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。     

基于二维阈值化与FCM相混合的图象快速分割方法

提出了一种将快速二维阈值化与模糊聚类相混合的图象分割方法，以进一步减少快速二维阈值分割中的噪声与错误分割。实验结果表明，利用这种方法分割信噪比较低的图象，能够在很短的时间内得到较为令人满意的分割结果。此外，本文还讨论了这一方法中隶属度函数的选取对分割结果的影响     

细胞核仁银染图象的快速阈值分割算法

在细胞核仁银染(AgNORs)图象分析中关键的一步就是通过阈值分割将细胞核和银染颗粒提取出来，以准确地计算出细胞核仁和核的面积、核仁与核的面积之比(I．S％)、核仁与核的积分光密度比值(I．O．D％)等重要参数，为医生进行肿瘤的鉴别诊断提供量化数据。本文提出了一种新的阈值分割算法，采用(红R 绿G 蓝B)／3彩色图象特征作为图象的特征信息，对直方图数据进行高斯平滑并根据爬山聚类法计算出直方图峰的近似位置、连接相邻两峰以构成-凸多边形并对该凸多边形进行凹性分析，计算出的凸残差最大处就是所要求的阈值T。通过对腺癌细胞和淋巴瘤细胞图象的实际计算，证明该方法是快速有效的。     

基于二维灰度直方图最佳一维投影的图像分割方法

分析了图像二维灰度直方图上聚类集的形状特征,证明了其存在最佳一维投影.利用此 最佳一维投影代替一维灰度直方图进行阈值分割,将会大大降低误判的概率.理论分析和实 验表明,新方法比现有直接利用一维灰度直方图和直接利用二维灰度直方图进行阈值分割的 方法均优越.     

一种基于视觉感知特性的图象纹理分割方法

基于视觉感知多分辨率、多通道特性、并行性和模糊性,提出了一种基于视觉感知特性的图象纹理分割方法,它由2D最佳正交极可分方向滤波器特征提取,改进的模糊Kohonen聚类网络（IFKCN）特征聚类粗分割、粗分割结果的细化等几个步骤组成。实验结果表明了方法的有效性。     

一种用于多阈值图象自动分割的混合遗传算法

模糊Ｃ－均值算法是一种比较有效的数据聚类方法,遗传算法则是一种借鉴生物界自然选择和自然遗传机制的高度并行、随机、自适应的搜索算法,该文有机地利用遗传算法与模糊Ｃ－均值算法,并考虑图象的二维灰度信息,提出了一种适用于多阈值图象自动分割的新方案。该方案能够快速正确地实现分割,且不需要事先认定分割类数,实验结果令人满意。     

基于人类视觉感知特性的一种纹理图象分割方法

在纹理图象分割的研究领域中,基于人类视觉感知特性的图象分割方法是一个重要的新方向,本文给出了一种纹理图象分割的方法,设计了一组参数不同的2D最佳正交极可分方向滤波器来提取图象特征,然后经过四叉树平滑,用模糊C－均值聚类对图象进行分类,最后进行边缘确定,实验结果表明,这种方法能获得较好的分割效果。     

电力设备红外图像分割的自适应聚类区域生长法

为了提高图像分割的精度，提出一种自适应聚类的区域生长法。提出一种新的自适应聚类选种，实现种子点的自动选取。提出基于全局的灰度阈值和梯度阈值作为生长准则进行生长。利用形态学腐蚀去除小型电力设备的干扰。实验结果表明，与传统分割方法相比，该方法有效地提高了电力设备红外图像的分割效果，同时验证在不同噪声强度的干扰下，该方法具有良好的鲁棒性。     

一种基于模糊聚类的图象分割方法

模糊Ｃ－均值（ＦＣＭ）算法用于图象分割，是一种非监督模糊聚类后标定的过程，但是，ＦＣＭ算法存在着一些不足，进而限制了它在某些方面的应用，本文提出了一种基于模糊聚类的图象分割方法，较好解决了ＦＣＭ算法所遇到的问题，且本文从数学上和实验上证明了这种方法的有效性。     

一个图象分割评价实例及讨论

利用对图象建模来合成测试图，以原始目标特征值为参考并通过判断实际分割图象质量来评价分割算法优劣的方法对六种不同的阈值选以分割方法进行定量评价，另外还地若干图象分割的评价测度进行了实验比较，所得结果对图象分割的研究有一定的指导作用。     

基于颜色的微血管参数测量研究

针对肿瘤病理学研究和检验中缺乏微血管参数测量手段的状况，采用数字图像处理的方法，对微血管特征参数的测量作了研究．采用了基于色度学的真彩色图像分割算法，以HSI彩色模型为基础，辅以I1I2I3和U^*V^*W^*彩色模型中12和U^*分量，组成五维特征分量描述图像；利用多维阈值分割(MDT)法与三维直方图生长法和颜色聚类法结合分割图像；为解决染色缺损问题，采用了可控的二值形态学的膨胀-腐蚀算法补偿边缘缺损；最后采用灰度直方图阈值分割法区分微血管各部位，并利用链码技术实现了对目标图像的滤波去噪和参数测量．并且对病理学中微血管参数测量的定量化、客观化进行了研究，据此研制出了检测软件，填补了国内此方面病理研究手段的空白，具有良好的应用和推广价值。     

一种基于HSV空间的彩色边缘图像检索方法

结合重要的彩色图像边缘及人眼视觉特性,提出了一种基于彩色边缘直方图的图像检索方法。该方法首先利用Canny检测算子提取出原始图像的彩色边缘信息,然后将彩色图像边缘转换至符合人眼视觉特性的HSV空间并进行量化处理,再将彩色边缘划分成圆环区域和角形区域,并分别计算出圆环区域和角形区域的颜色直方图,最后综合利用上述圆环区域和角形区域的颜色直方图计算图像间内容的相似度,并进行彩色图像检索。仿真实验表明,该方法能够准确和高效地查找出用户所需内容的彩色图像,并且具有较好的查准率和查全率。     

基于特征距离的阈值法及其在眼科图象分割中的应用

医学图象的识别与分析能够为临床提供定量比的诊断依据,而图象分割是其中最关键的一步。为提高医学图象侵分割效果,提出了一种基于特征距离的阈值分割算法,并将其与颜色特征分类相结合,来对眼科裂隙灯生物显微镜图象上的角膜充血区进行分割,分割结果可用于角膜充血区的定量体分析,另外,该算法中的样本典型值是通过一种三维直方图分块算法来确定的,实验结果表明,该算法可以有效地分割出角膜充血,其分割效果优于欧氏距离阈值法,且分析数据的精度能够达到临床诊断的要求。     

Maneuvering target oriented digital camouflage image generation method

Since the digital camouflage generation method based on fixed single background image cannot fully meet the hidden need of maneuvering targets. In this paper, a method of generating digital camouflage image based on several background images is proposed. Firstly, according to the active range of the maneuvering target, several background images are collected. Secondly, in order to resolve the problem that the clustering algorithm is sensitive to the initial clustering center and easy to fall into local optimum, K-harmonic means (KHM) clustering algorithm is introduced and initial clustering center is determined based on color histogram. Again, KHM clustering is used to extract color features from several background images, the first clustering is extracted from a single background image, and the second clustering is extracted with several color features sets extracted from the first clustering of background images as input. Finally, the regular hexagon is used as the basic unit of the digital camouflage image to construct the spot template, and the digital camouflage image is generated by the lowest horizontal line algorithm. Example verification and camouflage effect detection show that the digital camouflage image generated by this method can effectively realize the concealment of maneuvering targets and has good camouflage effect.     

综合颜色和轮廓曲线特征的图像检索方法研究

传统的基于内容图像检索（CBIR）及跟踪算法主要利用图像的颜色、纹理等特征进行相似性比较,但大量的实验和应用也表明利用颜色和纹理进行图像相似性比较在空间结构和对象形状上难以精确控制,致使图像检索经常出现一些不可预料的结果。为了提高图像在形状、颜色及纹理上的检索精度,提出了一种综合颜色和图像轮廓曲线特征的检索方法。该方法分割图像并提取图像中感兴趣对象的轮廓,对提取的轮廓进行仿射变换及最小值化处理,经处理后的轮廓带有边缘的完整信息,具有几何不变性;利用聚类的颜色信息,提取主聚类的直方图,所提取的直方图不仅包含了主聚类的颜色信息也包含了该聚类的空间位置信息。利用检索对象与被检索对象的颜色距离直方图及轮廓曲线距离偏差的加权平均度量检索及被检索对象的相似性。实验结果表明,针对基于感兴趣对象的图像检索问题,给出了一种具有高度检索精度的算法。     

一种基于基元的彩色图像检索方法

结合基元与颜色特征,提出一种基于基元的彩色图像检索算法,该算法首先将彩色图像从RGB颜色空间转换到HSV空间上,并将图像量化为256种颜色,然后定义五种基元类型对图像进行基元分析得到基元图,利用颜色直方图描述基元图的颜色特征,利用改进的直方图相交算法进行相似度度量。实验结果表明：提出的算法能有效地去除背景颜色对图像目标的检索影响,而且较之用灰度边缘检测的边缘代替彩色图像边缘而进行的检索,能更好地反映彩色图像的纹理和边缘特征,具有较高的查准率和查全率。     

一种基于色彩和灰度直方图的图像检索方法

提出一种综合图像的色彩信息、灰度信息和空间信息提取图像的特征向量的方法。该方法首先将图像从RGB空间转化为HSV空间，并进行非均匀量化；其次将彩色转化为灰度图像；然后将图像划分成互有重叠的4块，分别求出每块图像的色彩直方图、灰度直方图；最后采用这8个直方图作为图像的特征向量对图像进行检索。     

基于LBC的计算机生成图像盲鉴别算法

针对现有的计算机生成图像盲鉴别算法选用的分类特征维度较高、通用性差等问题,提出了一种基于局部二进制计数模式的计算机生成图像盲鉴别算法.首先,将原始图像由RGB颜色空间转换为HSV颜色空间;然后,提取HSV颜色空间图像及其下采样图像的局部二进制计数模式矩阵,求取矩阵归一化直方图;最后,将上述直方图作为分类特征送入SVM分类器,实现计算机生成图像的盲鉴别.实验结果表明,该算法可以有效地鉴别自然图像和计算机生成图像,与现有算法相比具有更高的识别率和较低的特征维度.     

C#实现彩色图像分割

针对图像分析应用日益广泛的现状,基于阈值法对彩色图像实现分割进行论述。介绍图像分割基本概念,讲述彩色图像直方图阈值分割方法,利用二维直方图方便地寻找彩色图像阈值,最后通过C#可行的程序稳定、准确地实现彩色图像阈值分割。