基于改进FAST与分水岭算法的颗粒图像分割

为准确、高效分割粘连颗粒,提出一种改进FAST特征点检测算法,并与基于h-maxima变换的分水岭算法相结合实现粘连颗粒的分割。该算法通过h-maxima分水岭算法得到候选边缘分割点和候选分割线;采用改进FAST算法遍历二值图像边缘获得图像边缘特征点;利用边缘特征点对所有候选边缘分割点进行非极大值抑制得到待边缘分割点;通过待边缘分割点从候选分割线中提取待分割线;利用边缘特征点识别待分割线中的伪边缘分割点,并去除与其相连的分割线;获得正确分割线进行图像分割;对典型颗粒进行分割实验,并与现有3种图像分割算法进行比较。结果表明:该算法相对运算时间最短,分割正确率最高且均大于95%。     

混合颗粒系重叠图像分割与分类方法研究

针对传统图像处理算法对重叠颗粒的分割困难,引入Mask R-CNN深度学习算法并做针对性改进,通过调整残差网络ResNet-101加速训练,提出双FPN结构实现全局特征融合,使用Soft-NMS避免重叠颗粒漏检。设计了颗粒重叠图像实验系统,采集单一球形、球形与不规则混合多分散颗粒重叠图像用于分割研究。实验结果表明:该方法对混合颗粒分类准确率为91%,召回率为92%,均优于传统算法;其应用于含气泡的一水柠檬酸结晶过程中结晶的在线测量,所得结晶颗粒中位径误差为3.8%,数目误差为-1.3%。所提方法为混合颗粒的重叠图像分析提供了思路,后续有望解决图像法结晶过程后期在线监测乏力与气泡干扰的问题。     

基于阈值的几种图像分割算法研究

图像分割就是将图像分成若干具有特定意义的区域,并将它们提取出来进行处理的技术。本文介绍了阈值化分割技术的基本原理,描述了几种常用的图像分割算法,并对几种算法的优缺点进行了分析。     

JSEG图像分割算法改进

图像分割是一种重要的和关键的图像分析技术,目的是把图像分成各具特性的区域并提取感兴趣的部分。在基于内容的图像检索中,要对图像特征进行提取,图像分割是其中一个重要的步骤。现在图像分割算法已经有很多,为提高图像检索效率,对JSEG算法进行改进,实验证明该算法有效提高图像检索效率。     

图像分割方法综述

图像分割是数字图像处理中的关键技术之一。本文针对当前主流的灰度图像分割算法进行了分析、分类、归纳和总结,指出了各类方法的优缺点,为选择不同的分割算法提供了一定的依据。     

基于免疫算法进行图像分割的应用和研究

图像分割是图像处理的关键技术,是将图像分成一些有意义的区域,然后对这些区域进行描述。免疫系统是高度并行的分布式信息处理系统,受到免疫系统的启发,免疫算法是模拟人体免疫过程而产生的新型算法,具有独特的自学习自组织性和高速的并行计算特点,免疫算法的思路也可灵活的应用于其它算法中,本文正是以免疫算法所具有独特的自组织性出发,讨论了其应用于图像分割领域的发展和应用。     

基于静脉灰度值特征的图像分割算法研究

手背静脉图像的采集过程中,由于图像采集设备、光照、皮下脂肪厚度等因素的影响,手背静脉图像的对比度比较低,同时图像噪声严重影响静脉提取。针对此问题,本文提出了一种基于静脉灰度值特征的图像分割与对比度增强算法。首先提取ROI(有效的感兴趣区域)和对ROI进行维纳滤波;然后采用新的图像分割算法对静脉图像进行静脉提取,利用8-邻接内边界跟踪方法和形态学处理方法对静脉二值图像进行去噪;最后将ROI与去噪后的图像进行加权叠加得到对比度增强的静脉图像。实验结果表明,通过采用基于静脉灰度值特征的图像分割算法可以很好地获取到静脉脉络,最终可以获得高对比度的静脉图像。     

医学图像中细胞分割方法简介

细胞分割作为细胞跟踪、细胞分裂检测过程中提取细胞特征的一个重要手段,在医疗图像处理、分析领域占据重要的地位。本文通过对国内外常见生物医学细胞图像分割方法的大量研究,较为全面地介绍了现行的各种细胞分割方法,同时对各个方法的优缺点进行了论述,最后对细胞分割算法进行了归纳总结。     

基于边缘探测的密集颗粒图像分割方法

针对密集的颗粒图像提出了一种基于边缘探测的颗粒分割方法.该方法采用分块自适应的边缘检测算法实现对图像的边缘检测,并采用形态学方法去除边缘噪音;采用分水岭算法对图像进行初步分割,根据分割区域自动选取种子点,并利用区域面积对种子点进行修正,然后从种子点发射探测线探测边缘位置,记录边界点,通过判断机制判别出由于边缘不完整或噪...     

基于图割探析CT图像分割算法

医学图像分割,是指将医学图像划分为各种不同的区域,并从中提出感兴趣部分的过程,是医学图像处理、计算机辅助诊断等领域的关键性问题之一,分割的结果对于后续处理有着直接的图像,一直是研究的热点问题。文章结合相关概念,对基于图割的CT图像分割算法进行分析和探究。     

磁性/荧光双功能纳米颗粒的制备及性能研究

通过对Fe3O4纳米颗粒的SiO2包覆和表面胺基化修饰,成功地将CdSe量子点（QDs）均匀地包覆在Fe3O4纳米粒子表面,制备了稳定的、具有磁性/荧光双功能的纳米颗粒,结果表明,所制备的纳米颗粒具有良好的分散性、优异的磁响应特性和荧光发射性能,为制备该类双功能纳米材料,拓宽其应用领域提供了新的途径。     

基于免疫密母算法的图像分割

密母算法具有全局和局部搜索能力,但其具有对参数敏感、个体学习计算复杂度高的缺点.为了克服密母算法的缺点,本文提出了基于免疫密母算法的图像分割(IMAIS)方法.该方法对图像分割时采用了两个种群,并分别用密母算子和免疫克隆算子对这两个种群同时进化,加快种群收敛速度.实验结果表明了本方法的可行性和有效性.     

基于HV分割的分形图像检索算法

基于HV分割算法提出一种新的图像快速分形编码方法,并给出有效的图像检索算法以及相应的距离公式。在大幅提高检索效率的同时,保证图像解码质量。实验结果表明,此算法能够极大的减少查找图像编码时间,查准-查全率明显高于颜色直方图方法。     

图像分割技术在金相分析中的应用

介绍了常用的图像分割方法及其优缺点和金相图像分析中的图像分割方法。针对金相图像分割中存在的问题，提出了两步分割的图像分割方法。这种方法是先用阈值分割法把目标从背景中分割开来，然后采用数学形态学、打孔、找凹点和连分割线的方法进行粘连分割。与已有的金相图像分割方法相比，这种方法具有较强的强健性、自适应性和非监督性。     

基于生化反应速率的图像阈值分割算法

提出了一种改进的DNA遗传算法,以解决遗传算法用于图像分割时收敛速度慢、易早熟的缺点。利用碱基互补的DNA编码方式增加种群多样性,防止陷入局部极值;设计了基于DNA分子操作的置换自适应交叉算子和密码子变异算子,从而提高遗传算法的搜索能力,有效加快了算法的收敛速度和效率,并将此算法用于寻找二维Arimoto熵的最佳阈值,最后对图像进行分割。普通图像和医学图像的分割结果验证了改进DNA遗传算法用于图像分割的有效性。     

复杂场景下隧道电缆图像分割算法

目的 分析图像空间分布和灰度分布特征,改进区域生长图像分割方法,解决光照不均,墙面多种不利因素影响造成的电缆图像分割耗时长、效果差的问题。方法 首先按照墙面不利情况对图像进行分类,采用灰度均值方向投影法分析各类图像灰度分布特性,利用包络拟合离差获取电缆ROI,结合ROI空间分布信息,进行种子点初始化和终止准则设定,大大降低待处理数据量,同时避开光照不均和墙面不利因素的影响,并与K–Means聚类、全局区域生长、Unet语义分割等方法进行对比。结果 对于大小为1 000×1 800的图像,文中方法平均分割时间为0.42 s,对于各类数据集,最大误检率和漏检率只有4%。结论 文中方法有效克服了区域生长分割效果差、耗时长的缺陷,能同时解决光照不均和各种墙面不利因素影响下电缆准确分割的问题,分割效果好、耗时少。     

红外图像的动态阈值分割

在深入探讨目前图像分割算法的基础上,针对实际红外图像的分割提出了一种新的方法－－动态阈值分割算法。它利用局部空间阈值适度调整全局统计最优阈值,因而其分割阈值是动态的。实验表明该算法能够突出图像中感兴趣的细节,单动态阈值的分割效果相当于常规固定双域值的分割。     

纳米颗粒的应用

纳米颗粒具有传统尺度颗粒所没有的独特性能,从而得到人们的重视,并被广泛应用。就纳米颗粒的力学、磁学、电学、光学、敏感、催化性能等方面的特性和应用进行归纳总结,并分析概述了在生物医学、工业填料等方面的应用。     

自动阈值选取与边缘检测相结合的图像分割算法

提出了一种自动阈值选取与边缘检测相结合的阈值分割算法，试验表明该算法能够避免过分割现象，具有良好的分割效果。