基于特征模糊推理的形态学颗粒分割算法

针对粘连或重叠颗粒图像的分割问题,提出了一种基于特征模糊推理的局部形态学重构参数计算方法,对传统的距离变换结合分水岭的算法进行了改进。在传统距离变换结合分水岭方法的基础上,将颗粒图像划分成若干连通区域,每个连通区域单独处理,使用形态学局部重构的方法抑制分水岭的过分割现象。通过对距离图像连通区域极大值进行统计分析,提取该连通区域的颗粒形态特征。将颗粒形态特征作为模糊输入,重构参数特征作为模糊输出,使用模糊推理方法自适应地计算重构参数,解决了重构参数选取的不确定性问题。最后对重构图像进行分水岭变换得到颗粒分割图像。实验结果表明,该方法对各种粘连状态的颗粒分割效果良好,克服了传统方法的过分割与参数自适应选择的问题。     

一种重叠红细胞图像的分离方法

细胞图像中经常出现重叠(或者粘连)现象,利用红细胞是近似圆形的这一先验知识,用粒度测量来获取红细胞半径R,对重叠区域轮廓上的每个非凹陷点,估计其所对应的圆心点,这些圆心点聚集成各个细胞的中心区域,对每一个中心区域,采用半径为R的圆形结构元进行一次膨胀操作,然后和原二值图像进行交集运算,将其结果作为对各个细胞形状的估计。实验结果表明,该方法能得到比较满意的分离效果,亦适用于其他近似圆形的细胞或者颗粒的重叠区域图像的分离。     

基于模糊距离变换的岩心图像颗粒分割算法

岩心CT图像中相邻颗粒之间存在相互粘连,粒度参数分析等需要对粘连颗粒进行分割。结合岩心粘连颗粒的特性,提出一种基于模糊距离变换的改进颗粒分割算法。首先,对预处理后的岩心图像进行模糊距离变换并提取出距离信息的灰度图像,然后利用形态学膨胀重构方法提取标记作为后续分水岭算法的种子点,根据种子点采用一种基于测地重建的改进分水岭算法得到相邻种子点之间的分割线,最后完成粘连颗粒的分割。实验结果表明本文算法可以提高粘连颗粒分割的准确度并减轻分水岭算法的过分割现象。     

粘连颗粒分割方法研究

颗粒图像的分割中,经常遇到颗粒粘连、重叠在一起的现象,需要将它们分离为单个颗粒目标。本文提出了一种基于灰度形态学重建的图像分割新算法,实验结果表明,该算法既能更有效地分割粘连颗粒,其应用于图像处理也有着较好的应用前景。     

一种重叠胃腺癌细胞分离线估计算法

针对胃腺癌细胞显微图像中经常出现重叠(或粘连)现象,对后续进一步的研究工作产生了很多不良影响,为了准确地分离重叠(或粘连)的胃腺癌细胞,采用了一种数学形态学与改进的B样条活动轮廓模型算法相结合的方法。该算法首先对图像进行二值化处理,然后利用变元腐蚀得到细胞的非线性距离图和背景的非线性距离图,接着对两者进行叠加,即得到一幅新的非线性距离图,最后使B样条曲线准确收敛到目标边界,以便自动分离细胞。实验结果表明,该算法不但能有效地构造分离线,并能估计出重叠(或粘连)胃腺癌细胞的原始形状。     

基于距离变换的粘连细胞分割方法

在医学细胞图像中,经常会有细胞重叠和粘连的现象。将粘连在一起的细胞群单个分开是医学细胞处理中一项重要而困难的问题。对这一情况,文章提出了一种有效的分割算法。先用最大类间方差法对图像进行二值化,然后对图像作距离变换,将像素点位置信息转化为灰度信息,再利用分水岭算法,找到粘连边界点,从而将细胞群分开。实验证明,该算法能成功地分离粘连细胞。     

基于组合的尿沉渣粘连细胞分割算法的研究与实现

在尿沉渣图像中经常会出现细胞重叠和粘连的现象。将粘连的细胞分离是尿沉渣自动检测系统中一项重要而困难的任务。针对这一情况,提出一种基于组合思想的分割算法。该算法首先利用改进的自适应阈值分割算法结合形态学处理对细胞进行定位得到子图像,然后再利用基于距离变换的分水岭算法对子图像进行粘连细胞分离。实验结果证明,该算法能准确、稳定地分割尿沉渣粘连细胞。同时,该算法明显地提高了尿沉渣自动检测系统的性能。     

形态分水岭算法在重叠米粒图像分割中的应用

在大米检测盘上的颗粒往往会出现紧靠或者重叠的米团,导致大米检测图像中常出现重叠大米区域,这给后续大米检测分析等工作带来了很大的困难;虽然传统分水岭算法是一种广泛使用的分割方法,将其用于重叠米粒图像分割可以克服由于米粒交叠造成的图像分析困难,但缺陷在于它的过分割结果。提出了一种针对分水岭过分割问题的形态分水岭算法,它结合形态学和传统分水岭变换的优势。实验证明该算法简单、分割粘连颗粒和抑制过分割的效果很明显,运算的速度也满足实际要求。     

粘连蚕卵计数方法的研究

在蚕卵图像计数研究中,传统的方法在计数前需要对粘连蚕卵进行分离。但是蚕卵图像中存在的粘连或者部分重叠现象常常导致分割的不完整,给图像的后续分析处理带来了很大的麻烦。针对这一问题,提出了一种基于网格模型的粘连蚕卵计数方法,该方法利用机器学习的策略有效地避免了分割的过程,使用SVM直接对蚕卵进行计数。另外还提取出一种有效的纹理特征从而提高了SVM输出的准确率。实验将提出的基于网格的计数方法同传统的基于分割的方法比较,结果表明了基于网格计数方法具有良好的鲁棒性和准确性。     

重叠颗粒图象的分离

在细胞图象、纳米材料图象等颗粒图象中，经常会有颗粒重叠粘连的现象，这给图象后续的分析处理带来了许多困难，针对这一情况，提出一种有效的分离算法，应用于二值化后的数字图象，先对图象作距离变换，使颗粒群中的每个颗粒在距离图象中都产生一个局部最大值，再利用分水岭算法，从一个初始的高阈值逐渐降低，就能找到边界点，从而将颗粒样分开。     

多聚焦图像灰度重叠特征自适应识别仿真

传统方法对多聚焦图像进行预处理,由于图像灰度重叠区域合并使原图像细节信息损失,导致多聚焦图像灰度重叠区域识别效果不理想,为此提出基于Mean-shift算法和OTSU阈值分割算法的多聚焦图像灰度重叠特征自适应识别方法。使用Mean-shift算法对多聚焦图像进行平滑处理,对平滑处理过后的多聚焦图像进行小波变换,将图像的灰度重叠区域灰度值增强;再使用阈值分割将经过灰度增强的重叠区域分类;通过OTSU算法识别出灰度重叠特征区域。实验结果表明,提出方法在图像灰度重叠区域的识别效果上较为突出,并且能够有效保留灰度重叠区域的细节信息。     

一种改进的图像超分辨率模型与数字图像分辨率的研究

论文从Harris等人提出的图像超分辨率理论出发,分析了传统图像超分辨率理论的不妥之处,并在此基础之上对成像模型进行了改进。以改进模型为依据,指出数字图像频谱的混迭是影响数字图像分辨率的主要因素之一,并且这种混迭是不可避免的,也是不可能被完全消除的。在数字图像超分辨率重建中,奈奎斯特抽样定理已经不能适用了,此种重建过程应该是减小混迭的过程,根据重建精度的要求,相应的来减小混迭。在图像混迭的基础之上,提出了一种数字图像分辨率的概念,由此概念出发,可以为数字图像超分辨率重建提供新的途径和评价方法。     

基于局部重叠区域的无显著特征图像配准算法

针对沙漠、戈壁等特征不显著场景在配准过程中存在快速性、精确性等问题,提出一种基于局部重叠区域的特征不显著图像配准方法。首先利用图像标记对待配准图像进行预处理增强其特征,接着通过多相机三维投影对多幅待配准图像重叠区域进行预算,并采用图像掩膜和图像分割技术将重叠区域分割出来,最后对重叠区域使用ORB+GMS（Oriented Brief-Grid-based Motion Statistics for Fast）融合算法进行配准,完成多幅图像的配准工作。基于图像重叠区域的配准避免了无显著特征图像在进行整体配准时精确性低的缺点,并且由于是局部配准,相较于全局配准拥有更快的配准速度。对比传统配准方法和本文提出的改进配准方法,实验结果显示,本文提出的改进方法配准精度在传统配准方法的基础上提升了28%,同时,算法具有更高的鲁棒性和实时性。     

图像搜索结果的重叠层次聚类与代表点展现

针对图像聚类中面临的高维、准确度低、部分重叠等问题,提出了一种高效的基于链接层次聚类的多标记图像聚类。该方法通过图像距离计算相似度,通过链接聚类检测重叠簇。从而每个图像可能归属于多个簇,使得簇标签的意义更明确。为了检验方法的有效性,对通过搜索引擎检索特定关键词返回的图片数据集进行聚类。结果表明,该方法能有效发现具有重叠划分的簇,且簇的意义比较明确。     

Color correction for an image sequence

The color correction technique presented constructs a mapping from the registered overlapping regions of two adjacent images in an image sequence. The method involves two main steps. In the first step we use multiple regression to find the relationship between the registered overlapping regions of two adjacent images in the sequence. We then use the derived mapping to correct the color in one image so that it matches the adjacent image. After describing the basic method and discussing strategies far dealing with specific problems that arise, we present and analyze relevant test results     

A Stochastic Film Grain Model for Resolution‐Independent Rendering

The realistic synthesis and rendering of film grain is a crucial goal for many amateur and professional photographers and film‐makers whose artistic works require the authentic feel of analogue photography. The objective of this work is to propose an algorithm that reproduces the visual aspect of film grain texture on any digital image. Previous approaches to this problem either propose unrealistic models or simply blend scanned images of film grain with the digital image, in which case the result is inevitably limited by the quality and resolution of the initial scan. In this work, we introduce a stochastic model to approximate the physical reality of film grain, and propose a resolution‐free rendering algorithm to simulate realistic film grain for any digital input image. By varying the parameters of this model, we can achieve a wide range of grain types. We demonstrate this by comparing our results with film grain examples from dedicated software, and show that our rendering results closely resemble these real film emulsions. In addition to realistic grain rendering, our resolution‐free algorithm allows for any desired zoom factor, even down to the scale of the microscopic grains themselves.     

Space-variant blur deconvolution and denoising in the dual exposure problem

In this paper we propose a space-variant blur estimation and effective denoising/deconvolution method for combining a long exposure blurry image with a short exposure noisy one. The blur in the long exposure shot is mainly caused by camera shake or object motion, and the noise in the underexposed image is introduced by the gain factor applied to the sensor when the ISO is set to an high value. Due to the space variant degradation, the image pair is divided into overlapping patches for processing. The main idea in the deconvolution algorithm is to incorporate a combination of prior image models into a spatially-varying deblurring/denoising framework which is applied to each patch. The method employs a kernel and parameter estimation method to choose between denoising or deblurring each patch. Experiments on both synthetic and real images are provided to validate the proposed approach.     

分区域去运动模糊

去运动模糊一直是计算机视觉领域中面向画质增强的一个热点研究方向。模糊核的估算是去运动模糊中的关键问题。提出一种新的思路,即首先将模糊图像按照模糊核的相似度进行图像分割,再对分割后的图像应用空间不变去模糊算法。本文方法主要包含以下几个步骤:分离输入图像中的光照、颜色和纹理信息;分割图像;分区域估算模糊核,计算重叠区域模糊核,并根据计算出的模糊核进行分区域单核去模糊;利用重叠区域整合拼接去模糊结果并还原光照和颜色信息。实验结果表明本文方法比基于单核的去运动模糊算法效果要好。     

Pixel-level image fusion with simultaneous orthogonal matching pursuit

Pixel-level image fusion integrates the information from multiple images of one scene to get an informative image which is more suitable for human visual perception or further image-processing. Sparse representation is a new signal representation theory which explores the sparseness of natural signals. Comparing to the traditional multiscale transform coefficients, the sparse representation coefficients can more accurately represent the image information. Thus, this paper proposes a novel image fusion scheme using the signal sparse representation theory. Because image fusion depends on local information of source images, we conduct the sparse representation on overlapping patches instead of the whole image, where a small size of dictionary is needed. In addition, the simultaneous orthogonal matching pursuit technique is introduced to guarantee that different source images are sparsely decomposed into the same subset of dictionary bases, which is the key to image fusion. The proposed method is tested on several categories of images and compared with some popular image fusion methods. The experimental results show that the proposed method can provide superior fused image in terms of several quantitative fusion evaluation indexes.     

Automated classification of touching or overlapping M-FISH chromosomes by region fusion and homolog pairing

Automated separation and classification of touching or overlapping chromosomes in a metaphase image is a critical step in computer-aided chromosome analysis. The advent of the multiplex fluorescence in situ hybridization (M-FISH) technology enables multi-spectral chromosome image with rich spectral information and DAPI image with abundant texture information. This paper presents a fusion classification scheme to improve the segmentation of overlapping and touching chromosomes. First, the texture and spectral information is fused to partition the chromosome cluster into a series of homologous regions. Then a graph-theoretical classification and pairing method is proposed to resolve any remaining ambiguity of the aforementioned separation process. Experiment results demonstrate that the proposed method outperforms conventional multi-spectral classification methods in touching and overlapping chromosome separation.