一种基于HSI空间的红外测量图像伪彩色编码方法

由于红外测量图像灰度分布极不均衡,采用传统的HSI空间(Hue Saturation Imensity,HSI)编码方法对红外测量图像进行伪彩色变换时,常常导致变换后的伪图像色彩仅仅局限于少数几种颜色.针对此问题,本文结合阈值分割理论,根据红外测量图像的灰度分布特性及图像处理要求,提出了一种基于HSI空间的红外测量图像伪彩色编码方法.实验结果表明:采用该方法编码的伪彩色图像色彩丰富,且方法具有较好的自适应性,易于实现.     

基于多级LatLRR和HSI空间的彩色图像融合算法

目的 为提高红外与彩色可见光融合图像的可视性,更好地再现图像的对比度和色彩效果,提出一种基于多级低秩表示和HSI颜色空间的彩色图像融合算法.方法 首先利用RGB到HSI颜色空间转换,把彩色可见光RGB图像转化到HSI颜色空间,并分离H,S,I三通道.然后利用LatLRR对彩色可见光图像的I通道图像和红外图像进行二级分解,可得到显著的细节部分和基础部分,并将彩色可见光图像I通道和红外图像的细节部分采用核范数自适应加权融合策略进行融合,基础部分采用高斯模糊逻辑值自适应加权进行融合.最后把融合后的细节部分和基础部分相加产生新的I通道图像,结合H,S通道再转到RGB空间,得到融合图.结果 实验结果表明,文中算法得到的融合图主观上彩色失真度最小、场景细节最清晰、红外目标更突出,同时客观评价指标值上升约1％～24％.结论 文中算法是一种有效的算法,对彩色图像融合结果有较好的改善作用.     

模糊聚类方法在医学图像分割中的应用

模糊聚类方法已被广泛应用到图像分割领域,重点研究模糊聚类方法以及模糊聚类方法在医学图像分割中的应用,同时对分割方法应用图像进行实验,分析。     

基于数学形态学的HSI空间彩色边缘检测方法

针对在RGB空间中很难有效区分颜色相似性的问题,选择更加符合颜色视觉特性的HSI颜色空间进行图像处理,提出一种基于HSI空间的多结构多尺度自适应彩色图像边缘检测方法.首先对H、S、I三个分量采用不同结构和不同尺度的结构元素进行形态学边缘检测,然后对三个边缘分量利用信息熵加权得到融合后的彩色边缘信息.实验结果表明,该方法可以充分利用彩色图像的色度,饱和度和亮度信息,有效地抑制噪声,自适应地提取完整的边缘信息.     

基于HSI颜色空间噪声检测的彩色图像去噪算法

目的为了有效去除彩色图像中的椒盐噪声,提高彩色图像质量。方法采用椒盐噪声检测和中值滤波相结合的方法,提出一种基于HSI颜色空间噪声检测的彩色图像去噪算法。将图像转换到HSI颜色空间,根据椒盐噪声在S通道具有极大值或极小值的特点判断出可疑椒盐噪声的位置,在H通道、I通道将可疑椒盐噪声分为噪声点和有用信号,对检测出的噪声像素进行中值滤波去噪。结果采用文中算法去噪后,验证图像主观评价值(Z)为1.30,平均PSNR为37.54,SSIM为0.99,Entropy为7.31,在主客观评价上优于现在常用算法。结论文中提出算法可以为彩色图像椒盐噪声的去噪提供理论基础,具有一定的实际应用价值。     

用于彩色图像分割的改进遗传FCM算法

本文提出了一种适用于彩色图像分割的遗传模糊C均值聚类(GAFCM)算法.该算法使用Ohta等人提出的彩色特征集中的第一个分量作为图像像素的一维特征向量,并利用由像素空间到特征空间的映射来改进目标函数,从而大大降低了运算量;使用对特征空间结构没有特殊要求的特征距离代替欧氏距离,从而克服了特征空间结构对聚类结果的影响;使用引入FCM优化的遗传算法来搜索最优解,从而提高了搜索速度.实验表明,该算法不但能很好地分割彩色图像,而且具有运算量小、收敛速度快的优点.     

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。     

区域生长和C-均值聚类结合的图像分割方法

结合边缘检测的模糊C-均值聚类图像分割方法,本文提出一种基于区域生长和模糊C-均值聚类相结合的图像分割方法.采用与区域生长类似的方法,寻找图像中封闭边缘围成的相互独立的区域,根据物理就近原则对边缘点进行归类,完成图像的分割.经实验验证:目标区的分割相对完整.     

基于模糊C均值图像抗噪分割方法的研究

针对含有噪声且光线不均的医学图像,提出了一种基于模糊C均值聚类的图像分割算法。模糊C均值聚类算法描述简洁、易于实现、分割效果好,在图像分割应用领域得到了快速发展,但也存在着对噪声敏感的问题。考虑到提取的医学图像数据中必定包含噪声,因此通过修改目标模糊函数J(u, v),在引入像素点邻域信息的基础上,对邻域信息加入了惩罚因子。弥补了传统模糊C均值聚类算法的不足,使该方法对含有噪声的医学图像更加有效。实验分析表明了算法的有效性和实用性。     

基于超像素快速模糊聚类的印刷品图像分割方法

针对当前彩色印刷品色差检测过程中效率低、复杂性高等问题,提出了一种基于超像素快速模糊聚类的印刷品图像分割方法（SFFCM）。先用简单线性迭代聚类（SLIC）算法将图像分割为紧密相邻的超像素区域。每个超像素区域被视为一个独立的聚类单元。随后,将模糊C均值聚类（FCM）算法应用于超像素的归属关系计算中,即引入隶属度值,允许超像素归属于多个聚类中心,并通过权衡归属度值来实现模糊聚类。实验结果表明,相对于其他算法,本文方法在保持良好实时性的同时,实现了较好的分割效果,有效平衡了算法复杂度与分割效果之间的关系。     

基于HSI空间彩色图像多结构元形态边缘检测

构建了一类在HSI 颜色空间基于多结构元彩色形态边缘检测梯度算法实现彩色图像边缘检测新方法,多结构元形态边缘检测有着比单一结构元素形态边缘检测更优越的性能。所定义的算法充分考虑了边缘的方向性和噪声对边缘检测的影响,本算法在噪声抑制方面显示了优良的性能,能满足不同应用的需要。     

基于自适应混合颜色空间的图像分割在药片泡罩包装检测中的应用

提出了一种建立新的颜色空间方法,根据相关性小和辩识能力好的原则, 在经典颜色空间分量中选择颜色分量,构成混合颜色空间,可改善需检测的药片图像分割的精确性和鲁棒性.实验表明:基于混合颜色空间的图像分割,药片边缘定位准确,克服了光照不均匀等问题,可精确计算出药片的几何形态属性,提高缺陷药片的识别率.     

基于统计模式识别的彩色图象分割方法

根据岩芯铸体薄片图象特点,提出了用颜色空间作为特征空间,利用统计模式识别的监督分类方法,最小距法则来对彩色图象进行真彩色二值化分割。实际结果证明该方法具有快,有效和准确的特点,对于彩色岩芯图象的分割处理十分有效。     

Deer Body Adaptive Threshold Segmentation Algorithm Based on Color Space

In large-scale deer farming image analysis, K-means or maximum betweenclass variance (Otsu) algorithms can be used to distinguish the deer from the background. However, in an actual breeding environment, the barbed wire or chain-link fencing has a certain isolating effect on the deer which greatly interferes with the identification of the individual deer. Also, when the target and background grey values are similar, the multiple background targets cannot be completely separated. To better identify the posture and behaviour of deer in a deer shed, we used digital image processing to separate the deer from the background. To address the problems mentioned above, this paper proposes an adaptive threshold segmentation algorithm based on color space. First, the original image is pre-processed and optimized. On this basis, the data are enhanced and contrasted. Next, color space is used to extract the several backgrounds through various color channels, then the adaptive space segmentation of the extracted part of the color space is performed. Based on the segmentation effect of the traditional Otsu algorithm, we designed a comparative experiment that divided the four postures of turning, getting up, lying, and standing, and successfully separated multiple target deer from the background. Experimental results show that compared with K-means, Otsu and hue saturation value (HSV)+K-means, this method is better in performance and accuracy for adaptive segmentation of deer in artificial breeding scenes and can be used to separate artificially cultivated deer from their backgrounds. Both the subjective and objective aspects achieved good segmentation results. This article lays a foundation for the effective identification of abnormal behaviour in sika deer.     

基于HSV空间的岩心图像处理

针对石油勘探中的岩心图像在分割过程中难以有效识别出灰度值相近的颗粒与颗粒、颗粒与背景的边缘信息,且容易造成过度分割或欠分割的问题,提出一种彩色图像分割并获取颗粒粒度分布的算法,并将结果与灰度迭代算法、最大熵法和分水岭算法分割结果进行比较。结果表明,该算法以彩色图像HSV模型的V分量为依据进行图像分割,可以在较为复杂的岩心背景下校正分割结果,更准确地分割出目标和背景颜色相近的边缘,获得砾石、泥沙颗粒的粒度分布。