基于小波和模糊聚类的示温漆彩色图像分割算法

针对小波分析和聚类算法用于彩色图像分割的不足,提出了一种结合小波和模糊聚类示温漆彩色图像分割算法.首先通过小波变换模值得到图像各颜色分量的模值,并与颜色特征一起作为颜色特征量;然后根据聚类算法计算欧氏距离;最后根据欧氏距离和颜色特征量,按照模糊C均值聚类算法完成图像分割.实验结果证明,将该方法应用于示温漆彩色图像分割中,取得了较好的效果.     

基于HSI空间和K-means方法的彩色图像分割算法

提出了一种新的彩色图像聚类分割算法,选用HSI空间作为彩色分割空间,在研究H分量的聚类算法中,该分量的圆循环特性被充分的考虑,同时也定义了H分量空间中两点距离的定义和中心的概念;选用最重要的H分量和I分量作为分割聚类特征,运用模糊隶属度刻画了该聚类特征,最后运用K-means算法对彩色图像进行聚类分割.实验结果表明,此算法能够准确地从彩色图像中提取目标区域,且在H分量和I分量上联合分割的结果好于在单个分量上分割的结果.     

最大隶属度与SVM彩色图像分割新算法研究

图像分割是图像处理的主要问题,也是图像处理的难题之一,由于彩色图像提供了比灰度图像更多的信息,因此彩色图像处理,尤其是彩色图像分割受到了越来越多的重视.提出一种基于HSI模型和模糊最大隶属度原则与SVM的彩色图像分割方法,从彩色图像的彩色直方图中获取目标色RGB模型和背景色RGB模型;再将RGB模型转化为HSI模型建立一组色彩模糊集,对HSI模型进行SVM训练识别,再计算该图像中的色彩在各模糊集中的隶属度;最后确定色彩的归属,再将HSI模型转化为RGB模型,实现了快速有效的彩色图像分割方法的研究.     

基于最大隶属度与SVM的彩色图像分割新算法研究

图像分割是图像处理的主要问题,也是图像处理的难题之一,由于彩色图像提供了比灰度图像更多的信息,因此彩色图像处理,尤其是彩色图像分割受到了越来越多的重视。本论文提出一种基于HSI模型和模糊最大隶属度原则与SVM的彩色图像分割方法,从彩色图像的彩色直方图中获取目标色RGB模型和背景色RGB模型,再将RGB模型转化为HSI模型建立一组色彩模糊集,对HSI模型进行SVM训练识别再计算该图像中的色彩在各模糊集中的隶属度,最后确定色彩的归属,再将HSI模型转化为RGB模型。实现了快速有效的彩色图像分割方法的研究。     

基于FCM的彩色车牌图像快速分割方法

提出了一种基于HSI空间的快速模糊C均值（FCM）分割算法,并将此算法应用于分割彩色车牌背景与字符区域。首先将彩色车牌图像从RGB空间转换到HSI空间,将亮度I的值量化到与色调H同一范围[0,360];然后将具有相同值（H,I）的像素点归为一个有效样本点;最后采用有效样本点（H,I）进行二维模糊C均值聚类。该算法中根据H和I分量的特点,修正了距离公式。实验结果表明,该算法能良好地分割彩色车牌的背景与字符区域,并且运算速度高于标准的FCM。     

基于NSST和高斯混合模型的医学图像融合算法

提出了一种基于非下采样剪切波变换（Non-subsampled shearlet transform, NSST）和高斯混合模型的医学彩色图像融合算法。首先将彩色图像转换到HSI颜色空间,提取其色度分量图像、饱和度分量图像和强度分量图像;然后对强度分量图像和MRI图像进行NSST变换,其中低频系数采用基于区域系数改进拉普拉斯能量和（Sum-modified-Laplacian,SML）加权的融合规则,高频系数采用高斯混合模型估计参数取大的融合规则;对融合后的系数进行NSST逆变换重构融合后的强度分量图像;最后将融合后的强度分量图像与色度分量图像、饱和度分量图像混合得到融合后的HSI图像,再将HSI图像转换到RGB颜色空间得到融合后的彩色图像。仿真实验表明,该算法在视觉效果和客观评价指标上具有更好的融合效果。     

基于优化初始中心的加权K-均值彩色图像聚类算法分析

超像素作为一种图像预处理技术,在计算机视觉领域中得到了广泛的应用。该文研究的重点就是基于优化初始中心的加权K-均值彩色图像聚类算法的具体应用,针对单板彩色图像,提出一种基于彩色RGB空间通道的K-均值优化初始中心聚类分割方法,并与SLIC进行了分析,得到一种新的SLIC算法(WKK-SLIC算法)。该算法是基于优化加权K-means聚类初始中心点为基础,对彩色图像进行分割处理。在该算法中,通过运用密度敏感相似度对空间像素点密度生成聚类初始中心完成计量,所得聚类结构较稳定且经试验结果表明,在进行图像分割时该算法各方面的性能都要优于其他算法,具有更高的稳定性与准确性。     

基于长边检测的视频分割算法

针对前景和背景交界处颜色相似度较高时的图像分割问题,提出了基于长边检测的视频分割算法,首先建立包括颜色分量和对比度分量的能量函数,然后将基于边缘长度的边缘检测方法应用到基本模型的颜色模型中,利用长边检测的结果改进能量函数的颜色分量和对比度分量,最后使用图割算法,通过对能量函数求最小化得到最终的前景提取结果。实验结果表明,在前景和背景在交界处颜色相似度较高时,较其他算法具有明显的优势。     

基于改进的GSA彩色图像分割方法研究

提出了一种基于改进的GSA(Gravitational Search Algorithm)无监督彩色图像分割方法。在GSA的基础上,采用了改进的欧氏距离,引入了像素分离过程,并给出了像素分离条件的最小速度。首先像素点的移动采用改进的欧氏距离进行GSA搜索;然后进行区域生长,合并相同性质的像素;最后达到一定速率的部分像素点从聚类中分离出来。实验结果表明,与传统C均值聚类算法和GSA算法相比,该方法在复杂场景图像中具有更好的分割效果。     

融合矢量量化与LBP的图像检索算法

基于内容的图像检索算法一直是图像领域研究的热门课题,因此提出一种新的融合矢量量化与LBP的图像检索算法。首先,将彩色图像转化到HSI颜色空间,进行矢量量化编码,统计图像码字出现的频数,形成颜色直方图,完成颜色特征的提取;然后,再将彩色图像转化成灰度图像,利用局部二进制模式(LBP)算法提取纹理特征;最后,相似度计算采用颜色特征和纹理特征相似度加权平均,并且改变颜色特征和纹理特征的权值,多次实验,得到使查准率最高的权值。实验结果表明,算法能有效地提升图像检索性能。