基于医学图像分割的半自动ROI提取

针对当前ROI提取方法,提出了一种基于图像分割的半自动ROI提取算法,一方面保证提取出的ROI是有意义的对象,另一方面人为指定因素更小,对ROI提取的智能性有较大提高。在图像分割中提出一种基于改进的分水岭算法的医学图像分割方法,引入了浮点活动图像代替梯度图像进行分水岭变换,使分割结果边缘定位更准确,在分水岭变换之后,提出基于面积和对比度控制的合并小区域准则,可得到更好的分割效果。     

基于改进分水岭算法的红外图像分割

研究自然背景下红外图像目标分割的问题,提出了一种基于改进分水岭算法的红外图像分割方法.该方法先利用形态学开闭滤波,对红外目标图像中的噪声和微小的干扰区域进行滤除,接着根据提出的计算图像形态梯度的多尺度算法提取图像梯度,而后用改进的分水岭算法对图像进行分割.最后提出了一种新的区域融合方法.实验结果表明,该算法能较好地解决红外图像中的目标分割问题.     

基于区域特征合并的分水岭图像分割

传统分水岭变换图像分割方法容易造成过度分割,不利于后期的图像分析与处理。采用一种分水岭变换结合区域特征合并的方法,首先将原始图像进行形态学变换,获取梯度图像;再进行分水岭变换,并将运算后的结果进行基于区域纹理、灰度一致性及区域平滑性等特征的区域合并;最终获取分割结果。实验结果表明,与传统分水岭变换方法相比,该方法能够有效降低因噪声、明暗纹理产生的过分割现象,方法可行、有效。     

基于区域生长法的太极拳竞赛场地分割算法

本文提出一种基于区域生长的太极拳竞赛场地分割算法.首先,将彩色太极拳竞赛图像转换到YCbCr空间;其次,利用大津法进行阈值分割得到竞赛场地的种子区域;最后,以种子区域作为起始,利用区域生长法分割出太极拳竞赛场地区域.实验结果验证本文算法的有效性.     

一种基于形态学的红外目标分割方法

研究自然背景下红外图像中目标分割的问题,提出了一种基于形态学的红外目标分割方法．该方法先利用形态学滤波,对红外目标图像中的噪声和微小的干扰区域进行滤除,接着根据提出的计算图像形态梯度的多尺度算法提取图像梯度,而后用改进的分水岭算法对图像进行分割,最后针对过分割问题提出了一种新的区域融合方法．实验结果表明,该算法能较好地解决红外图像中的目标分割问题．     

用基于运动的区域生长法分割序列图像

针对基于对象的视频编码应用,提出了一种基于运动的区域生长分割方案,将图像分割成具有一致运动特征的区域。方案中采用块匹配法进行运动估计,利用重构式开－闭及区域生长型水岭算法等形态工具进行空间域分割,以改进时间域分割。此外,为了求取可靠的运动矢量,还提出了一种变化检测算法及预选多个候选运动矢量的运动估计方法。初步的模拟结果表明,该方案是可行的。其主要优点是算法简单、计算量少。     

基于梯度矢量流理论的图像区域合并算法

为了减少过分割对图像后期处理的影响,提出基于梯度矢量流理论的过分割图像的区域合并算法。介绍了分水岭分割算法,梯度矢量流的产生、方向特征以及基于梯度矢量流理论的图像区域合并算法的方向查询及合并过分割区域的步骤。实验结果表明：在经典分水岭方法获得初始分割的基础上,可以获得待分割目标准确的边界和数目,对粘连、多目标及目标边界不封闭的生物图像具有较好的分割效果。     

基于数学形态学的医学CT图像分割方法研究

提出一种基于形态学分水岭算法的医学CT图像分割方法。针对传统分水岭算法易产生过分割现象的问题,分析产生过分割现象的原因并提出解决方案:首先利用形态学重构算法滤波,然后合并极小值,对梯度图像进行修正,最后对修正的梯度图像进行分水岭变换。仿真结果表明该方法能够抑制过分割现象,得到理想的分割结果。     

一种基于脑部肿瘤MR图像的分割方法

针对传统的分割方法难以实现医学图像自动分割和准确分割的问题,提出了一种基于GVF Snake模型的医学图像分割方法。该方法采用Canny算子的边缘检测结果作为GVF扩散方程计算的边缘映射图,提高了GVF Snake模型的抗噪性能;用分水岭算法自动获取的轮廓作为GVF Snake模型分割的初始轮廓,降低了GVF力场计算的复杂性和分割时轮廓线的迭代次数。分析和实验结果表明,采用该方法对脑部肿瘤MR图像进行分割时,能自动准确地分割出肿瘤区域。     

基于模糊增强的医学图像分割分水岭算法研究

医学图像存在病变区域和背景区域,病变区域是分割的重点。针对传统分水岭算法对噪声敏感和易于产生过分割的问题,提出了一种将多尺度形态学边缘检测、模糊增强和控制标记符分水岭相结合的分割策略。该方法首先结合大结构元素和小结构元素各自的优点,用多尺度形态学边缘检测降弱过分割;其次用模糊增强算法使原始医学图像中粗细的边缘都能够得到增强;最后采用基于前景和背景标记的分水岭分割算法进行分割。仿真实验表明,该算法不仅可以有效的克服分水岭变换严重的过分割问题,得到有意义的区域分割,而且还具有较强的区域轮廓定位能力,不需要再进行后续的合并处理,算法简单,同时具有多尺度的特点,能够适应医学图像分类与信息提取的需求。     

基才区域显著性的彩色图像分割

提出一种彩色图像分割算法主要利用区域间显著性。先是运用了Kmeans聚类的算法对彩色图像进行分割。然后分析彩色图像中的各个分割区域之间的对比度值以及分割的区域在图像中的位置关系,得到显著性值。根据需要设定显著性阚值．得到目标显著性区域并将其他非显著性区域合并。以此达到目标区域与背景的分离。     

一种基于帧内图像分区的视频对象自动分割算法

视频运动对象的自动分割是实现新一代对象基视频编码标准MPEG-4的重要技术,本文提出了一种基于帧内图像分区的运动对象自动分割算法.首先以时域运动信息为依据利用高斯检验方法得到二值运动掩模图像,并建立MRF随机场模型进一步检验,然后提出了一种结合非线性变换的改进分水岭算法进行帧内图像分区,以划定对象区域与背景区域的界线,最后对时域分割和帧内分区结果进行比重运算,得到最终运动对象.针对MPEG-4标准测试序列和自采集手指视频序列的实验结果说明了算法的有效性.     

基于区域相似性与相异性的数字图像分割方法

针对数字图像数据量大、内容复杂、特征度量困难的特点,提出了一种综合区域相似性和相异性的基于图模型的分割方法.使用颜色方差作为距离度量,依靠区域邻接图和最近邻区域图来完成数字图像的快速区域合并分割.在合并过程中,通过合并区域的最小合并代价和最大合并代价变化,调整合并顺序,从策略上保证了分割区域的同质性和区域间的相异性.实验结果表明,该方法可以较好地解决图像的误分割现象.     

基于形态学与二维Otsu相结合的红外图像分割方法

Otsu法是常用的基于阈值的图像分割方法之一,二维Otsu法利用图像的像素灰度值分布及邻域像素的平均灰度分布构成的二维直方图对图像进行阈值分割。由于红外图像具有低对比度、低信噪比、边缘模糊的特点,仅采用二维Otsu对其进行分割,由于噪声的影响,分割后的图像会有边缘信息不清晰以及误分割的问题。针对这个问题,本文提出的形态学与二维Otsu相结合的红外图像分割方法。实验证明,利用形态学可以保留图像基本形状,弥补分割图像细节,并使图像的轮廓更光滑的特点,达到较好的红外图像分割效果。     

移动图像分割方法研究

随着MPEG-4,MPEG-7等一系列新的图像和视频信号压缩编码国际标准的出台,移动图像分割日益显示出其广泛的实用性,它使图像的有效压缩、快速检索等成为可能的同时,也在其他领域如自动收费系统、不停车缴费、失窃车辆的查寻、停车场车辆管理及其他检测和识别领域等占据着举足轻重的位置.文中针对移动图像的图像分割,采用时间域信息捕捉移动物体,然后利用空间域信息进行细致的分割,提出了一种新颖又实用的移动图像分割方法.     

分割映射的单幅彩色图像去雾方法

针对传统暗通道先验去雾方法在进行大气散射函 数估计时容易出现块状模糊效应的问题,提出了一种 基于分割映射的单幅彩色图像去雾方法。首先对前端采集图像进行近景与远景区域分 割,并基于分 割区域进行亮度信息的分段映射,通过分段计算获取大气散射函数的预测估计值;接着,采 用传统的导向 滤波方法对大气散射函数的估计值进行优化分析,进一步增强图像的边缘信息,改善在大面 积天空颜色情 况下图像边缘的块状模糊效应,提升含雾图像在突变区域的去雾效果。针对实际采集 的含雾图像进 行去雾效果分析和对比,分别基于图像的对比度改善量e、色彩自然度(CN I)、颜色丰富程度(CCI)以及计算耗时等4方面进行定量对比。分析结果表明, 本文方法很好地改善了图像的去雾效果,并进一步提升了运行的实时性。     

融合边缘流和归一化割的岩心图像分割

提出一种融合多尺度边缘流和归一化割的图像分割方法。首先采用多尺度边缘流,检测在大尺度和小尺度上均存在的边缘,并在小尺度上定位边缘,再通过边缘连接,得到封闭的边缘;然后把多尺度边缘流分割得到的区域作为归一化割中图的顶点,区域间的相似性度量作为相似性矩阵的元素,大大降低了归一化割对内存的需求,提高了特征方程的计算效率,使归一化割得到实用,同时也降低了边缘流的过分割现象。实验表明,在岩心扫描图像的分割中,该方法能得到很好的效果。