一种基于遗传算法的Normalized Cut准则图像分割方法

Normalized Cut准则图像分割是基于图论的方法,是一种比较典型的规范化分割,但由于其运算量较大、收敛条件难以控制等缺陷,使得图像二值化分割不均匀。本文从Normalized Cut缺陷研究入手,利用遗传算法全局快速检索特性,改进Normalized Cut优化函数,获得精度理想的图像分割效果。     

一种结合曲率与圆特征的实时指尖检测算法

为实时准确地获取指尖数量,提出一种结合曲率与圆特性的指尖检测方法。首先采用基于肤色与运动检测相结合的方式将手势区域从复杂背景中分割出来;然后对包含手势的图像进行二值化处理,进而对图像进行滤波与形态学处理后提取手势轮廓;再依据曲率的方法提取手势轮廓上的拟指尖点,最后利用指尖点的圆特性将非指尖点去除掉,得到准确的指尖数量。     

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.     

基于水平集的局部自适应图像分割方法

针对传统水平集图像分割模型无法准确分割灰度不均匀及多目标图像的问题,提出了1种改进的基于水平集的局部自适应图像分割模型。该模型在CV模型(Chan和Vese提出的模型)和LAW(local adaptive weighting)模型水平集演化方程的基础上,重新定义了1个局部自适应权重函数来表示像素点所在邻域的偏差信息,并约束该偏差信息与图像的局部灰度不均匀信息之间的差异为最小,以得到精确分割结果。将模型应用于多相位水平集中,实现了对多目标图像的分割。实验结果表明,该模型对灰度不均匀图像及多目标图像分割更准确,且对初始轮廓的位置更鲁棒。     

强光下多尺度图像增强和蚁群算法的火焰分割

针对强光下火焰图像分割不完整的问题,提出了彩色火焰图像增强及改进蚁群算法的阈值自适应分割方法.首先对采集设备捕获的RGB图像进行基于带颜色恢复的多尺度Ret-inex增强,用亮度控制因子对背景像素进行亮度提升,并从3个不同尺度对原图动态增加高频信息,提高火焰局部可见性,使火焰的颜色、纹理和边缘信息更加突出;然后,为了避...     

基于GVF Snake模型的舌像分割研究

为了将舌体区域正确地从采集的舌像中分割出来,与传统的Snake模型相比较,本文运用一种优化的GVF Snake模型的方法来实现对舌图像的分割。首先对所选的舌像进行中值滤波,经过二值化处理后,得到舌体的初始化轮廓线,然后采用改进的GVF Snake模型对初始化轮廓线进行边缘修正,最后得到的舌体图像更加清晰、连贯,提高了图像的可视性和准确性。     

一种基于孔洞填充的路面裂缝识别方法

本文提及一种基于孔洞填充路面裂缝识别方法,通过图像分割、去阴影算法,增强图像,使得在光照强度不佳的环境条件下拍摄的路面照片也能得到较好的识别效果;通过最大类间方差法,将图像进行较好的分割;通过孔洞填充算法去除较小面积区域的像素点,识别裂缝大小。提高了裂缝病害的识别精度,对公路养护部门的决策起到一定的作用。     

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。     

基于模糊集理论的复杂背景下字符图像的分割

针对复杂背景字符图像的特点,根据模糊逻辑和阈值分割方法将图像分为目标区域,背景区域以及模糊区域。结合邻域的区域隶属信息和灰度信息将灰度域转换成模糊域,在该模糊域上进行分割。经实践,该算法在工业环境中能够对复杂背景的彩色印刷图像可以得到较好的分割效果,在时间复杂度不高于传统的阈值分割算法,并且在分割的精确度上要优于传统的阚值分割算法。     

改进的FCM算法在医学图像分割中的应用

模糊C均值（FCM）算法是一种非监督聚类算法,该算法在图像分割中得到了广泛的应用。但是FCM算法有一定的缺陷,比如没有充分利用图像的空间信息、聚类数目无法自动确定、计算量大等问题。本文通过对直方图进行分析,采用峰点检测技术,自动确定聚类数目和各类的峰值,提出了一种适用医学图像分割的改进FCM算法,实验表明,该方法是一种具有自动分类能力的速度更快的模糊聚类图像分割算法。