基于区域的自动区域生长算法在彩色年轮图像分割中的应用

该方法首先采用分水岭算法来得到彩色年轮图像的大致区域分布,并结合 canny 算法实现种子点的自动选取,自适应的改变生长条件,从而解决了区域断裂的问题。分割结果表明 , 该方法保持了原图像的完整形状特征并能获得清晰的边缘 , 为年轮参数提取奠定了良好的基础。     

一种相似区域合并的分水岭路面裂缝图像分割方法

形态学分水岭分割方法比较适用于信息弱小的图像分割,但存在过分割现象,尤其是针对比较复杂无规律的路面裂缝图像,往往分割出的裂缝杂乱,有过多的错乱分支。本文针对分水岭过分割现象,提出基于相似区域合并的分水岭分割方法,从而避免了过分割,提高了分割质量。     

基于JSEG算法的纺织品印花图像分割

 针对机器视觉对纺织品印花精度的检测问题,提出了利用JSEG算法对印花的纺织品图像进行分割。主要通过对图像的滤波,颜色的矢量化和区域的增长与合并,完成图像区域的分割。通过实验给出了颜色量化阈值和区域合并阈值对图像分割的影响以及选取的方法,最终给出该算法对印花纺织品图像的分割效果图,表明该算法利用颜色信息和区域信息,对包含纹理信息的彩色印花图像有良好的分割效果,并且对由日光引起的一些干扰有一定的抑制作用。     

图像分割算法综述与探索

图像分割是作为图像处理的一项重要技术,从研发至今已经应用于各个领域。实践中的图像分割又可以根据具体的操作方法的不同,细分为各种图像分割算法,文章中笔者将结合自己的专业知识和工作经验,简单的介绍下几种普遍的图像分割算法。     

应用区域颜色分割的机采棉杂质检测方法

机采棉中的杂质繁杂,而杂质类型及含量对后期棉花加工工艺的影响很大。为此,提出一种应用区域颜色分割方法以检测棉花中的杂质。在图像分割中,先对滤波后的机采棉图像进行彩色梯度运算,通过扩展极小变换运算获得标记图像,在修改后的梯度图像上运用分水岭算法获得初始分割图像,然后对初始分割图像进行区域合并。区域合并过程中要综合考虑空间邻接性、颜色信息和区域面积3个因素。颜色信息主要采用饱和度、亮度、区域颜色向量模及颜色相似度4 个特征量。用层次递进的合并方法,迭代过程更新信息特征。最后通过支持向量机算法提取颜色、纹理、形状特征对杂质区域进行识别。结果表明,所提方法对机采棉中天然杂质的平均识别率为94%。     

基于模糊C均值聚类的纺织品印花图像分割

 针对纺织品印花精度检测的关键技术问题,主要围绕纺织品印花图像的有效分割展开研究工作,提出了基于距离修正和隶属度修正的FCM算法。为了确保FCM算法的有效性和精确性,对其参数的选取和算法结构进行了深入的研究,结合参数的自适应初始化方法和FCM算法的修正方法,最终给出该算法对纺织品印花图像的分割效果图。实验结果表明,该算法对纺织品印花图像有良好的分割效果,并且对由光和织物纹理引起的干扰有一定的抑制作用。     

图像分割的研究进展

在计算机飞速发展的背景下,计算机的图像处理技术渗入到各个行业中。图像分割作为一种基本的图像处理技术,它的目的是把图像分成各具特征的区域,从中提取感兴趣的技术。下面我们就来探讨一下图像分割的进展,以及图像分割中的自动分割和半自动分割的比较。     

基于图像处理的铁路轨枕分割方法研究

轨枕作为铁路线路重要的基础设施,其工作状态是否正常对铁路线路的安全有着重要的影响。文章提出了一种基于图像处理的铁路轨枕分割方法,包含铁路图像采集、图像预处理、轨枕图像分割提取等部分。在对灰度图像进行Laplacian边缘检测处理后采用区域扫描定位法对轨枕位置进行定位,提取轨枕图像,以期应用到后续状态检测中。     

基于上下文分析的SAR图像分割算法

合成孔径雷达(synthetic aperture radar,SAR)是一种主动的微波遥感成像雷达,合成孔径原理的使用可以获得高分辨率的图像,提供丰富的地面信息。同时,特殊的成像原理也产生了新的图像处理问题。文章针对SAR图像的特点设计一种自适应滑动窗口,并将图像上下文信息(邻域信息和边缘信息)应用进模糊聚类算法,可以有效的抑制噪声的干扰,分割的效果有了很大的提高。     

浅谈图像分割方法的研究运用

图像分割就是根据图像的某些特征或特征集合的相似性准则对图像进行分类,把图像空间分成若干个某些具有一致性属性的不重叠区域。它是图像分析和理解的基础,是计算机视觉领域中最困难的问题之一。图像分割的质量将直接影响着对图像的后续处理,所以图像分割被视为图像处理的瓶颈,具有十分重要的意义。人们很早就开始了对图像分割方法的研究,并且几十年来,这方面的研究从来没有间断过。到目前为止,已经有大量的关于图像分割的理论、技术、方法被人们相继提出并广泛应用。     

基于均值漂移的模糊C均值聚类图像分割方法

本文针对模糊C均值聚类（FCM）算法在分割噪声图像和含有颜色相近区域的图像时存在的不足,提出了一种结合各向异性均值漂移的模糊c均值聚类（FCM）新算法。该算法在传统的FCM算法中引入了均值漂移（MS）算法,分割图像时利用Ms算法可快速找到峰值点和图像空间信息的优点,对颜色漂移区域和细长区域均能保留更多的图像信息,同时具有较强的抗噪能力。     

浅谈区域生长法在车牌定位中的应用

图像分割是根据图像的一些特征或特征组合的相似性准则对图像进行处理分类,把图像空间分成若干个某些具有一致性属性的不重叠区域。人们在几十年来一直对图像分割方法进行研究,到目前为止,已经有大量的关于图像分割的理论、技术、方法被人们相继提出并广泛应用。图像分割方法大致分为三类:基于阈值的分割方法、基于边缘检测的方法和基于区域的分割方法。在本文中,将主要对区域生长法加以研究,并且应用区域生长法完成对汽车车牌的定位。     

基于色彩聚类的皮影服饰纹样分割

为实现皮影服饰图案的自动提取,以唐山皮影头茬图像为例,分析了皮影服饰的色彩构成及图案特点,探讨了一种基于色彩聚类的皮影图案识别方法.通过相对总变差模型对皮影图像进行了噪声平滑处理;将处理后的数字图像由RGB颜色空间转换至CIE L?a?b?颜色空间,提取空间中的a、b两个色彩分量;利用K-means聚类算法对皮影图像色...     

针织毛衫圆形领数学模型的建立

为研究针织毛衫圆形领尺寸变化规律,参照日本文化式女装原型（160∕84A）基本领口,对原型领窝的横开领,前、后直开领进行开宽、开深。在横开领开宽量一定的情况下,分别测量不同直开领开深量下针织毛衫圆形领前、后领口弧长尺寸,并对这些尺寸进行数理统计分析,了解针织毛衫圆形领前、后领窝弧长的变化规律。通过回归分析,建立针织毛衫圆形领前、后领窝弧长的数学模型。研究结果可为针织毛衫圆形领纸样设计及服装智能化生产提供理论参考。     

基于贝叶斯决策及半监督聚类的织物图像分割

为提高纺织CAD技术,依据半监督聚类理论,提出一种以最小错误率贝叶斯决策为准则的半监督聚类的织物图像分割算法。这种算法利用有限的人工信息,即在织物图像上点击有限的几个点以标识相应区域之间的关系,从而得到满足用户给定限制的织物图像分割结果。用该算法首先对织物图像进行量化转换处理,而后在贝叶斯模式识别中集成先验的分割信息进行色彩聚类。实验结果表明,该算法用于织物图像分割是可行的。     

基于Mean Shift的织物图像分割算法

首先介绍了Mean Shift算法的处理过程,然后以处理织物图像分割为研究对象,将扩展形式的Mean shift算法用于解决织物图像分割问题。新提出的织物图像分割算法包括2个步骤:Mean Shift图像滤波和Mean Shift图像分割,并介绍了各自的原理。分割效果有3个关键参数控制:空域带宽、色度域带宽和最小区域限制。实验结果给出了3个参数的影响和选取分析,最后给出该织物图像分割算法与原CAD处理效果比较图,表明该算法具有可行性、有效性和鲁棒性。     

图像分割技术综述

图像分割是图像处理中的一项关键的技术,是目标识别和图像解释的前提,多年来一直倍受关注。目前,在图像分割领域里的分割方法众多,但至今没有一种通用的方法。文章综述了近年来在图像分割技术中出现的常用方法及它们的优缺点,并对图像分割技术的前景进行了分析及展望。     

基于最大类间方差的图像分割算法研究

图像分割算法是当前计算机图像处理的难点之一,由于图像区域内部像素的灰度变化相似度高,而在图像边界上的像素变化不连续。为了将图像分割成不同的区域,实验分析了最大熵阈值分割法和迭代式阈值分割法原理,并在此基础上对比研究了最大类间方差法。实验结果表明:最大类间方差法的峰值信噪比最大,均方根误差,图像分割效果最好。     

基于免疫遗传算法的图像阈值分割

基于最大熵准则的图像阈值分割算法是一个图像分割的最优化问题，算法的运算量很大，用一种基于免疫调节机制的免疫遗传算法求解该准则下图像的一组最佳分割阈值，不仅提高了运算速度，而且克服了一般遗传算法的不足，仿真实验证明了该算法对复杂图像的良好分割效果和较强的实时处理能力。     

谈谈冷分割与热分割

分割肉生产加工时,采用冷分割好,还是热分割好,一直是人们争论的问题。为此,本文专门就这两种生产工艺作一简单介绍,同时就其特点进行分析比较。以供肉类企业参考。一、冷分割生产工艺与热分割生产工艺简介 1.冷分割生产工艺