基于三维上下文的图像几何分割方法

图像分割是计算机视觉中最基本的前期准备工作,也是由图像处理到图像分析的关键步骤。传统图像分割方法得到的结果往往是不具有几何意义的独立区域,而现有的几何分割方法分割准确率较低。本文提出一种基于三维上下文的场景图像几何分割算法,将场景图像的三维上下文信息成功应用到图像的几何分割中。实验表明,利用这种方法对图像进行几何分割具有较高的准确率。     

一种基于模板匹配的芯片Frame图像分割算法

针对背景复杂、边界模糊以及芯片相连等特征的芯片Frame图像,提出了一种基于模板匹配的芯片Frame图像分割算法。首先,对整幅芯片Frame图像预分割出多个区域模块;然后,基于区域模块图像采取模板匹配算法匹配单芯片图像;最后,通过合并单芯片的重叠匹配框并记录合并框的坐标信息的方式分割出单芯片图像。实验结果表明:选取合适的模板和阈值,能使该算法的分割准确率达到100%,并且比不基于区域模块匹配的分割算法节省了至少45.76%的分割时间,满足芯片Frame高精度和高速度的分割需求,为芯片图像分割算法的研究提供了一种新思路。     

基于MICO+FCM的MRI脑组织分割

针对MRI中存在的强度不均匀问题以及颅骨组织对于脑部组织提取所造成的影响,为了解决对特定脑部组织的研究问题,提出一个MICO+FCM脑组织分割算法。算法首先利用基于MICO的能量最小化算法对脑部MRI进行强度不均匀性估计和矫正,并且通过该算法完成对图像的初步分割,然后通过区域生长算法对图像中的颅骨组织进行去除,再利用FCM算法完成脑部组织中脑白质和脑灰的分割提取。通过仿真表明,相对于传统FCM算法及其它图像分割算法,提出的MICO+FCM脑组织分割算法在分割准确率和分割效率上均有所提升。     

面向RGBD图像的标记分水岭分割

目的 针对分水岭分割算法中存在的过分割现象及现有基于RGB图像分割方法的局限,提出了一种基于RGB图像和深度图像(RGBD)的标记分水岭分割算法。方法 本文使用物体表面几何信息来辅助进行图像分割,定义了一种深度梯度算子和一种法向量梯度算子来衡量物体表面几何信息的变化。通过生成深度梯度图像和法向量梯度图像,与彩色梯度图像进行融合,实现标记图像的提取。在此基础上,使用极小值标定技术对彩色梯度图像进行修正,然后使用分水岭算法进行图像分割。结果 在纽约大学提供的NYU2数据集上进行实验,本文算法有效抑制了过分割现象,将分割区域从上千个降至数十个,且获得了与人工标定的分割结果更接近的分割效果,分割的准确率也比只使用彩色图像进行分割提高了10%以上。结论 本文算法普遍适用于RGBD图像的分割问题,该算法加入了物体表面几何信息的使用,提高了分割的准确率,且对颜色纹理相似的区域获得了较好的分割结果。     

MR心脏序列图像左心室内外壁联合分割和时序追踪新方法

MR心脏图像左心室内外壁的自动分割是计算机辅助心功能诊断的前提。本文提出了一种MR心脏图像的左心室内外壁的联合分割和时序追踪的新方法。首先用改进几何动态轮廓线算法分割一帧3维MR图像中的左心室内壁,然后通过时序追踪得到同一层面各帧的内壁轮廓。分割外壁时,以内壁为初始轮廓,设计一种由距离和区域灰度均值约束的区域膨胀力,分割心室的外壁。在临床实际心电门控动态4D心脏MRI序列图像上的实验结果表明,算法分割左心室的内外壁的结果和专家手动分割结果很接近;并且根据心室内外壁分割结果建立的左心室3维模型,可以计算出几种重要的临床心功能指标。     

基于显著性密度修正的均值漂移分割算法

针对固定空间和色彩带宽的均值漂移分割算法无法解决的错分割问题,提出一种基于显著性特征进行密度修正的均值漂移分割算法。首先基于密度估计的主颜色量化结果计算区域视觉显著性;其次,将区域视觉显著性融合像素级显著性作为色彩特征空间聚类的密度修正因子,将密度修正后的融合图像作为输入执行均值漂移分割;最后进行小区域合并获得最终分割结果。实验结果显示,所提分割算法在四种尺度上的真实边界准确率和召回率平均值达到0.64和0.78,与其他方法相比,分割精度有显著的提高;同时,在视觉上有效提高了目标完整性,增强了自然图像中目标分割的鲁棒性。     

两种超声颈动脉血管斑块图像分割方法比较与改进

针对颈动脉超声图像,实现了两种颈动脉血管斑块的分割方法—活动形状模型(Active Shape Models,ASM)和活动表观模型(Active Appearance Models,AAM),对38组颈动脉超声图像进行了内外轮廓分割,并比较了两类算法对颈动脉内外轮廓分割的有效性。在综合分析实验结果的基础上,结合颈动脉超声图像的特点,通过引入比例不变性改进了ASM算法。统计结果表明,在运行时间上,ASM和改进ASM的运行时间相近,AAM大约为ASM和改进ASM的16倍。同时,采用FOM和RAY两种方法对分割效果进行评价,结果表明,改进ASM算法的分割效果较ASM有了很大的提高,是最适合颈动脉血管斑块超声图像分割的算法。     

基于曲率局部二值模式的深度图像手势特征提取

针对复杂环境下的深度图像手势特征提取信息冗余量大、编码不稳定等问题,提出了一种改进的基于曲率局部二值模式（LBP）的深度图像手势特征提取算法。该算法首先通过坐标转换将分割出的手势深度数据转换为点云数据;其次利用移动最小二乘法对手势点云数据进行曲面拟合;然后计算出能够更加准确描述物体三维表面几何信息特征的高斯曲率;最后利用改进的LBP均匀模式对高斯曲率数据进行编码形成特征向量。在美国手语（ASL）手势数据库上该算法的平均识别率达到了92.1%,与3D局部二值模式（3DLBP）和梯度LBP相比分别提高了18.5个百分点和13.7个百分点。实验结果表明,该算法可以区分外部轮廓相似但内部结构不同的手势,有效提高了在描述手势深度图像内部细节方面的准确性。     

一种基于区域相关性的三维核磁共振图像快速分割方法

本文针对三维核磁共振图像的自动分割问题,结合分水岭算法与SharonE等人提出的SWA分割算法,提出一种基于区域相关性的快速分割算法。该算法的优点是减少了计算复杂核磁共振图像及具有复杂纹理的单张切片图像进行准确的分割 。     

基于区域生长的彩色图像分割算法

针对传统种子区域生长算法在分割具有复杂纹理的彩色图像中存在的问题,提出一种改进的种子区域生长算法,该算法在YCbCr颜色空间中进行,采用离散余弦变换提取图像纹理特征值,进行自动种子及种子区域的生长,并用区域合并改善过度分割。实验结果表明,该算法能有效提高图像分割的精确性。     

融合颜色和深度信息的图像物体分割算法*

当图像中存在阴影、低对比度边缘和模糊区域时,传统算法仅利用外观信息难以准确提取物体轮廓,而深度不连续性为辨识物体边界提供有用信息。文中提出基于颜色和深度信息的图像物体分割算法,首先利用mean-shift算法对图像进行适度的过分割,然后融合颜色和深度信息充分描述过分割区域的特性,根据深度信息自动选取目标和背景的种子区域,最后基于最大相似度进行区域合并,得到图像物体分割结果。在Middlebury和NYU-V2数据库上的实验表明,相比当前通用算法,文中算法简单有效,能提高分割的准确性,改善分割图像的视觉效果。     

一种基于区域分级合并的彩色图像分割方法

在区域合并过程中,手工设置颜色相似性和边界距离的权重极大地影响了分割的精度和自动化.针对这一问题,提出了一种新的基于区域分级合并的彩色图像分割算法.该方法能够根据邻接区域的边界特点设置权重因子,从而自适应地融合区域的颜色相似性和边界距离.使用均值漂移算法对图像进行初始分割,将原图像分割为具有较好边界的同质区域;通过计算区域相似度对区域进行分级合并.多幅彩色图像的分割实验结果证明,所提算法优于传统的基于区域合并的方法.     

Segmentation of remotely-sensed images by a split-and-merge process+

Abstract

This paper describes the application of an image segmentation technique to remotely-sensed terrain images used for environmental monitoring. The segmentation is a preprocessing operation which is applied prior to image classification in order to improve classification accuracy from that achievable by classifying pixels individually on the basis of their spectral signatures. The method uses a split-and-merge technique to segment images into regions of homogeneous tone and texture wherever this is possible. The split-and-merge technique employs a hierarchical quadtree data structure. Texture is measured using easily computed grey value difference statistics. The homogeneity criteria employed in region merging are dependent on local statistics. The segmented image is classified using a region classifier for regions and the normal per-pixel classifier for single pixels in areas of inhomogeneity. The technique is illustrated by example classifications of aerial Multispectral Scanner data from two test sites. A quantitative analysis of the performance shows that an increased classification accuracy is achieved.     

基于组件树滤波及快速区域合并的分水岭分割算法

针对分水岭算法存在过分割的问题,提出一种结合组件树滤波及快速区域合并的图像分割算法。该算法在图像预处理阶段利用组件树来表示梯度图像且根据顺序极值计算分水岭的相对势能和属性,并对其进行滤波,从而减少梯度图像中的局部极小值。对滤波后的梯度图像进行分水岭初始分割,然后利用完美场景准则对初始分割结果进行快速区域合并。实验结果表明,采用组件树对梯度图像进行滤波能够减少由于噪声而产生的局部极小值,大大减少了分水岭初始分割区域数量,提高了区域合并的准确性,加快了合并速度。     

高分辨率遥感影像的多特征多核ELM分类方法

针对高分辨率遥感影像地物分布复杂多变,利用ELM的快速分类性能,提出了一种ELM的多特征多核高分辨率遥感影像分类方法。首先利用多尺度分割算法将原始影像粗分为若干地物区域;然后依据区域合并准则对粗分割图像合并得到典型地物特征的对象信息,并提取分割对象的光谱特征与空间特征;最后以多种核函数加权组合的方式构建多核ELM对影像分类,获得最终的分类结果。实验结果表明,所提方法不仅降低了对目标训练样本的要求,同时还提高了分类的准确性、及时性和完整性。     

基于K均值聚类与区域合并的彩色图像分割算法

提出一种基于K均值聚类与区域合并的彩色图像分割算法。首先,对图像运用mean shift算法进行滤波,在对图像进行平滑的同时保持图像的边缘;然后,运用K均值算法对图像在颜色空间进行聚类,得到初始分割的结果;最后,给出了一种区域合并策略,对初始分割获得的区域进行合并,得到最终的分割结果。仿真结果表明,算法的分割结果和人的主观视觉感知具有良好的一致性。     

Color image segmentation based on homogram thresholding and region merging

In this paper, a color image segmentation approach based on homogram thresholding and region merging is presented. The homogram considers both the occurrence of the gray levels and the neighboring homogeneity value among pixels. Therefore, it employs both the local and global information. Fuzzy entropy is utilized as a tool to perform homogram analysis for finding all major homogeneous regions at the first stage. Then region merging process is carried out based on color similarity among these regions to avoid oversegmentation. The proposed homogram-based approach (HOB) is compared with the histogram-based approach (HIB). The experimental results demonstrate that the HOB can find homogeneous regions more effectively than HIB does, and can solve the problem of discriminating shading in color images to some extent.     

三角网格模型分治加工中区域分割算法的研究

提出分治加工策略以保证复杂三角网格模型数控加工同时具有较高的加工效率和加工精度;针对分治加工的需求,提出一种将机械零件三角网格模型分割成具有加工意义区域的算法。算法采用半边数据结构,基于区域生长原理,以二面角结合刀轴矢量为区域生长的驱动信号,实现了三角网格模型内子加工区域的快速分割。为了避免过分割现象,实现了小区域或误判区域的优化合并处理算法。运行实例表明了该算法能够有效实现加工模型的区域分割。     

Interactive image segmentation by maximal similarity based region merging

Efficient and effective image segmentation is an important task in computer vision and object recognition. Since fully automatic image segmentation is usually very hard for natural images, interactive schemes with a few simple user inputs are good solutions. This paper presents a new region merging based interactive image segmentation method. The users only need to roughly indicate the location and region of the object and background by using strokes, which are called markers. A novel maximal-similarity based region merging mechanism is proposed to guide the merging process with the help of markers. A region R is merged with its adjacent region Q if Q has the highest similarity with Q among all Q's adjacent regions. The proposed method automatically merges the regions that are initially segmented by mean shift segmentation, and then effectively extracts the object contour by labeling all the non-marker regions as either background or object. The region merging process is adaptive to the image content and it does not need to set the similarity threshold in advance. Extensive experiments are performed and the results show that the proposed scheme can reliably extract the object contour from the complex background.     

岩矿薄片偏光序列图像的矿物颗粒分割方法

岩矿薄片图像中矿物颗粒的提取是岩矿薄片粒度分析、成分识别的基础,为了进一步提升矿物颗粒提取的准确性,提出一种新的矿物颗粒分割提取方法.该方法以相同视域、不同角度下的正交偏光序列图像为基础,对序列图像进行融合后,利用熵率超像素算法提取矿物颗粒目标.为了减少矿物颗粒的过分割现象,采用快速区域合并算法合并具有相似性的区域,最后,依据矿物颗粒在正交偏光下的变化规律对分割区域筛选,再次进行颗粒目标融合实现颗粒自动分割.该方法提取岩矿薄片图像中的矿物颗粒,可以获得较好的效果.