基于边缘信息的图像阈值化分割方法

针对现有几种利用边缘信息来进行图像闽值分割的方法存在的对噪声高度敏感,梯度阈值难以选取,且不具有自适应性的特点,提出一种抗噪声影响的形态学梯度算子和一种基于梯度直方图统计特征的梯度闽值自适应选取算法,得出了一套完整的基于边缘信息的图像闽值化分割算法。     

一种新的人民币号码图像分割方法

针对人民币号码图像前景与背景分离问题,在对现有的几种分割方法进行分析实验的基础上,提出了一种新的人民币号码分割方法,即基于形态学处理的直方图阈值分割人民币号码图像的方法,对目标和背景混杂在一起,阈值选取困难的图像,先进行形态学变换,处理后的直方图阈值就很好选取了.实验结果表明,该方法的错误分割率明显低于普通的直方图阈值...     

一种改进的字符图像分割方法

针对文本图像中字符图像分割问题,该文介绍了一种基于局部阈值分割的LLT算法,给出了相应的数学模型,然后进一步分析了算法的关键参数设置,并给出了相应的改进方法。实验结果证明,该文方法不仅可以有效的降低背景噪声的影响,还对具有不同字符宽度的文本图像分割具有很强的适应性。     

基于梯度的图像分割新方法

针对玉米图像和Lena图像的分割方法进行了讨论与研究,将传统的阈值分割与图像梯度计算结合在一起,提出了一种新的彩色图像分割方法.该方法对玉米图像和Lena图像不但具有较好的分割效果,而且具有计算简单,抗噪声能力强,并且同时适用于灰度与彩色图像的场合,较好地克服了传统阈值分割方法的缺点.实验表明该算法不仅能够较好地分割出图像边界,且具有较好的时间性能和较好的分割效果.     

自动找点的掌纹图像定位分割方法

重点研究掌纹图像在产生旋转和平移情况下的定位分割方法。对采集的掌纹图像做中值滤波后得到二值图像,跟踪二值图像边界,转换边界点重新建立只显示边界新图像,最后分析手掌形态,分离手指与手掌,利用去孤立点的自动找点方法提取食指与中指、无名指与小拇指两处定位点,并以此对图像做旋转校正,建立直角坐标系,确定图像的感兴趣区域。实验结果表明,该方法的定位准确率高,有利于进一步对掌纹图像进行特征提取和特征匹配。     

基于水平扫描的汽车牌照图像定位与分割

对基于水平线扫描方法的汽车牌照图像定位进行了深入的研究，探讨了整个牌照定位的算法过程，主要包括图像的采集、直方图修正、二值化、水平扫描等步骤。从理论和实验上证明了该方法的可行性和正确性。     

图像分割方法研究

图像分割是图像分析和模式识别的首要问题,也是图像处理的经典难题之一.文中对图像分割方法进行了系统研究论述,先对图像分割的定义、要求进行简单介绍,然后对阙值化、基于边缘方法、基于区域的方法、基于模型的方法和基于人工智能的方法等主要的图像分割方法进行研究论述,比较了它们的优缺点.在实际应用中,这些分割方法往往相互结合,以期达到单一图像分割方法所不能取得的效果,提高分割效率.     

一种基于有效梯度信息的复杂图像分割方法

论文以集装箱号码图像为例,在分析比较几种流行的图像分割算法后,提出一种新的基于有效梯度信息的图像分割算法,即直接针对梯度图,对目标与背景边界部分的梯度信息进行统计分析,并在此基础上直接得到图像的阈值,完成分割。实验表明,对于类似集装箱号码的复杂图像,论文方法能得到较其他方法更好的分割效果。此外,论文方法有较好的实用性,能广泛应用于多种图像分割领域。     

一种新的字符图像倾斜矫正与分割算法

针对传统的倾斜矫正与分割算法对不同类型的字符图像处理效果各异的问题,本文提出了一种改进的算法,加入了新的倾斜角度确定准则、阈值动态调整以及区域后处理,不仅解决了传统方法易受噪声和复杂背景干扰、可操作性差的问题,而且也有效地实现了字符图像的倾斜矫正与分割.实验结果表明,尽管新算法在像素点判断次数上多于最大类间方差算法,但...     

应用改进视觉显著性度量方法进行图像分割

视觉注意机制是人类与生俱来的特有属性.在视觉注意机制的协助下,人类视觉系统可以有选择性地针对视觉信息进行处理并有效解决有限信息处理资源与海量视觉信息之间的矛盾.与现有基于计算机视觉机制的图像分割方法比较,本文提出改进视觉显著性度量方法生成的系统显著图能够更加准确表现原始图像中各个像素点的显著性值,根据系统显著图进行阈值分割便可以对前景目标和背景区域进行区分,不需要加入其他方法,这样既可以降低运算时间复杂度,又可以使得图像分割结果更符合人类视觉特点.本文算法对于包含前景目标可得到优良的图像分割结果,但本方法对于背景较复杂同时前景目标模糊的原始图像的图像分割效果不够理想.     

基于参数型模糊熵的图像分割新方法

直方图阈值法因其简单性和抗噪性在图像处理中得到了广泛应用。针对传统模糊熵阈值法对图像分割最佳阈值选取缺乏鲁棒性的问题,提出了参数型模糊熵图像分割新方法。该方法对图像分割最佳阈值选取具有良好的鲁棒性,适当调整参数可获得满意的视觉分割效果。实验结果表明,提出的方法是可行的。     

图像分割技术研究与应用

图像分割是指将一副图像分解为若干互不交叠的有意义且具有相同属性的区域。图像分割是数字图像处理中的一项关键技术,其分割的准确性直接影响后续任务的有效性,因此具有十分重要的意义。现有的分割算法在不同程度上取得了一定的成功,但是图像分割的很多问题还远远没有解决,该方面的研究仍然面临很多挑战。文章分析了现有图像分割的各种算法的特点以及存在的问题,对基于图像分割的经典算法进行改进,实现了一种新的分割方法,并将其应用到机器视觉的相关产品当中,取得了良好的效果。     

图像过渡区提取与分割算法的两个基本问题

基于过渡区提取的图像分割是近年来研究较多的一种图像分割方法,其理论研究还很不完善,如过渡区定义有很多局限性,阈值分割准则还没有给出显式的解释与证明等。给出了广义的过渡区定义,对基于过渡区提取的图像分割准则给出了合理的几何解释与数学证明。该研究内容进一步充实了这一理论框架,对研究过渡区提取与分割算法具有重要的理论意义。     

序列图像自适应增强目标定位算法研究

针对包含某个目标的序列图像,提出了一种基于自适应增强（Adaboost）分类的目标定位方法。在先验知识条件下,运用自适应增强方法将初始目标位置附近的像素分类为目标和背景两部分。对目标像素,运用形态学滤波去除误分类及噪声,此后运用图像的矩特征寻找目标中心,得到目标定位结果。算法基本消除了由于目标包含像素值丰富,而对图像分割产生的不利影响。实验证明,该算法效果较好。     

二维最优进化图像分割算法

针对一维阈值分割只考虑图像的灰度级而不考虑像素的空间信息且需要目标函数的问题,根据最优进化图像阈值分割算法的基本思想,提出了一种无目标函数的二维图像阈值分割算法框架(2D-OEA)。2D-OEA将每个图像二维信息向量看作一个染色体,假设最优进化方向存在,建立进化方向更新模型;然后定义了染色体编码规则,通过简单随机采样初始化种群,再对种群进行交叉变异运算、适值计算、选择和阈值修正,得到稳定的最优二维阈值。分别从理论和实验分析了假设和模型的合理性。实验结果表明,假设和进化方向更新模型合理,2D-OEA快速、稳定且有效,分割结果优于OEA。     

基于参数活动轮廓模型的图像分割新方法

针对目前基于参数活动轮廓模型(PACM)的图像分割方法不能精确定位到角点,不连续边缘易受周围无关信息影响的缺陷,提出一种基于参数活动轮廓模型的图像分割新方法。该方法首先构造边缘保护项,将其引入到图像分割的活动轮廓模型中,保留拉普拉斯扩散项的切线方向分量;再引入两个权重参数控制切线方向和法线方向有偏的扩散,以提高分割的精度和效率。实验结果表明,该模型不仅能检测到弱边缘,精确定位到角点,而且能收敛到深度的凹形边界,降低无关信息对边缘不连续处的影响,防止边缘泄露,很好地保护图像细节,收敛的效率和准确率比边缘保护梯度向量流模型、法向梯度向量流模型及其改进模型有明显提高。     

基于透射类图像数学模型的阈值分割新方法

透射类图像是在强光透射条件下才可见的图像,例如钞票防伪水印图案。其直方图呈单峰分布,传统图像分割方法难以得到合适的分割阈值。文中提出透射类图像背景与目标分布的概率性模型。并基于此模型推导出根据概率模型计算最佳分割阈值的公式,不同于传统方法反复计算和比较准则函数求取阈值的方式,只需要将图像数据代入文中所建立的模型,求解一元二次方程即可快速求得最佳阈值。最后经试验验证了该方法的有效性,分割效果得到较大改善,同时计算速度大大提高。