基于细胞神经网络的尿沉渣图像分割

针对临床尿沉渣显微图像识别问题,提出了一种新的图像预处理方法和基于细胞神经网络（CNN）的分割算法.该方法通过拉伸图像中各个像素的灰度值与局部灰度值之间的差来增强图像中目标的边界,通过对局部灰度均值的非线性变换来消除图像中光照的不均匀,进而设计出合适的CNN模板来分割图像,最终利用形态学操作得到分割结果.通过对100幅临床尿液样本图像的测试,并与传统的阈值分割法相比,该方法获得了更加连续的边界和更加准确的目标分割结果,并已集成到全自动尿液粒子分析系统中,应用于临床,取得了良好的效果.     

基于灰度化权值调整的水下彩色图像分割

针对传统自适应阈值法在水下图像分割过程中存在目标与背景粘连等问题,提出一种基于灰度化权值调整的水下彩色图像分割方法。区别于传统阈值分割方法中灰度化权值固定且研究如何确定合适阈值的思路,研究灰度化权值调整方法。本文方法利用统计得到的图像灰度信息来确定不同通道内目标与背景间灰度级差异性的大小,提高差异性较大通道的比例,以增强灰度化后图像中目标与背景的对比度,同时减小差异性较小通道的比例,以降低其对灰度化结果的干扰,对灰度化后的图像进行阈值分割得到最终分割结果。针对水下作业的时序列图像,设计了两步序列图像处理方式来降低耗时。通过4组水下对比实验以及耗时实验对方法的有效性进行了验证。     

一种新的用于图像分割的活动轮廓模型

为了从灰度异质图像中更好地提取目标,本文提出了一种新的图像分割方法,采用测地时间函数作为局部二值拟合模型的核函数,并结合图像区域的局部灰度信息和全局灰度信息建立能量泛函.同时,符号函数惩罚项的引入避免了符号函数的重新初始化,而曲线长度调整项则保证了曲线演化的连续性和光滑性.通过变分水平集方法最小化新的能量泛函,得到曲线演化的梯度下降流.通过对医学CT图像进行分割实验,证明了该方法的可行性和优越性.     

ISODATA聚类在指纹图像分割中的应用

针对指纹图像的特点,研究了传统的指纹分割方法和形态学图像处理方法,将迭代自组织分析算法（ISODATA聚类）应用到指纹图像分割中.首先根据指纹图像块灰度均值、块标准偏差、块灰度对比度和块方向一致性,使用聚类方法划出图像的部分背景块;然后将背景块灰度用背景处灰度平均值代替,使用形态学图像处理方法实现指纹图像的分割.对FVC（国际指纹识别竞赛）指纹库中不同质量的指纹图像进行了测试.结果表明,此算法比传统算法更有效.     

融合灰度变换和空间滤波的形态学红外图像增强算法

针对红外弱目标图像对比度差、信噪比低等特点,提出了一种结合局部线性变换和空间滤波数学形态学的红外图像弱目标增强方法.该方法采用局部线性变换对图像进行局部灰度拉伸,利用数学形态学方法对图像数据进行简化,较好地保持了目标的基本形状和边缘,同时去除不相干的信息,提高了图像的对比度和信噪比,有利于后续的图像分割.     

基于数学形态学的细胞图像分割

该文提出了一种基于数学形态学理论的方法,用于分割细胞图像。首先利用灰度形态学中的重构运算对输入图像进行滤波来削弱或去除噪声的影响,然后取其形态学梯度并结合Top-Hat和Bottom-Hat两个变换来增强梯度图像的对比度,最终由分水岭算法完成分割。关于过分割的改进,该文引出一个特殊的Otsu阈值来标记图像,得到的结果无需进一步的后处理。     

融合灰度和非局部空间灰度特征的二维Otsu法

为了克服图像噪声对二维Otsu阈值分割方法性能的影响,采用图像像素的灰度和非局部空间灰度特征构造新的二维直方图,其中像素的非局部空间灰度特征是通过对与当前像素具有相似邻域结构的像素灰度加权平均得到的。将此直方图引入到快速二维Otsu阈值分割方法中,可得融合灰度和非局部空间灰度特征的二维Otsu阈值分割法.实验结果表明改进算法对图像噪声具有一定的鲁棒性,在含噪图像上的分割结果比较理想。     

一种基于马尔科夫随机场的脑MR图像分割改进算法

高斯混合模型（GMM）易受噪声影响,马尔科夫随机场（MRF）模型能够很好地刻画空间特性。两者结合适用于对含有噪声的图片进行分割,但MRF模型用于图像分割时,容易出现过分割现象。针对这个问题,提出一种自适应权值系数的图像分割改进算法,从核磁共振成像（MRI）中较好地分割出脑脊液、灰质和白质组织。首先,使用K?means算法得到初始分割结果,通过期望最大化算法（EM）估计GMM参数,进而得到图像像素灰度的联合概率能量函数。然后,利用MRF邻域系统中心像素与邻域像素的灰度值、后验概率和欧式距离得到自适应的权值系数,使用MRF模型得到先验概率能量函数。最后,借助贝叶斯准则得到最终图像分割结果。实验结果表明,该算法具有较强的自适应性,能够较好地克服噪声对图像分割的影响织。与同类算法相比,该算法对含有噪声的脑部MRI图像具有较高的分割精度,可得到较好的图像分割结果。     

组合均值平移和区域合并的图像分割算法

医学图像类的多细胞图像分割过程中,经常因为细胞边界模糊而影响分割质量.针对复杂情况下的细胞图像分割问题,提出了一种组合分割方法,新方法将一种非参数聚类算法(均值平移)和区域合并相结合,先利用均值平移算法获得图像的过分割结果,再根据区域合并准则,合并过分割区域得到准确的分割结果.将此方法应用于活细胞的显微灰度图像,并与几何活动轮廓模型算法、阈值分割算法、均值平移算法及水线分割算法相比较,实验结果证明了此算法的有效性.此算法不仅可以将粘连的细胞分开,还可以获得接近细胞原始形状的边界,为进一步图像研究提供了良好的基础.     

膜式张应力装置中体外培养血管平滑肌细胞图像分割技术研究

建立图像分析系统定量分析血管平滑肌细胞（VSMCs）在张应力下的形态学反应，有助于了解VSMCs的生长机理，也有助于深入了解有关疾病的发病机理，为临床提供有效的治疗方法。图像分割是建立有效的图像分析系统过程中最为困难也是最为关键的环节。本文针对膜式张应力装置中体外培养血管平滑肌细胞图像，深入分析了该细胞力学实验中细胞图像的特点，提出了基于微分边缘检测算子的图像分割技术路线，依次为图像增强、灰度化、消除光晕、Canny边缘检测、数学形态学膨胀、区域填充、平滑边缘、形态学重建。     

一种SLIP模型的图像增强新算法简

Image enhancement technology plays an important role in human life, social production, etc. This paper presents a new algorithm for image enhancement based on the SLIP (Symmetric Logarithmic Image Processing) model. Firstly, we get the SLIP image enhancement algorithm about image gray values based on the analysis of the existing logarithmic image enhancement algorithm. Then the SLIP image enhancement algorithm is simplified to the simple mathematical operation using the vector operation of the SLIP model. The proposed algorithm can enhance the image not only with the mode of the transmitted light image but also with the mode of the reflected light image. By means of subjective evaluation and EMEE objective evaluation, experimental results show that the proposed algorithm can enhance the image detail and improve the overall image contrast. Meanwhile, the algorithm overcomes the disadvantage that LIP image enhancement algorithm cannot enhance the images with the mode of the reflected light image.     

基于MATLAB的心电信号二值化算法

利用MATLAB语言比较了最大方差阈值法选择阈值、基于灰度期望值法选择阈值以及整体阈值与局部阈值相结合的几种图像二值化算法. 将以索引图格式保存的心电图信号转换为RGB格式,利用上述方法单独对R数组、G数组和B数组进行二值化处理,然后分别对结果数组作"或"操作,作为二值化结果. 试验结果表明,基于全局阈值的二值化算法比较实用,能够很好地滤除背景噪声、背景网格以及QRS综合波处所做的标记,并保留有用的心电信号.     

用分形理论增强红外图像的方法

红外图像边缘模糊不利于人眼观察,为了改善红外图像的视觉效果,提高红外图像的可视度,采用分形布朗理论对红外图像进行增强.由分形布朗随机场的性质可知,图像的小区域范围满足自相似性,但区域的边界处的规律性被打破,因此边界的H值发生奇异,红外图像灰度表面粗糙度即被描述出来.首先计算图像每个像素的分形参数,根据人眼的视觉敏感特征把图像的像素进行分类,分为平滑点和边缘点,然后对各个像素分别加权增强.试验结果表明,增强图像突出了目标的轮廓,获得良好的视觉效果.由于该方法充分考虑视觉特性,可以解决红外图像边缘模糊可视性差的问题.     

数字粒子图像测速技术中目标分割算法的实现

数字粒子图像测速(DPIV digital particle image velocimetry)关键技术在于提取流场中粒子的运动信息，涉及连续两幅图像中粒子群的对应(互相关性)等图像处理问题．本研究提出改进的互相关算法，将数字成像系统的连续两幅图像中的目标搜寻区域进行自动分割，将其划分为互不交叠，各自具有一致属性的区域图，然后依次将第一幅的判读小区在第二幅的大搜索小区中移动，搜索与第一幅判读小区最匹配的粒子图像，此方法完全适用粒子速度在1．2～3．5m/s范围的粒子流速度测量，运算速度和精度均满足实际需要．     

基于感兴趣区域灰度统计量的颅脑CT图像检索

针对目前只限于特定任务的医学图像检测方法,根据颅脑CT图像的特点,给出了将感兴趣区域灰度统计量作为参数检索图像的方法.首先利用区域生长法提取CT图像中的全局感兴趣区域颅脑,采用分块的方法将全局区域划分成多个子区域,以获得局部灰度空间信息,使整幅图像的检索转变为对各子区域的识别.进一步提取每个子区域的灰度统计量平均值、均方差和三阶矩作为特征,检索时将示例图像特征与特征库中的特征按照欧几里得距离进行相似性匹配.实验结果表明,该方法可查找出在相同位置具有相似病理特征的颅脑CT图像.     

基于DSP的手势图像识别系统设计

以TI公司的定点型DSP芯片TMS320VC5509A为核心,通过CMOS摄像头OV7620采集图像,设计了一种基于统计学方法与信息融合的手势图像识别系统.通过分析待识别手势的特征信息,多次提取手势特征的灰度值、手势的面积大小,来计算特征值的期望、方差,并得到广义期望、面积的均值,从而用广义期望与图像的面积信息融合来判断输入手势是否为所要识别的手势.     

Fusion of multispectral image and panchromatic image based on NSCT and NMF

A novel fusion method of multispectral image and panchromatic image based on nonsubsampled contourlet transform(NSCT) and non-negative matrix factorization(NMF) is presented,the aim of which is to preserve both spectral and spatial information simultaneously in fused image.NMF is a matrix factorization method,which can extract the local feature by choosing suitable dimension of the feature subspace.Firstly the multispectral image was represented in intensity hue saturation(IHS) system.Then the I component and panchromatic image were decomposed by NSCT.Next we used NMF to learn the feature of both multispectral and panchromatic images’ low-frequency subbands,and the selection principle of the other coefficients was absolute maximum criterion.Finally the new coefficients were reconstructed to get the fused image.Experiments are carried out and the results are compared with some other methods,which show that the new method performs better in improving the spatial resolution and preserving the feature information than the other existing relative methods.     

基于底层图像特征组合的文本图像分类研究

针对文本图像特有的图像特征．提出了一种基于底层图像特征组合的文本图像分类方法,该方法使用了两层C4．5决策树分类器,能将文本图像有效地分为标题文本图像、文档图像和场景文本图像．首先将样本图像转换为灰度图像,提取灰度直方图的特征,根据灰度直方图特征的不同。可以先区分文档图像：然后把余下的图像转换为二值图像,提取图像的GLCM纹理特征,根据GLCM特征区分场景文本I和标题文本图像．在开源的WEKA数据挖掘软件环境下进行仿真实验,结果表明该方法是可行的。并能够得到较高的查全率和查准率．     

基于可逆元胞自动机的图像加密算法

提出一种基于一维可逆元胞自动机（RCA）的新的图像加密算法,算法中可逆元胞自动机（RCA）规则和随机数据的应用使得图像具有更高安全性。可逆元胞自动机（RCA）加密算法将已知灰度图像变为二值图像,然后将其数据重新排列成一0-1序列,应用可逆元胞自动机（RCA）规则实现图像加密。灰度图像加密的仿真结果表明所提出的算法满足混合特性和扩散特性,一般的解密算法根本不可能对这种加密图像解密。