基于小波域多分辨率MRF的声呐图像目标分割

声呐图像受噪声影响严重,分辨率低,传统算法对其目标分割效果较差,为此,提出了小波域多分辨率MRF模型的声呐图像分割算法。小波域多分辨率分析有利于提取声呐图像弱特征信息;每一分辨率中的观测特征采用高斯混合模型建模,尺度内同标记的观测特征用高斯模型建模,用各向同性的双点多级逻辑(Multi-Level Logistic,MLL)模型建模每一尺度的标记场;最后,用迭代条件模式(Iterated Conditional Mode,ICM)实现多分辨率马尔可夫随机场(Multi-Resolution Markov Random Field,MRA-MRF)中能量函数的最优解,获取标记场,完成声呐图像分割。从视觉效果和定量分析两方面验证。对比实验的结果表明,该文算法能有效地提取声呐图像的弱目标信息,较好地将目标区域和背景区域分割出来,具有较高的分割精度和鲁棒性。     

一种基于DA-GMRF的无监督图像分割方法

提出一种基于间断自适应高斯马尔可夫随机场(DA-GMRF)模型的无监督图像分割方法.针对MRF模型中的过平滑问题,利用边缘信息构造能量函数,定义了一种DA-GMRF模型.利用灰度直方图势函数自动确定分类数及分割阈值,进行多阈值分割,得到DA-GMRF模型中标记场的初始化,用Metroplis采样器算法进行标记场的优化,实现了图像的无监督分割.实验结果表明了该方法的有效性.     

基于置信度传播算法的车牌分割

针对车牌的分割,提出一种基于马尔可夫随机场(Markov random field)模型建立车牌的分割模型,通过置信度传播(Belief Propagation)算法对分割模型进行迭代推理,得到车牌的分割目标。实验结果表明提出算法的有效性。     

基于分割区域的SAR图像配准方法研究

合成孔径雷达(Synthetic Aperture Radar,简称SAR)图像受到斑点噪声影响以及成像条件的变化,使得同一场景的两幅SAR图像之间存在很大差异,利用基于边缘特征或灰度信息进行SAR图像配准,难以达到预期效果.基于此,本文提出一种基于分割区域的SAR图像配准方法,该方法首先利用主动轮廓方法对去噪后的SA...     

强噪声背景下基于非网格MRF的SAR图像快速分割方法

像素级的马尔可夫随机场图像分割算法,在强噪声的SAR图像中难以保证消除斑点噪声的同时不破坏图像的边缘结构.针对此,本文提出了一种新的分割方法,首先将图像划分为若干个内部连通且有良好边缘的小区域块,然后将区域块内像素灰度的均值作为块内每个像素的灰度强度以提高算法的抗噪能力.在迭代优化阶段,用区域块替代像素作为新的处理单元,从而减少处理单元的数目提高算法的运行效率.为验证新算法的性能,将其分别应用于人工合成图像和真实的SAR图像上,并与经典分割算法做比较显示出了本文算法在噪声抑制、边缘保护和运算效率方面的性能.     

基于几何结构测度的路面裂缝图像分割算法

针对裂缝形态多样性和分布随机性使得传统裂缝图像分割算法的泛化能力弱的问题,提出一种基于几何结构测度的路面裂缝图像分割算法。首先,采用瑞利分布和高斯分布对裂缝图像背景和目标进行建模,并用期望最大化算法求解裂缝灰度混合模型参数;然后,通过高斯核函数与图像的卷积计算裂缝的边界映射,用梯度矢量流场构造裂缝图像Hessian矩阵,由Hessian矩阵描述裂缝测度函数并获取裂缝多尺度特征向量;最后,将裂缝多尺度特征向量和灰度混合模型融合到马尔可夫随机场,基于最小能量准则,利用条件迭代算法求解裂缝最大标号场来实现裂缝图像分割。实验表明,与仅依靠灰度特征的传统裂缝图像分割算法相比,所提算法综合指标达88.02%、重叠率达54.92%,优于其他算法,具有良好的噪声抑制能力和泛化能力。     

融合双特征的玻璃缺陷图像分割算法

目的 针对玻璃的材料透明性以及条带噪声等固有属性使得传统玻璃缺陷分割算法准确率较低等问题,提出一种基于双特征高斯混合模型的玻璃缺陷分割方法.方法 首先,利用分数阶运算对玻璃缺陷增强,用灰度共生矩阵获取纹理特征,从而构建玻璃缺陷的双特征向量;将双特征向量引入高斯混合模型,并利用马尔科夫随机场的相邻像素空间信息对玻璃缺陷分割高斯混合模型进行改进,通过交替进行玻璃缺陷像素点与标号场之间映射关系的估计和基于高斯核函数空间约束更新,完成玻璃缺陷分割;最后,应用模糊熵对缺陷图像分割结果进行后续处理.结果 对疖瘤、污点、气泡以及夹杂等4种典型缺陷样本图像进行性能测试和不同算法对比分析实验,实验结果表明,所提算法的Dice指标达到98.59％,crM指标达到7.03％,衡量指标优于其他算法.结论 将灰度特征和纹理特征引入玻璃缺陷分割的马尔科夫随机场,能够抑制非缺陷目标,并保留低对比度玻璃缺陷,提高玻璃缺陷分割算法的鲁棒性和准确性.     

基于Level Set的交互式快速分割算法

三维医学图像数据量大,并且受噪声、边界模糊等原因的影响,致使三维分割过程消耗时间较长,容易产生欠分割或过度分割。针对以上问题,提出一种基于Level Set的三维快速分割算法,采用Fast Marching获取二维分割区域,优化轮廓边界,利用直线数值微分算法（Digital Differential Analyzer,DDA）提取轮廓像素;进一步引入扫描线种子填充思想,实现医学图像的三维快速分割。实验结果表明,上述算法能够快速准确地分割出感兴趣区域。     

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。     

采用自适应邻域马尔可夫场的极化SAR图像分割

提出了一种新的马尔可夫场(MRF)极化SAR图像分割方法,对于图像中的每个像素,利用极化SAR数据总功率(span)图,得到该像素的马尔可夫场自适应邻域系统,且对区域标号过程的参数进行修正.使用该方法对机载极化SAR数据进行分割,实验结果表明,与传统的马尔可夫场方法、最大似然方法相比,该方法可以得到较好的分割结果.     

一种基于Graph Cuts的SAR图像分割方法

在最小化由马尔科夫随机场(MRF)图像分割模型建立的能量函数方面,基于Graph Cuts的alpha-expansion是一种比较有效的算法.但是,由此算法构建的s/t图中边的数目非常多,运算速度很慢.为了减少alpha-expansion算法的计算量,本文在标号为alpha的像素向其它像素膨胀的过程中,先隔离非alpha类间的联系,而只考虑alpha类与非alpha类之间的关系,从而避免了alpha-expansion算法需要构造辅助结点的问题,减少了s/t图中边的数目,提高了算法的计算效率.因放松了非alpha类间的关系对alpha膨胀的约束,使得算法可以更容易得跳出能量函数的局部极小点而获得更优的分割结果.实验中将改进的算法与传统的基于Graph Cuts的算法做了对比,显示了新算法在运算时间和最小化能量方面的有效性.     

二维直方图区域斜分Otsu阈值分割的快速迭代算法

鉴于现有的基于二维直方图区域直分的阈值选取方法中存在明显的错分,提出了一种新的二维直方图区域斜分方法,导出了基于二维直方图区域斜分的otsu法的快速迭代算法.在实验结果中给出了分割结果和运行时间,并与基于二维直方图直分的Otsu原始算法及其他两种快速算法进行了比较.结果表明所提出的快速迭代算法,使分割后的图像内部区域均匀,边界形状准确,有稳健的抗噪性,同时运行时间大幅减少.     

基于FCM和图割的交互式图像分割方法

为了提高在前景和背景颜色相似情况下图像的分割效果,提出了一种基于模糊C均值聚类(FCM)和图割的交互式图像分割方法。首先,利用分水岭算法对图像进行预处理,将图像分成多个小区域,用区域代替像素点进行分析。然后,采用模糊C均值算法对用户标记的前景区域和背景区域分别进行聚类分析,挖掘用户交互所提供的隐藏信息。用未标记区域的颜色分量到前景区域及背景区域类心的最小距离表示相似能量,用未标记区域与其相邻区域的相关性表示先验能量。最后,利用最大流/最小割算法求能量函数的全局最优解。与其他方法相比,该文方法具有较好的分割性能,能从前景背景相似的图像中较精确地提取感兴趣的物体,且用户操作简单。     

模拟退火与模糊C-均值聚类相结合的图像分割算法

模糊C-均值(FCM)聚类算法是一种结合无监督聚类和模糊集合概念的图像分割技术,比较有效,但存在着受初始聚类中心和隶属度矩阵影响,可能收敛到局部极小的缺点.将模拟退火算法(SA)与模糊C-均值聚类算法相结合,在合理选择冷却进度表的基础上,依据模糊C-均值聚类算法建立模拟退火算法的目标函数,实现了基于模拟退火的模糊C-均值聚类图像分割算法.实验表明,该方法具有搜索全局最优解的能力,因而可得到很好的图像分割结果.     

一种改进的多方位结构元素形态学和互信息量的图像分割算法

提出了一种改进的基于多结构元素形态学与互信息量相结合的图像分割算法。算法首先利用相邻像素差分运算标记出图像中存在梯度变化的像素点,然后对这些像素点进行多结构元素形态学运算,确定一个初始阈值;然后以互信息量为目标函数,在小范围内计算分割图像与原图像的互信息量,以确定最优阈值。通过对大量路面破损图像进行的实验表明,该改进算法所得到的分割图像目标边缘特征保持完好,具有很强的抗噪能力,且处理速度很快。     

一种新的边缘保持分水岭的图像分割算法

为了达到抑制分水岭过分割和保持物体边缘信息不受破坏的双重目的,提出了一种新的边缘保持水岭(Watershed)算法.首先,根据K-均值聚类将图像分成多块;然后利用噪声标准差构造相对应的双边滤波器平滑每块图像;接着计算形态学梯度,对梯度图像进行H-minima标记;最后对标记图像进行分水岭分割.该算法将双边滤波和分水岭算法相结合,有效地抑制了过分割并且较好得保持了物体边缘信息.     

结合遗传算法与方向图法的指纹图像分割

指纹作为人体的重要特征，由于其唯一性和终生不变性，越来越成为生物测定技术的重要手段，在自动指纹识别中，指纹图像分割是图像预处理中关键的一环，不仅能够对图像信息进行压缩，保留脊谷线的主要信息，同时能够去除大量的粘连，加速后续处理的速度和提高指纹特征提取和匹配的精度，将基于遗传算法的阈值分割方法和方向图法相结合对指纹图像进行分割。     

机器人视觉目标数字图像实时处理及分割

机器人视觉目标图像信噪比低、背景噪声干扰大,目标识别处理通常利用目标的灰度信息进行预处理。文中设计一种基于数学形态学和遗传算法的灰度图像实时预处理和阈值处理技术图像分割方法。描述图像的基本结构和特征,用具有一定形态的结构元去度量和提取图像中的对应形态,以达到对图像分析和识别;经过预处理的原始图像,采用基于遗传算法的最大类间方差图像分割法,非线性快速地查找到最优的分割阈值,从噪声图中分割出可能目标。基于ARM嵌入式微处理器,以复杂可编程逻辑器件CPLD作为时序控制单元,进行图像处理、分割,实现了图像信息的采集、存储、传输及处理为一体。仿真实验表明,该方法实时性好,简捷、快速,对运动目标的图像识别有较好的实用价值。     

模糊方向滤波在SAR图像处理中的应用

介绍了合成孔径雷达(SAR)成像特点。探讨了基于方向滤波器和模糊逻辑的模糊方向滤波法,此方法首先将图像进行特征平面增强并模糊化,并获得模糊参数,然后根据模糊规则计算隶属度,以具有相应最大隶属度的像素构成最后滤波结果,达到既滤除噪声又保留图像细节的目的。实验表明此方法优于Lee滤波算法、Esafa算法和加权形态滤波算法。