一种基于二维最大类间方差的图像分割算法

本文提出了一种二维最大类间方差的图像分割算法,该方法不仅利用了图像元点的灰度分布信息,而且充分考虑了像元点之间的空间相关信息,理论分析和实验表明,对于低对比度,低信噪比的地面目标,该方法具有良好的分割效果,在该算法的基础上,又提出也一种快速递推二维最在类间方差法,减少了计算量,节约存储空间,具有较强的实用价值。     

基于遗传算法的二维双阈值Otsu图像分割算法

为了提高图像分割的精度和效率,提出了一种基于遗传算法的二维双阈值最大类间方差法的图像分割算法。该方法用两个阈值同时考虑了图像像元点灰度信息的范围和像元点之间相关信息,并对未处理区域做了后处理,以提高分割的精度和鲁棒性。为了提高分割速度,给出了一种改进遗传模拟退火算法。实验结果表明,文中提出的方法比传统的二维最大类间方差法更加完整、快速地分割出复杂背景中的图像。     

基于OTSU算法的图像分割有效性研究

基于阈值分割的二维OTSU算法的基础上,提出了关于二维OTSU算法的快速实现。该算法既利用了图像的像素点灰度信息,同时又利用了像素点的邻域空间相关信息。对于低对比度、低信噪比的目标,二维最大类间方差算法具有较高的分割效果。实验结果表明,二维最大类间方差算法的快速实现方法使图像分割的有效性得到很大提高,极大地扩大了二维OTSU算法的适用范围。     

一种快速递归红外舰船图像分割新算法

针对背景复杂、对比度低的红外舰船目标分割问题,提出了一种红外舰船图像分割的新算法.由于二维最大类间方差法不仅反映了图像的像素点灰度分布信息,还反映了邻域空间相关信息,因此有较好的抗噪能力.但是由于其解空间维数的增加,计算量的变化是以指数增长的,而粒子群优化算法可实现高效并行、随机、自适应群体搜索.基于这一特点,提出了基于粒子群优化的二维最大类间方差局部递归分割方法,有利于实现红外图像的实时处理.该方法同样适用于复杂背景下的其他红外目标图像的分割.     

结合方差和方向的指纹图像分割算法

指纹图像分割指从图像背景中分离出有用的指纹区域的过程。良好的指纹分割能够有效提高特征提取精度和减少后续处理时间,在指纹图像预处理中具有重要作用。结合指纹图像灰度方差和方向信息,提出一种指纹图像分割算法。将指纹图像分块,计算每块灰度方差和点方向图,根据图像块方差和点方向一致性设定两种分割阈值实现基于方差和方向的指纹图像分割。实验结果表明该算法兼具方差法和方向法的优点,简单快速,是一种有效的指纹图像分割方法。     

三维最小误差阈值法及其快速递推算法

针对现有算法无法有效解决混合噪声图像的阈值分割的问题,该文提出3维最小误差阈值法。该方法充分考虑图像像元点的灰度分布信息及像元点之间的灰度相关信息,结合图像灰度、均值和中值信息,构造出3维观测空间。然后基于相对熵定义出3维最佳阈值判别式。为了提高该算法的处理速度,给出相应的快速递推算法,其时间复杂度为O(L3)。实验结果表明,在不同噪声环境及非均匀光照条件下,尤其对混合噪声图像,与现有方法相比,文中算法均取得了更好的分割效果。     

最大类间方差法在图像处理中的应用

图像分割在图像处理中占有重要的地位，分割结果的好坏直接影响图像的后续处理。文章首先介绍了最大类间方差法及其改进算法——基于灰度拉伸的最大类间方差法算法原理和实现，并针对高速公路中的图像特点。在背景差分法的基础上利用上述两种方法对图像进行了分割处理，对两种方法处理的结果进行了比较。     

改进的最大类间方差法在PCB图像分割中的应用

图像分割在图像处理中占有重要的地位，分割结果的好坏直接影响图像的后续处理。文章针对PCB（printed circuit board）原始图像的分割问题介绍最大类间方差法及其改进算法——基于灰度拉伸的最大类间方差法算法原理和实现，并利用上述两种方法对PCB图像进行了分割处理，对两种方法处理的结果进行了比较。实验结果说明这种改进方法弥补了最大类间方差法的缺点，取得了理想的效果。     

基于新遗传算法的Otsu图像阈值分割方法

最大类间方差（Otsu）图像分割法是常用的一种基于统计原理的图像阈值分割方法。为了改善Otsu耗时较多、分割的精度低、易产生图像误分割等不足,将猴王遗传算法与Otsu算法结合,运用猴王遗传算法的原理,寻找图像灰度的最大类间方差,即最佳阈值。结果表明,结合后的方法不仅提高了图像的分割质量、缩短了运算时间,而且非常适合图像的实时处理。     

图像阈值分割算法及对比研究

图像阈值分割技术广泛应用于计算机视觉和模式识别等研究领域。通过对五种典型的阈值分割算法,包括最大类间方差法、最大熵法、最小交叉熵法、最大相关法和灰度熵法进行算法仿真,并针对不同信噪比图像的分割结果进行了客观评价,得出不同分割方法所适用的分割对象。同时设计了图像阈值分割系统,便于进行不同分割算法的对比分析。     

基于逆向映射的空洞填补方法

为了有效填补虚拟视点图像中的公共空洞,提出 了一种基于逆向映射的空洞填补方法。 首先利用深度图像绘制(DIBR)技术将左、右参考视点映射到虚拟视点位置,利用图像膨胀方 法将映射的虚拟视图中的空 洞区域进行扩大,以消除虚拟视点图像中的伪影瑕疵;然后,提取出膨胀后空洞区域的边界 ,并将其逆映 射到原始的参考图像中,根据空洞与边界的相对位置,选取原始图像中相对位置上的像素来 填充虚拟视图 中的空洞区域;最后,将空洞填补之后的左、右视点映射的虚拟视图进行融合获得最终的虚 拟视图。实验 证明,本文方法有效解决了传统空洞填补方法容易将前景像素填充到背景区域的问题,能 够获得较好的视觉观看效果和较高的客观峰值信噪比(PSNR)值。     

一种基于激光三维成像雷达距离像的目标检测方法

为了提高激光三维成像雷达地面目标的检测效率,提出一种基于激光三维成像雷达距离像的目标检测方法。该方法首先采用基于邻域像素内检测距离反常算法对距离像进行噪声抑制预处理,然后采用基于形态学的地面估计和高程分割算法实现了距离像的地物分割,最后根据感兴趣目标的尺寸特征,采用最小外接矩形估计算法实现了感兴趣目标的快速检测。本文提出的方法充分利用了距离像的高程信息和目标已知的先验知识,不受二维图像中光照灰度变化对目标检测效果的影响以及处理三维海量点云数据对计算速率的影响。实验结果证明,本文提出的方法适用于复杂多变的战场环境下对地面目标进行快速检测,且满足了实时性要求。     

图空间上自适应形态学算子

为了解决现有图空间上形态学应用中固定选取结构元素的问题,在图空间上提出了相似权的概念,定义了自适应结构图,对结构图的性质进行了证明.在此基础上提出一种图空间上自适应形态学算子,并从理论上验证了该算子的完备性.新算子不仅考虑了图像像素点的局部特征,同时考虑了连续像素的全局特征.实验结果表明,新算子不仅在保存彩色信息的完整及关联性方面优于现有的彩色形态学,而且可以根据图像的特征自适应的选取阈值和结构元素,在更精细的图像处理方面具有良好的应用前景.     

基于最大后验估计的动态星图目标提取方法

深空探测时,由于星敏感器受到多种复合运动影响,使拍摄星图存在严重运动模糊,信噪比低。采用Sureshrink小波方法去噪,能够有效保留星图的边缘信息和灰度信息;根据星图梯度符合拉普拉斯分布的先验信息,提出一种基于最大后验概率估计方法的星图去模糊模型,并对动态模糊星图进行去模糊处理。仿真结果表明,高动态时,经过所提出的去模糊方法处理后的星图不会出现维纳滤波方法中的振铃影响,处理速度和提取质心精度优于Richardson-Lucy滤波,质心精度优于0.1个像素,满足动态星敏感器的处理精度和速度要求。     

基于3D卷积联合注意力机制的高光谱图像分类

由于高光谱图像存在较高的数据维数,会给分类过程带来一些困难。为了提高分类的准确率,提出了一种使用3D卷积联合注意力机制的高光谱图像分类方法。首先,将中心像素与周围相邻的其它像素进行配对,可以通过配对构成多组新的像素对,充分利用了像素之间的邻域相关性。接着,将像素对放入3D卷积联合注意力机制网络框架中进行分类,它能够对高光谱图像中的特征进行选择性的学习。最后,通过投票策略获得像素标签。实验是在两个真实的高光谱图像数据集上进行。结果表明,所提出的方法充分挖掘了高光谱图像的光谱空间特征,能有效地提高分类精度。     

图像融合在空间目标三维重建中的应用

图像融合可以获取目标更加丰富的层次和细节信息，有利于对探测目标信息的有效地获取，在包括空间目标的三维重建等应用中有着重要意义。针对空间目标的宽动态范围提出了一种多次曝光的图像融合方法，利用信息熵的非线性压缩判定图像融合权重，并引入双边滤波残差加强弱纹理的分配权重，有效地增加了图像的特征信息，提高了三维重建点云的数量。利用提出的融合方法开展了空间目标模拟成像试验，采用融合的图像对目标三维重建，并与多种不同曝光程度以及采用其他融合图像的方法进行了对比，提出的方法得到的重建点云数量相对恰当曝光状态提高了35%，重建结果优于其他方法。结果表明:将图像融合引入到三维重建中，能有效地加强了重建图像信息，避免了光照条件对目标三维重建的不利影响，获得较高质量的重建效果，该方法可以很好地应用到基于图像序列的空间目标三维重建应用中。     

基于参数域映射及B样条插值的三维重构方法

利用单目CCD图像进行物体表面非接触测量的核心是基于单幅图像的三维重构技术,常采用由阴影恢复形状(SFS)的方法实现三维重构。当图像分辨率较低时,通过由阴影恢复形状的方法重构的三维表面模型其分辨力较差,无法满足实际要求。为此提出了一种基于参数域映射及B样条插值的三维重构方法。采用B样条插值技术对图像进行放大处理,通过像素的参数域映射减小图像的失真及高频信息的丢失,根据放大后图像的灰度信息重构物体的三维表面模型。实验表明,基于参数域映射及B样条技术的图像插值方法很好地保护了图像的细节,利用该方法进行三维重构能够有效改善重构模型的分辨力和光顺性,为提高三维表面非接触测量精度创造了条件。     

面积约束下的最优阈值法分割LED像素点阵

针对基于CCD相机采集方式的亮度校正方法需要从采集图像中分割出每颗LED像素的亮度信息的问题,提出面积约束下的最优阈值分割法。在最优阈值分割法的基础上,根据先验信息引入面积约束条件,对阈值的取值范围进行约束。与传统的最优阈值法相比可以避免分割后LED像素区域连接的情况。面积约束下的最优阈值分割法生成采集图像的灰度直方图,利用最优阈值算法结合面积约束生成最优阈值,最后通过图像的阈值分割法将采集图像分割。实验表明,该方法可以比较好地分割出采集图像中的LED像素,并可避免当LED像素点分布密集时应用最优阈值法分割LED像素造成的区域连接问题。     

一种基于红外对比度提升的高动态范围压缩技术

如何将红外探测器采集的高动态范围的数据压缩为低动态范围图像数据的同时,能尽可能地保留图像的信息,提高图像的对比度一直是一个技术难点.针对这一问题,本文提出了一种新的红外图像压缩方法.该方法引入了直方图信息,通过对直方图进行分割,区分背景区域像素和目标区域像素;然后计算压缩映射模型;最后结合分割后的直方图对图像的像素采用...     

基于协峭度张量的高光谱图像异常检测

高光谱图像中的异常像元往往具有在图像中出现的概率低和游离于背景数据云团之外的特点,如何“自动”确定这些异常像元是高光谱遥感图像处理中的一个重要研究方向。经典的高光谱异常检测方法一般从图像的统计特性入手,广泛应用的RXD异常检测算法通过计算图像的2阶统计特征,可以直接给出异常点的分布情况,算法复杂度低,但缺点是没有考虑到图像的高阶统计信息。基于独立成分分析的异常检测算法虽然考虑了高阶统计量对异常点的敏感性,但需要反复迭代提取异常成分后,再对提取后的成分进行异常检测。该文提出一种基于协峭度张量的异常检测算法,该算法不需要事先提取异常成分,可以直接对观测像元进行逐一检测,从而给出异常点的分布情况。基于模拟数据和真实数据的实验结果表明,该方法能够在检测出异常像元的同时更好地压制背景信息、减小虚警率,从而提高异常检测精度。