用矩保持法分割烧结机尾断面图像

介绍了一种用于图象分割的多阈值自动选择算法－－矩保持法。它是基于图象分割前后矩保持不变的原理，利用图象的灰度级直方科自动地多个分割阈值，该算法简单、计算量小。用该算法分割烧结机尾断面图象，得到了良好的分割效果。     

模糊阈值分割算法在烧结机尾断面图像处理中的应用

烧结反应过程与烧结产量的大量信息在机尾断面上可得到最直接、最丰富的反映。通过对烧结机尾断面图像进行处理,发现其直方图具有双峰特性,我们采用模糊阈值分割算法,自动地寻找阈值,比一般的算法简单,并且运算速度快。     

烧结断面图像分割方法的研究

利用图像分割技术,采用迭代的两级K＆I最小误差阈值分割算法,对烧结图像的背景和红火区及红火区和气孔区进行了自动分割。在VisualC 6.0软件开发平台上编程实现并与其它算法作了比较。实验结果表明:该方法分割速度快,程序简单,且具有良好的分割效果,为图像特征提取和图像识别工作奠定了良好基础。     

烧结断面图像分割方法的研究

利用图像分割技术,采用迭代的两级K&I最小误差阈值分割算法,对烧结图像的背景和红火区及红火区和气孔区进行了自动分割.在Visual C++6.0软件开发平台上编程实现并与其它算法作了比较.实验结果表明:该方法分割速度快,程序简单,且具有良好的分割效果,为图像特征提取和图像识别工作奠定了良好基础.     

图象数据读取方法及阈值分割技术

对ＢＭＰ文件格式进行分析,读取图象数据,并对这些数据进行处理,通过阈值分割技术得到图象边缘。     

图像阈值分割的VC＋＋实现

本文主要叙述了阈值分割的概念，并用vc＋＋实现了两种阈值分割算法。     

基于胸部CT图象的肺区自动分割

肺区自动分割是肺部肿瘤计算机辅助诊断系统的关键之一。文章采用多阈值和区域生长方法,先去掉背景,再去掉气管/支气管,最后对提取出来的肺区使用滚球的方法进行修补。该方法速度快、人工干预少、准确。     

阈值分割与颜色聚类相结合的色度学图象分割方法

根据真彩色图象象素在3D彩色空间呈现聚类分布的特点,可利用基于直方图的多维空间滤波技术得到目标图象,但会产生丢失目标信息的过度分割现象。采用颜色聚类方法改善此现象,在保证算法速度的基础上,大大提高了真彩色图象的分割效果,并对不同彩色模型和聚类中心有较好的鲁棒性,在医学染色图象处理中得到很好应用。     

小波变换在三维医学图象分割中的应用

本文将多尺度小波变换应用到三维医学图象分割中的阈值选取中．由于小波变换在较大尺度，由噪音引起的细小突变较少，可描述信号的整体行为，取较大尺度的由负到正的零交叉点来确定图象的阈值，再逐步到相邻的小尺度由粗到精地确定精确的阈值．用以上算法对三维医学图象进行二值化后，根据待提取组织或区域的特征，再选取合适的数学形态学操作，最后对区域进行种子填充．从实验结果可以看出分割效果较好，能够满足三维重建的要求．     

图像阈值分割的vc++实现

本文主要叙述了阈值分割的概念,并用vc 实现了两种阈值分割算法。     

自动面积梯度分割算法及其在耳形图像中的应用

提出一种实现抗噪保形的自动面积梯度分割算法。这种算法首先通过将图像分层并且利用最大熵原理确定面积阈值,然后在每一层进行面积开或闭运算,同时运用梯度算子,最后合并所有层。将这种分割算法应用到耳形图像的分割,外耳形状的特征点和特征线明显的分割出来,非常利于识别;在其它类型图像中也可取得满意效果。     

小波融合技术在图像分割算法中的应用研究

针对图像分割出现一些重要信息丢失与过分割的问题,提出了将小波融合技术应用到图像分割算法中,并对其进行实验验证。首先将图像分别进行Canny分割与迭代阈值分割;然后将这两种分割后的图像进行小波融合,得到融合图像。实验验证结果表明,与传统的Canny分割、迭代阈值分割相比,该算法能结合这两种分割算法的优点,互相弥补各自的一些不足之处并具有一定的抗噪声能力。     

改进的自适应分割算法在钢筋图像中的应用

为提高复杂条件下成捆钢筋端面图像的分割效果,先进行非均匀光照校正和噪声滤除,提出了新的阈值搜索范围和新的阈值计算准则寻找最佳阈值,改进了自适应阈值算法,并对端面图像进行分割,最后借助Matlab对该算法进行了仿真。实验结果表明,新算法不仅缩短了运算时间,而且有效去除非均匀光照、噪声等因素的干扰,突出了图像内部的细节,有利于后续的钢筋识别和计数。     

改进的元启发式优化算法及其在图像分割中的应用

元启发式算法自20世纪60年代提出以后,由于其具有可以有效地减少计算量、提高优化效率等优点而得到了广泛应用.该类算法以模仿自然界中各类运行机制为特点,具有自我调节的特征,解决了诸如梯度法、牛顿法和共轭下降法等这些传统优化算法计算效率低、收敛性差等缺点,在组合优化、生产调度、图像处理等方面均有很好的效果.提出了一种改进的元启发式优化算法——NBAS算法.该算法通过将传统天牛须算法（BAS）离散化得到二进制离散天牛须算法（BBAS）,并与原始天牛须算法进行混合得出.算法平衡了局部与全局搜索,有效地弥补了算法容易陷入局部最优的不足.为了验证NBAS算法的有效性,将NBAS算法与二维K熵算法结合,提出了一种快速、准确的NBAS-K熵图像分割算法.该方法解决了优化图像阈值分割函数的优化算法易陷入局部最优、算法寻优个体数多、设计复杂度高所导致的计算量大、耗时长等问题.NBAS-K熵算法与BAS-K熵算法、BBAS-K熵算法、遗传K熵算法（GA-K熵）、粒子群K熵算法（PSO-K熵）和蚱蜢K熵算法（GOA-K熵）在Berkeley数据集、人工加噪图像以及遥感图像上的实验结果表明,该分割方法不仅具有较好的抗噪性能,而且具有较高的精度和鲁棒性,能够较为有效地实现复杂图像分割.     

改进的PCM聚类算法在图像分割中的应用

可能性C均值聚类算法（PCM）对于噪声显示了良好的鲁棒性,但是它没有考虑到像素的空间信息,在含有大量噪声的情况下,PCM算法的分割性能会大大降低。基于PCM算法,提出了一种改进的PCM算法,该算法改进了隶属度函数,新的像素点隶属度更新为其邻域隶属度的几何均值。实验结果显示新的算法能够更有效的分割图像,并显示出良好的抗噪能力。     

基于Otsu准则及图像熵的阈值分割算法

在图像分割中,阈值的选取至关重要,在经典的Otsu准则基础上,结合图像熵提出了一种改进的局部递归的阈值选取及分割算法。基于图像像素熵信息,运用递归思想局部搜索图像的最佳阈值,这样不但缩短了计算时间,而且具有较好的自适应特点。该算法在图像背景不均匀或图像不是简单的单峰、双峰图像的情况下可以进行有效的分割,分割后的图像细节更加丰富,有利于分割后的特征提取。对Lena图像进行了实验,获得了较好的分割结果。     

费歇算法在彩色图像分割中的应用

费歇算法是一种优良的线性判决方法，适用于很多分类场合。本文简要介绍了费歇算法的原理，结合实例说明了利用费歇算法分割彩色图像的方法和步骤。分割结果表明，费歇算法能有效地对彩色图像进行分割，取得比较好的效果。     

基于图象腐蚀和区域生长的矸石图象分割算法

在实际的矸石分选过程中,要求的目标主要是将大块的矸石分选出来。但是,在拍到的胶带运行过程图片中,往往夹杂着很多小的煤颗粒或是矸石颗粒,如果不滤除掉这些小的颗粒,会影响矸石分选的效果和效率。针对上述问题,提出了一种融合图象腐蚀和区域生长的矸石图象分割算法。该算法首先对采得的原始图象进行图象压缩,然后对压缩的图象进行直方图均衡化,通过设定合适的腐蚀半径对原图象采取图象腐蚀处理,并选择合适的种子和阈值对腐蚀后的图象进行区域生长,最后将处理后的图象和原图象做"与"运算,得到边缘清晰的大块矸石图象。仿真结果表明,该算法能有效分割出大块矸石,且经图象腐蚀后的区域生长阈值的取值范围明显变大,对其它边缘模糊图象具有一定的参考作用。