分割双纹理图像的最佳Gabor滤波器设计方法

本文提出了一种用单Gabor滤波器分割双纹理图像时最佳Gabor滤波器的设计方法.该方法根据纹理图像能量在频域上的分布相对集中但并不局限于单一频率的特性,通过比较两类纹理之间的Fourier功率谱密度来设计最佳Gabor滤波器.与现有的方法相比,它具有计算量小、分割效果好的特点.另外它还提供了一种根据Gabor滤波器的频率带宽参数来指导搜索最佳滤波器的新策略,这与人类视觉系统的特性是相吻合的,具有很强的可操作性.     

基于活动轮廓和Gabor滤波器的细胞分割

将Tony F Chan提出的基于曲线进化、Mumford-shah泛函和level set技术的没有边界泛函的活动轮廓模型与Gabor滤波器相结合,利用Tony F Chan提出的不依赖于边界梯度的活动轮廓能够检测出边界梯度较弱的物体边界与Gabor滤波器能在不同方向和频率增强图像的特点,先对原始细胞图像进行不同角度、不同频率Gabor滤波从而在不同方向增强细胞边界削弱细胞内部信息,然后把不同方向滤波后的图像融合以得到边界增强噪声减少的图像,最后在该图像上应用活动轮廓取得了较好的分割效果.     

一种改进的基于Gabor滤波器的纹理分割方法

本文深入分析了Gabor滤波器的性能及其实现纹理分割的原理，针对现有的基于Gabor滤波器纹理分割方法存在的不足，提出一种根据“频谱特征值向量”构造Gabor滤波器组，以实现纹理分割的改进方法。实验结果表明，本文所提改进方法的分割效果明显优于现有方法，充分证实该方法行之有效。     

基于改进水平集方法的粘连细胞分割

传统水平集方法对粘连细胞分割效果差,同时在分割过程中需要不断地重新初始化水平集函数。为了解决传统水平集方法在粘连细胞分割上的不足,提出了一种基于颜色特征的水平集方法。该方法将能够约束水平集函数与符号距离函数之间偏差的变分公式作为内部能量项,从而无需重新初始化水平集函数;把结合图像颜色特征信息的能量函数作为模型的外部能量项,以改进粘连细胞的分割效果。实验结果表明,该方法能有效地分割粘连细胞,算法实现比较简单。     

基于Gabor滤波器的数字文档图像文字提取算法

本文提出一种在数字文档图像中自动检测和提取文字的算法．首先对图像在不同方向和阶数上进行Gabor滤波，得到反映文档图像布局的滤波图像，然后在得到的滤波图像中直接提取候选文字区域，再利用几何特性和高频分量特性筛选准则从中剔除非文字区域．最后选取了不同类型、不同语言和不同字体的文档图像进行实验，实验结果表明本算法对各种文档图像均能给出满意的结果．     

基于Gabor小波滤波器的红外图像多尺度识别

讨论了Ｇａｂｏｒ小波滤波器理论,并利用Ｇａｂｏｒ小波滤波器的多尺度特性进行了外图像识别,还进行了计算仿真实验,实验结果表明本文算法是可行的和有效的。     

基于Gabor环滤波的纹理分割方法

针对纹理分割问题,提出了一种在频率域呈环形分布的Gabor滤波器组(Gabor环)的设计方法,在能量意义下给出了自适应选择滤波环带的步骤,并给出了经Gabor滤波后纹理特征的计算公式。根据给定Gabor滤波器环具有的多方向特性对不同纹理图像进行滤波,然后计算滤波后各点特征,并利用这些多方向特征进行纹理分割。实验表明该方法能取得较好的分割效果,并具有很强的通用性。     

基于Gabor滤波器医学图像的纹理分割

基于Gabor滤波器纹理分割的研究。Gabor滤波器的改进,对Gabor滤波器在方向上做了改进,把Gabor滤波器在4个方向上提取纹理特征,拓展成在6个方向上提取纹理特征,基本满足了多通道多分辨率的要求。     

基于Gabor小波和主元分析的纹理图像分割

提出了基于Gabor小波和主元分析相结合的纹理图像分割算法.首先对纹理图像进行多通道滤波,获得了一系列滤波后的纹理图像.其次,借助于“能量测度”的概念,求解出各象素有效的纹理特征.为了进一步减少特征之间的信息冗余,降低聚类分析的计算负荷,采用主元分析（PCA）对所得的纹理特征进行降维.然后利用K-Mean算法实现纹理图像的分类.最后针对所提算法,进行了仿真试验.     

基于分形理论和Gabor变换的港口背景红外图像分割

为了对复杂港口背景的红外图像进行有效、快速和准确的分割,根据分形理论的思想,在对红 外图像进行分形处理的基础上,先运用最大类间方差法(Otsu)对红外原始背景图像进行粗分割,然后运用Gabor 变换和Gabor多通道滤波器提取港口背景轮廓,最后使用中值滤波滤除噪声,得到最终的港口背景轮廓图像。通过对实际港 口背景的红外图像进行分割实验,验证了所提方法的可行性和有效性。     

基于Gabor小波变换的彩色图像分割

本文提出了一种基于Gabor小波变换的彩色图像分割方法，首先对彩色图像进行Gabor小波变换，然后进行特征提取，并采用动态聚类K-均值算法进行分类，最后得到图像分割的结果。实验和分析表明，该方法对于彩色自然图像的分割具有较好的效果。     

基于Gabor滤波器的指纹图像增强研究

为了能够正确提取指纹图像中的关键特征,除了有效的方向计算和图像分割方法之外,指纹图像的纹路增强也是指纹识别中提高特征提取正确率的一个重要手段。在Gabor滤波器的基础上,使用平均频率的指纹增强方法,并在运算过程中对滤波算法进行优化,有效地减少了运算量。实验证明,该方法对低质量图像具有显著的增强效果。     

基于BP神经网络的血液细胞图像色彩分割

以MATLAB为平台,研究了采用BP神经网络对血液白细胞彩色图像进行有效分割的方法,为实现血液细胞分析与计数的自动化、提高T作效率和降低人为误差提供了条件。给出了对血液细胞彩色图像采用BP神经网络与RGB阈值等不同方法分割效果的比较,得出BP神经网络法优于RGB阈值法的结论。实验表明,BP神经网络有强的鲁棒性,对不同载片色彩差异有容错能力。     

一种适合血细胞图像分割的改进流域分割算法

针对流域分割算法中的过分割问题,提出几点改进:增加预处理,采用改变了流程的流域分割.整个过程是基于局部流域变换的迭代剥离,降低了程序储存空间.实验结果表明,这种改进的方法能使医学图像中的血细胞区域被有效分割出来,成功地解决了目标粘连现象对后续分析、测量产生干扰的问题.     

基于Gabor小波的无边缘活动围道纹理分割方法

该文提出了一种基于Gabor小波的活动围道纹理分割新方法。该方法先用Gabor小波提取图像的纹理特征,再用Chan-Vese模型进行分割。与其它基于Chan-Vese模型的纹理分割方法相比,基于Gabor小波的活动围道的纹理分割方法有两个优点：一是同时使用纹理特征和灰度信息演化围道,可分割纹理图像和非纹理图像,分割方法的灵活性好;二是在分割多类目标时,采用多级分层式曲线演化方法解决了初始围道难以选择的问题。对自然界真实图像和遥感图像的分割实验结果说明,该文提出的分割方法精度高。     

结合水平集和分水岭的粘连岩石图像分割

针对矿场的矿岩中粘连岩石图像难以分割的问题,提出了一种结合水平集和分水岭的图像分割方法。首先用水平集算法提取岩石颗粒边缘轮廓,在凸包和边缘轮廓共同控制下迭代腐蚀获得标记区域,最后用分水岭算法实现粘连岩石颗粒分离。实验结果表明,该算法能有效减少欠分割和过分割状况,具有较好的分割效果。     

基于迭代均值漂移滤波图像分割新算法

图像分割技术在系统计算机视觉领域一直扮演着重要的角色.针对传统的图像分割迭代算法由于过分重视图像分割的精确度,造成算法复杂度大大的增加.为了解决该问题,提出了一种全新的基于迭代均值漂移滤波图像分割方法.算法采用了熵作为停止准则,并使用均值移动跟踪滤波来给出递归实时的分割过程.仿真实验结果表明,提出的迭代均值漂移滤波图像分割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,还大大减少了计算量,一定程度上能够改善图片分割的效率和质量.