基于灰度共生矩阵的阈值分割算法

针对目前比较成熟的分割方法存在的局限性,提出一种基于灰度共生矩阵的阈值分割方法。该方法利用灰度共生矩阵中包含的图像灰度值的分布和边缘信息,定义一个新的统计量——边缘强度,将其作为确定分割阈值时的一个重要参数,并与传统分割方法进行实验比较。实验结果表明:该方法在处理模糊边界时能取得比传统分割方法更好的分割效果,很好地保留需要的目标边缘。     

含有预知面积目标图像的分割方法

文中使用了自适应定向正交投影分解算法将复杂图像的直方图分解为多个高斯分布的组合,进而将灰度区间划分为多个子区间并计算出灰度直方图在这些子区间上的面积,而目标在图像中的成像面积是可以预先作出估计的,从而利用两者之间的关系给出分割图像的阈值,实现对图像的分割.     

基于灰度图像的阴影检测算法

基于灰度图像的阴影检测算法,通过快速归一化互相关函数计算方法其复杂度,并采用背景减法与帧差法相结合方法提取运动前景.其步骤包括提取运动前景及检测运动目标的阴影.该方法与基于HSV模型的阴影检测算法相比,实验表明:在不需要任何的颜色信息的情况下,基于灰度图像的阴影检测算法能较好检测出阴影.     

基于图像分割技术的压痕直径图像测量

在分析布氏硬度试验压痕图像基础上,提出基于属性直方图的图像分割算法.利用工业CCD相机获取压痕图像,通过图像分割、目标区域处理、压痕圆拟合等步骤完成图像处理,由此实现对压痕尺寸的自动精确测量.实验证明,该算法满足布氏硬度试验对压痕直径的测量要求.     

基于最小能量的图像分割算法

文中对图像分割进行了研究,将图像分割过程看成一获取信息的过程,通过最大化此信息量,导出一分割图像的能量泛函,最小化能量泛函即可得到分割结果。在最小化能量函数时,运用最陡梯度下降法导出一曲线进化方程,并用水平集方法来表示此曲线,利用快速水平集方法来进行数值求解。最后的仿真结果表明该算法很有效。     

基于梯度向量流模型的图像分割方法

针对传统Snake模型存在目标边界捕捉范围小,且不能有效检测到目标对象深度凹陷部位等问题,提出应用GVF Snake模型改进传统Snake模型的外部力,以增大Snake曲线的捕捉范围,使曲线能收敛在全局能量最小点,并提高检测深度凹陷部位的性能.理论计算和仿真分析表明: 利用GVF Snake模型对飞机和坦克等军事目标图像进行分割,具有目标边界捕捉范围广、收敛性好的特点.     

基于模糊熵的红外图像分割方法

针对红外图像具有的不确定性往往是模糊的且不是随机的特点,提出了一种基于图像的模糊性和最大熵理论的分割方法,给出了基于模糊熵的阈值选取算法。该方法不依赖于图像的直方图,也不需要直方图分布的假设。用该方法对坦克的红外图像进行了分割,与侧抑制方法的比较表明,该方法提高了运算速度。对不同红外目标大小和信噪比的图像均产生很好的分割效果,且受目标大小的影响小,具有较好的鲁棒性,可用于小目标的分割。     

基于改进型脉冲耦合神经网络的图像分割方法

脉冲耦合神经网络（Pulse Coupled Neural Network，PCNN）具有良好的脉冲传播特性，在图像分割中得到了广泛应用。针对其需要人机交互通过实验确定其相关参数，实时性差等问题，改进了标准的PCNN模型，提出了一种基于改进型脉冲耦合神经网络的图像分割方法。仿真结果表明，该方法实时性好、自适应性强，分割出的目标轮廓清楚．细节更多。     

飞机红外灰度图象分割自适应门限的确定

以红外成像探测得到的飞机图象为研究对象,将灰度直方图分析和飞机红外灰度图象固有的不变性特性信息结合起来,提出了一种自顶向下的灰度图象分割自适应门限的选取方法,利用求得的各级门限对飞机红外图象进行灰度分级,得到具有10级灰度的飞机灰度图象,为灰度图象识别系统提供数据输入。     

一种基于数学形态学的红外图像分割方法

针对红外图像信噪比低,一般阈值法难以分割的特点,提出了一种基于数学形态学的红外图像分割方法。首先利用形态学估计出红外图像的背景图像,其次用原始图像减去估计的背景图像得到差值图像,并对差值图像进行增强,再利用阈值法分割得到二值图像,最后应用形态学的开运算消除高频噪声,得到待检测的图像。并与著名的Ostu法、迭代法、P-参数法进行了详细的比较。结果表明:该分割算法是一种实用有效的图像分割方法。     

基于ICT 的引信图像分割算法

针对传统图像分割方法在引信图像分割上的不足,提出一种能够兼顾类内方差和类间方差的改进二维Otsu算法。介绍二维Otsu算法,分析比较原系统分割算法与自适应二维Otsu图像分割算法的优劣。实验结果表明:改进二维Otsu算法既能保证目标和背景的最大离散度,又能使目标和背景的内聚性最好,分割效果明显优于传统方法。     

基于熵权的图像分割性能灰色评判

为了克服传统的灰色综合评判中主观赋权的局限性,借助于信息工程学中的熵的概念,根据各评价指标的差异程度来修正权重,建立了一种新的综合评判模型——熵权灰色综合评判模型,并将该模型应用到图像分割性能评判当中。讨论影响图像分割性能的各种因素,从评判的灰色性入手,运用灰色数学的原理和方法对各因素从理论上进行定量分析。对因素权重的确定,不是单凭主观判断,而是采用熵权系数法进行客观计算。评价对象的固有信息得到充分利用。避免了以往评价中只强调过程的某几项少数指标而忽略其它指标的缺点。因此,该模型具有更好的有效性和实用性。     

基于相对误差分段的剂量率拟合转换方法

针对计数与剂量率数据拟合过程中低剂量率误差偏大问题,提出一种基于相对误差分段的剂量率拟合方法。以相对误差为判断依据,依次从高剂量率区域往低剂量率区域开展剂量率数值拟合,使拟合剂量率值中,高剂量率段相对误差均非常贴近于真值,同时低剂量率区域通过分段方式亦贴近于真值。结果表明,该剂量率拟合转换方法结果更贴近真值。     

基于灰度累积的遥感图像舰船尾迹检测

基于灰度累积的遥感图像舰船尾迹检测,先用双参数CFAR检测舰船目标,再在其周围运用直接灰度累积法进行航迹检测.其步骤包括双参数CFAR检测、统计舰船重心、尾迹检测预处理及设定阈值曲线.最后运用多项式拟合方法对灰度累积曲线进行分析,结果表明该方法可行.     

基于均匀色差的彩色图像分割方法

基于均匀色差的彩色图像分割方法,结合模式识别理论的自动聚类彩色图像分割.其图像首先被转化到L*a*b*颜色空间,进行初始化并确定聚类中心.然后计算像素到聚类中心的色差,进行聚类.之后计算新的聚类中心,反复迭代,直到符合终止条件,得到最终分割结果.实验证明,该方法可很好实现彩色图像的自动分割.     

改进型中值滤波器在图像去噪中的应用

中值滤波的改进算法,首先求得噪声图像滤波窗口中去除最大和最小像素灰度值后的中值,然后计算出该中值与对应像素灰度值的差,再与阀值相比较以确定是否用求得的值代替该像素的灰度值.仿真实验表明,与传统的中值滤波算法相比,该算法具有更好的滤波性能.