一种应用遗传算法的彩色图像分割方法

遗传算法在复杂大空间搜索近似最优值有着很好的效果,利用遗传算法的优势,应用其解决图像分割问题.图像分割中,区域间差别度和区域内相似度是评价图像分割的重要因素,用遗传算法优化图像区域间差别和区域内相对相似度,获得高质量的图像分割结果.为了提高算法效率,采用贪心方法进行图像预处理,以及最小生成树初始化来减小算法的规模和搜索空间.实验证明采用遗传算法在图像分割问题可取得有效的结果.     

基于分形维数的纹理图像分割

纹理图发割过程一般分为特征抽取和特征划分,文中提出一种新的基于分形维数的纹理图像分割方法,在特征抽取上,以分形作为纹理特征,运用图像变换的思想,结合差分盒计数和基于分形布朗自相似模型的分形估计方法。     

结合HSV空间的改进二维Otsu免疫组化图像分割

肝脏免疫组化图像中阳性区域的定量分析对肝癌的早期诊断有非常重要的意义。针对真彩色免疫组化图像特征,结合HSV空间对二维Otsu算法进行改进。首先针对二维Otsu算法每次计算类间测度矩阵的迹需要遍历整幅图像导致运算量大耗时多的不足,提出一种快速递推算法,利用快速Otsu算法对图像进行预分割;然后针对分割结果中目标区域包含的少量阴性区域,结合图像的HSV空间特征进行优化。将预分割结果与H分量作交集运算,将交集运算结果与预分割结果作差集运算,得到初分割结果;将初分割结果与H分量和S分量的交集运算结果做并集运算,得到最终分割结果。通过与Otsu的对比实验表明,改进算法更好地实现了阳性区域的目标提取,提高了分割的精度。     

基于多特征的EM算法在昆虫图像分割中的应用

提出了一种基于多特征的EM(Expectation-maximizarion)聚类的昆虫图像分割方法.与一般的EM算法不同,这种方法首先选用适当的彩色空间对图像中的每个像素抽取颜色、纹理及空间位置等综合特征,形成基于像素的8维综合特征空间,然后采用高斯混合模型,通过EM算法估计高斯混合模型参数,利用图像像素点特征的相似度在特征空间中得到初步的区域分割,最后利用连接原理对图像区域进一步分割.实验结果表明, 算法能较好地分割昆虫图像.     

二维遗传算法用于图象动态分割

为了有效地对受噪声影响的图象进行分析,提出了两种基于二维遗传算法的图象动态分割算法.在这些算法中:1)分别采用了以阈值曲面和模糊隶属度曲面为染色体的二维染色体编码方式;2)采用了全局阈值化算法和模糊集合理论初始化种群;3)采用Hopfield网络的能量函数形式,结合FCM算法和现有阈值化算法中的一般性分割准则构造适应度函数.利用实际图象将所提出的算法与一些典型算法进行了分割比较实验,结果表明所提算法有较好的抗噪效果.     

三种图像分割算法的对比及图像分割方法的改进

通过研究图像分割算法的原理和实验对比,可以发现标记分水岭分割方法是以边缘特性为基础,通过设置光谱特征标记来分割图像,其分割结果边缘精度高,但是仍然存在较为严重的过分割和欠分割情况。而mean shift分割方法和eCognition分割方法是以光谱特征为分割依据的分割方法,虽然它们分割结果的过分割和欠分割情况较少,但是分割对象的边缘精度较差。分析以上存在的问题后,通过融合边缘特征和区域特征,并且依据一定的特征来选择种子点,尽量避免种子点选择在边缘区,从而实现提高图像分割的效果。通过实验取得了好的分割效果,说明改进的图像分割方法是可行的。     

基于改进的FCM的人脑MR图像分割

传统模糊C均值广泛应用于图像分割,它是一种经典的模棚聚类分析方法,但是FCM算法对于初始值的选择都是采取随机的方法,强烈依赖于初始值的选择,收敛结果容易陷入局部最小值,并且FCM并没有考虑图像的空间信息,因而对噪声十分敏感。提出改进的FCM方法,采用新的方法确定初始值的选择,然后考虑空间信息,利用Gibbs随机场的性质引入先验邻域约束信息,重新确定像素的模糊隶属度值,同时再进一步地调整距离矩阵。通过实验可以表明,此改进的方法具有很好的分割效果,同时对噪声具有较强的鲁棒性。     

基于HVS和图像统计特征的数字水印技术

数字水印技术是实现数字产品版权保护的一种新方法。本文提出了一种基于人类视觉系统(HVS)和图像统计特征的数字水印方法,该方法将水印作为一幅二值图像来处理,并根据JND值将小波系数分为两类,对不同的类采用不同的嵌入对策。实验结果表明水印是不可感知的,并且对于各种图像处理操作是鲁棒的。     

一种使用黑板模型实现的图象分割策略及在桥梁目标识别中的应用

本文首先提出了一种用从自然背景中分割出人工物体的方法，即写生成分割策略，并把它用于一类桥梁目标的识别研究，本文接着研究了使用黑板模型实现写生成分割策略的问题，并在黑板模型试验床ＣＰＥＳ上使用写生式分割实现了桥梁目标的识别，取得了良好的识别效果。     

基于分形和分水岭的图像分割方法

图像分割是一种重要的图像处理技术,也是计算机视觉领域低层次视觉中的主要问题,同时它又是一个经典难题.提出了结合分水岭分割与图像分形维数的一种新方法用于对自然背景下人造目标的提取.实验结果证明,该方法能有效抑制自然背景,并提取出人造目标的轮廓.     

三维医学图像分割与可视化研究

本文提出了一种利用三维图像的灰度和形状信息进行三维图像分割以及在此基础上的构造等值面的方法，首先对三维图像进行阈值分割，获得三维二值图像，在预处理阶段，利用三维形状腐蚀消除感兴趣组组织与其它组织的弱联系，然后对三维二值图像进行三标记，得到腐蚀后的组织，对其三维形态扩张，获得感兴趣组织的三维模板，将模板与阈值分割图像求交，从而分割出三维组织，根据分割后的三维二值模板，构造出有一定厚度的模糊边界，然后     

基于改进飞蛾扑火算法的多阈值彩色图像分割

针对彩色图像多阈值分割存在计算量大、运行时间长等问题,在飞蛾扑火算法(Moth-Flame Optimization,MFO)的基础上,引入莱维飞行策略和自适应权重变化策略,提出LSMFO算法(Levy Self-adaptive Moth Flame Optimization)对最佳分割阈值进行优化搜索。为了验证该算法的有效性,选取4幅伯克利大学经典图像,将LSMFO算法与另外5种元启发式算法进行对比。应用Otsu方法进行多阈值图像分割实验,并用SSIM、PSNR、EPI三个指标评估分割后的图像效果。实验结果显示,LSMFO算法在指标衡量比较上整体水平优于其他算法,表明该算法运行时间短、分割精度高,能够有效解决彩色图像多阈值分割问题。     

一种新颖的多尺度无监督图像分割算法

吉伯斯随机场(Gibbs Random Fields,GRF)作为一种引入图像空间信息的先验模型已广泛运用于贝叶斯图像分割中.然而迄今为止,所涉及的这类先验模型往往仅体现为单一尺度上的马尔科夫性,而在多尺度意义上却未曾涉及.首次通过扩展传统单尺度意义上GRF模型到多尺度上,即多尺度吉伯斯随机场,从而圆满地解决这些难题.实验表明:所提出的模型算法有很好的鲁棒性,且易于实现对图像无监督的精确分割.     

一种利用水平集的图像分割快速GPU并行算法

研究医学生物图像的快速分割问题。针对传统图像分割算法效率低、分割不准确的缺陷,提出一种利用水平集自动演化获得最优图像分割的方法。首先,定义水平集方程,并针对方程中不同分量进行分析,确定以图像灰度为依据的最优化算法;然后通过对差分方程的离散化,定义最优化算法的求解步骤,并使得该最优化计算方法能并行化处理。该方法可以有效地对医学图像进行分割,尤其适合并行化GPU处理,在确保图像分割质量的前提下,极大地提高了运算效率。     

基于高阶统计量和图像分割技术的图像盲复原

提出一种基于高阶统计量和图像分割技术的改进的非负支持域递归逆滤波算法(NAS-RIF)。该算法应用高阶统计量去噪,解决了原NAS-RIF算法敏感于噪声的特性,提高了退化图像的信噪比。其次,在每次迭代中利用图像分割技术进行图像支持域的自估计,改变了NAS-RIF算法中支持域必须是方形的不利限制。实验结果表明改进的NAS-RIF算法具有更好的噪声抑制和边缘细节恢复效果。     

一种基于分形的金字塔快速图象分割方法

本文在离散分形布朗增量随机场（ＤＦＢＩＲ）的图象模型基础上，利用在图象处理中常用的金字塔技术，通过提取特性参数－Ｈ值和方差，并结合传统的聚类会割方法，实现了图象的快速分割，通过对自然背景中的人造物体进行分割实验，结果表明，这处快速算法不仅能得到较好的分割效果，而且可以将速度将近三分之一倍。     

应用改进的C-V模型分割牛肉眼肌图像

牛肉眼肌图像的分割是牛肉自动分级的重要步骤。基于水平集的C-V模型采用两个具有不同均值的分块连续区域分割图像,在迭代过程中,为了约束水平集保持为符号距离函数,必须对其进行重新初始化,大大增加了计算量,降低了曲线演化速度。为此,通过加入边缘检测函数和惩罚项因子,提出了改进的C-V水平集模型,并用于牛肉图像分割,同时与模糊C均值聚类、阈值分割法进行了对比。结果表明:采用改进的C-V模型对牛肉图像进行分割,准确提取了眼肌边缘,分割出了脂肪和肌肉区域,准确率高;曲线演化过程中无需对水平集函数符号初始化,加快了曲线演化速度。     

采用面向对象技术开发图像目标识别系统

该文从软件工程的角度研究了图像目标识别系统开发的问题.文中总结了应用系统开发中存在的一些困难及其原因,提出了利用面向对象技术对识别系统进行分析和设计的思想和方法,并介绍了一个用该方法实现的遥感图像目标识别系统.     

A PROLOG APPROACH TO IMAGE SEGMENTATION

Segmentation is a main problem in computer vision. It attempts to supply primitives for higher-level processes of interpretation. A multithreshold approach has already given acceptable results. This paper presents a PROLOG implementation of a multithreshold system. The system uses the technique of recursive partition of two-dimensional images in quadrants to form maximal blocks; the data structure generated by this partition algorithm is known as a quadtree. The algorithms implemented concern image representation, connected regions, identification, and contour detection. The improvement of algorithms in a logic language rather than in a procedural one appeared to be of particular interest. The main reasons for this are implementation facility and the natural use of logic programming in the field of knowledge-based systems. In fact, a knowledge-based approach seems a reasonable solution to problems of assisted image understanding processes.     

一种快速的图像区域分割算法

提出一种新的快速图像区域分割算法.这种方法首先抽取图像所有像素点的颜色、纹理与位置特征,并将图像划分成子块,以子块内像素点特征的平均值作为子块的特征向量,然后运用Mean shift算法进行聚类,获得聚类簇数和初始蔟中心,最后再利用改进的K均值算法进行聚类,实现图像的快速分割.实验结果表明新方法不仅分割速度快,而且得到的分割结果稳定,避免了过度分割.