基于概率纹理模型的纹理分割方法分析

基于最优小波包基的纹理自适应概率模型通过优选小波包基来区分不同纹理,具有纹理描述更准确的优点。研究基于纹理自适应描述的邻域分割法,通过实验分析了纹理概率模型和邻域分割法对分割效果影响的主次关系。实验结果表明邻域分割法是分割取得好效果（分割错误率低于1．34％）的主要影响因素,概率模型对分割效果的作用是次要因素。这一结论的得出将有利于对该方法的改进。     

一种新的免疫组化图像分割算法研究

免疫组化图像自动分割在病理切片染色分析中有重要的应用价值。对大鼠肝脏免疫组化彩色图像进行深入研究,提取出新的阳性产物图像特征:所有阳性像素满足r>g>b;每个阳性像素在(r-g)、(g-b)、(r-b)三个色差分量上的均值和方差较大。以这些特征为基础,结合中值滤波,提出一种新的阳性产物自动分割算法。利用82幅图像对算法进行验证,与医生目视鉴别结果一致的约占80%。与现有算法的比较结果表明,该算法更适合低放大倍数的大鼠肝脏免疫组化彩色图像的分割,在免疫组化彩色图像的自动分析方面,做了一次有益的探索和尝试。今后还需进一步与病理专家沟通,提高识别率。     

SEGMENTATION OF OFF-LINE CURSIVE HANDWRITING USING LINEAR PROGRAMMING

Segmentation of cursive words into letters has been one of the major problems in handwriting recognition. We introduce a new segmentation algorithm, guided in part by the global characteristics of the handwriting. We find the successive segmentation points by evaluating a cost function at each point along the baseline. The cost of segmenting at a point is a weighted sum of four feature values at that point. The weights of the features are determined using linear programming.In our tests with 750 words written by 10 writers, 97% of the letter boundaries were correctly located.     

基于概率神经网络的粮食早期霉变识别研究

提出了一种基于概率神经网络的粮食早期霉变识别方法。实验中电子鼻系统采集了4种粮食作物及霉变数据共8类,对这些数据样本进行特征提取,得到了64组训练数据和48组测试数据。利用概率神经网络对特征数据进行分类识别,识别率为93.75%。实验结果表明,该方法对粮食作物种类及其早期霉变的识别是行之有效的。     

基于仿射特征描述的鲁棒车辆遮挡检测方法

在交通场景下进行多目标跟踪时,往往会存在车辆之间的相互遮挡,使得基于视觉的车流量计算准确度受到严重影响。针对这一问题,提出一种基于仿射特征描述的鲁棒车辆遮挡检测方法,该方法利用车辆的角点特征,建立基于仿射变换的车辆特征描述模型,判断车辆之间是否存在遮挡现象,再对遮挡车辆进行特殊分割,保证了车辆跟踪以及车流量统计的准确性。通过50段5分钟连续视频,每个视频中出现车辆遮挡时段大于1分钟,遮挡频率25%,遮挡帧数大于500幅进行试验,算法的车流量统计的正确性达到95%,正确跟踪率达到98%,验证了该算法的有效性。     

基于多特征的EM算法在昆虫图像分割中的应用

提出了一种基于多特征的EM(Expectation-maximizarion)聚类的昆虫图像分割方法.与一般的EM算法不同,这种方法首先选用适当的彩色空间对图像中的每个像素抽取颜色、纹理及空间位置等综合特征,形成基于像素的8维综合特征空间,然后采用高斯混合模型,通过EM算法估计高斯混合模型参数,利用图像像素点特征的相似度在特征空间中得到初步的区域分割,最后利用连接原理对图像区域进一步分割.实验结果表明, 算法能较好地分割昆虫图像.     

一种基于HSL概率密度的彩色图象分割方法

本文提出了一种基于色调、饱和度和亮度联合概率分布的彩色图象分割方法。该方法首先将RGB图象转换为HSL图象,并以色调为主要依据对图象进行粗分割。然后,利用亮度和饱和度信息进行细节分割并组合成有意义的区域。实验表明该方法的分割效果是好的。     

A ‘no-threshold’ histogram-based image segmentation method

Although most histogram-based image segmentation methods rely on the identification of a good threshold, we show that thresholding is not mandatory. Instead, we propose the association of grades of membership to each individual pixel, in order to perform probabilistic relaxation in the image space (which realizes some kind of regularization) and finally to obtain the segmented image through defuzzyfication of the relaxed grades of membership.     

基于视觉非线性的图象分割新方法

本文分析了在感知目标与其背景时Otsu判别准则与人类视觉机理间的不一致性,并根据视觉的非线性和适应性原理提出了新的目标图象分割计算模型和算法.实验结果表明,与传统的分割法相比,该方法具有优良的从低反差图象中抽取目标的性能.     

Region-based Image Retrieval Using Probabilistic Feature Relevance Learning

Region-Based Image Retrieval (RBIR), a specialisation of content-based image retrieval, is a promising and important research area. RBIR usually requires good segmentation, which is often difficult to achieve in practice for several reasons, such as varying environmental conditions and occlusion. It is, therefore, imperative to develop effective mechanisms for interactive, region-based visual query in order to provide confident retrieval performance. In this paper, we present a novel RBIR system, Finding Region In the Pictures (FRIP), that uses human-centric relevance feedback to create similarity metric on-the-fly in order to overcome some of the limitations associated with RBIR systems. We use features such as colour, texture, normalised area, shape and location, extracted from each region of a segmented image, to represent image content. For each given query, we estimate local feature relevance using probabilistic relevance model, from which to create a flexible metric that is highly adaptive to query location. As a result, local data densities can be sufficiently exploited, whereby rapid performance improvement can be achieved. The efficacy of our method is validated and compared against other competing techniques using real world image data.     

人脸图像自动识别技术

本文讨论了人脸识别技术（ＦＲＴ）中分割、特征提取及识别的有关方法,阐明了各种方法的基本思想、使用范围及优缺点,并给出了相应的计算公式,最后指出了对这些方法的性能进行定量评估所面临的问题。     

基于改进的离散傅里叶变换图像分割算法研究

研究图像分割特征提取优化问题。由于外界信号噪声等问题而引起图像分割分辨率低,清晰度不高,提取图像的主要特征目标是图像分割中关键的技术,针对传统的图像特征提取分割算法无法完成对图像关键特征信息适度提取,另外图像分割计算复杂,为了有效的对图像进行分割,提出了一种改进的离散傅里叶变换的图像分割算法。采用傅里叶变换算法对图像中感兴趣的区域进行分割出来后,对各个分割区域特点进行描述并组成一定的结构,从而获得最优图像分割结果。仿真结果表明,改进的算法可以有效地提取复杂图像区域中的特征信息,分割效果明显,提高了图像分割的分辨率和清晰度。     

人脸图像的自动识别技术

本文讨论了人脸识别技术（FRT）中分割、特征提取及识别的有关方法,阐明了各种方法的基本思想、使用范围及优缺点,并给出了相应的计算公式,最后指出了对这些方法的性能进行定量评估所面临的问题。     

Adjusted pixel features for robust facial component classification

Within the last decade increasing computing power and the scientific advancement of algorithms allowed the analysis of various aspects of human faces such as facial expression estimation [20], head pose estimation [17], person identification [2] or face model fitting [31]. Today, computer scientists can use a bunch of different techniques to approach this challenge 4, 29, 3, 17, 9 and 21. However, each of them still has to deal with non-perfect accuracy or high execution times.     

基于几何不变性原理图像分割算法研究

研究图像分割精度质量问题,由于图像中存在噪声和伪影,造成区域边界不连续,影响提取质量。传统的图像分割算法提取的图像质量差。为了解决上述问题,提出了一种利用几何旋转不变性特征和直线特征的图像分割算法,有效地提高了图像分割的准确率。算法首先分别对图像提取SIFT和LOFO特征,并在两种特征基础上进行匹配,获得匹配值,然后算法将两个匹配结果有机的结合起来,得到最终的匹配值。仿真结果表明,提出的新的几何不变性原理图像分割算法能快速的有效的分割图像,不仅可以得到了比较高的分割精度,获得有效的提取。还大大减少了计算量,并能够改善图片分割的效率和质量。     

一种基于相对熵的图象分割算法

提出了一种基于相对熵的图象分割算法，该算法的主要思想是通过相对熵来选择阈值，现场颗粒物料图象作为一个应用实例，在本文中得到验证，实验结果表明，提出的算法优于基于局部熵的图象分割算法。     

基于卫星云图的台风云系特征提取算法研究

利用静止卫星观测数据,进行了滤波、去噪等预处理,及综合优化的云检测处理;在此基础上,利用改进的正交匹配小波算法和优化的遗传-模糊聚类算法,实现了西北太平洋地区台风云系特征的提取。这两种算法提取出的台风云系特征参数简单,用于热带气旋(Tropical Cyclone,TC)的监测预警中可提高效率,适用于台风预报预警监测的业务化应用。     

一种使用黑板模型实现的图象分割策略及在桥梁目标识别中的应用

本文首先提出了一种用从自然背景中分割出人工物体的方法，即写生成分割策略，并把它用于一类桥梁目标的识别研究，本文接着研究了使用黑板模型实现写生成分割策略的问题，并在黑板模型试验床ＣＰＥＳ上使用写生式分割实现了桥梁目标的识别，取得了良好的识别效果。     

一种基于模糊聚类的图象分割方法

模糊Ｃ－均值（ＦＣＭ）算法用于图象分割，是一种非监督模糊聚类后标定的过程，但是，ＦＣＭ算法存在着一些不足，进而限制了它在某些方面的应用，本文提出了一种基于模糊聚类的图象分割方法，较好解决了ＦＣＭ算法所遇到的问题，且本文从数学上和实验上证明了这种方法的有效性。     

一个基于知识的航空影像目标自动识别算法

针对航空影像中复杂背景下目标的自动提取与识别这一难题，提出一种智能型目标识别算法。该算法包括图象分割，不变性参数提取和目标分类，利用一种基于知识的多特征融合和小波理论的多分辨率分析分割和提取图象目标，被提取的每个图象目标的不变性参数由改进的ＢＰ模型将图象目标分类，实验结果表明该识别虎法依据一定的先验知识，辅以人工智能的手段对复杂背景下的目标进行提取，复合，识别处理，从而到较为准确地识别出目标的最终