改进型PCNN在绝缘子图像分割中的应用

针对高压输电线路绝缘子状态检测中光照不均匀、对比度不强的红外绝缘子图像分割,提出了一种基于类内绝对差准则的改进型PCNN图像分割算法。对最小类内绝对差法进行改进,引入背景与目标的面积差因子,确定最佳分割阈值后通过PCNN算法迭代优化进行图像分割。与经典OTSU算法、基于最小类内绝对差准则的PCNN算法进行比较。实验结果表明,本文方法能够取得更好的分割效果,并且具有较强的实用性。     

基于PCNN模型的区域生长图像分割

提出了一种结合区域生长算法和脉冲耦合神经网络进行图像分割的方法.该方法将待分割图像的像素点映射为PCNN模型中的神经元,把改进的脉冲耦合神经网络模型的点火频率同区域生长的理论结合起来进行图像分割.实验表明该方法分割的图像与传统的分割法相比具有边缘信息更加完整,区域划分更加准确,分割效果更能符合人眼视觉的识别特征.     

基于微粒群优化算法的图像阈值分割

本文简要介绍了微粒群优化算法、图像阈值分割原理和方法,将微粒群优化算法应用到图像阈值分割问题中,对最优分割阈值进行全局寻优,并与基于迭代法、Otsu法的阈值图像分割结果进行对比,结果表明微粒群算法优化的分割阈值分割效果更好。将本方法应用到犯罪现场灰尘加层足迹图像的处理中,取得了较好的图像分割效果,为公安技术人员对犯罪现场物证信息后期处理提供了一种新的方法。     

基于保边分解的图像分割

为改善传统CV(Chan和Vese)分割算法对自然图像分割的效果,将自然图像进行自适应保边分解,获取的卡通分量区域内部具有一致性,区域间存在显著差异且目标轮廓清晰。对卡通分量运用水平集实现目标区域分割。实验结果表明,相对于传统CV分割算法,该算法对自然图像分割的效果较好,分割测评分数较高。     

一种基于线性化Bregman迭代的图像去模糊新方法

基于线性化Bregman迭代法带有软阈值算子的A+算法,结合广义逆迭代格式,提出一个新的混乱迭代方法求解图像的去模糊问题。在算法上充分考虑对细节信息的有效利用,以弥补在每步迭代过程中为了去模糊而过滤掉的图像细节特征的损失,达到有效滤波的效果。同时在计算时间和恢复效果之间取得平衡。数值试验结果表明,新方法在提高计算效率的同时还能得到很好的图像恢复效果,特别是细节特征和稀疏纹理的恢复。     

图像分割在灰度图像中的应用

为了探索适用于灰度图像尤其是静态监控图像的分割算法,本文针对灰度图像的特点,将经典分割算法进行了仿真与分析,提出了一些适用性条件。     

基于区域生长的沥青混合料数字图像分割方法

介绍了基于区域生长算法的沥青混合料数字图像分割方法,在此基础上,采用Matlab工具编制实现了分割的程序,对获取的数字图像进行了分割,并将分割之后的图像与利用OTSU方法分割的图像效果进行了对比,得到了各种方法的适用范围,以供参考。     

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。     

基于OpenGL的山脉非真实感可视化算法

本文基于OpenGL,对原始地理灰度数据进行图像分割,在分析已有的提取山谷线和山脊线的算法之上,使用了一种新的提取特征线的方法,并将特征线进行非真实感绘制,突出了山脉图像的艺术特性,将图形非真实感可视化应用到地理信息绘制领域。     

基于kNN的鞋印花纹的图像分割算法应用检验

图像分割是一种基本的计算机视觉技术,通过分割有利于图像特征的提取。本文针对传统图像分割的弱点,比如语义的二义性、难以达到理想的效果等,加之图像光照不均、干扰噪声复杂等问题,提出了一种基于kNN的鞋印花纹的图像分割算法,利用kNN的分类策略,提高鞋印花纹的提取精度,从而达到理想化的分割效果。