二维模糊划分最大熵图像分割算法

该文提出了一种通过最大化二维直方图模糊划分熵分割灰度图像的新算法。首先介绍了模糊划分的原理,提出用条件概率与条件熵定义模糊划分熵。随后利用多维三角模定义了非相关模糊子集的广义直积,给出构造多维模糊划分的方法,并根据最大熵原理设计了一种基于二维直方图模糊划分熵分割灰度图像的新算法。对几例真实目标图像的对比分割实验结果表明该文方法性能优越。     

采用遗传算法与最大模糊熵的双阈值图像分割

提出了一(?)基于概率划分的最大模糊熵双阈值图像分割方法。文章将概率划分、模糊划分及最大模糊熵准 则结合起来,提出一种 概率划分的最大模糊熵准则。将图像分为暗、灰和亮三个部分,并分别采用S函数、Π函数 和Z函数来描述其模糊性。利用最大模糊熵准则确定图像的两个模糊区域带宽及其属性,进而确定图像的两个最佳分 割门限。由于需优化处理的参数较多,本文采用遗传算法对六个模糊参数进行组合寻优,并采用合适的编码方案以避免无 效染色体的产生。试验结果证明利用本文提出的最大模糊熵准则分割图像具有较好的效果,采用遗传算法也使本文的分割 算法速度大大提高,在较短的时间内能够得到满意的分割结果。     

模糊熵的修改及其在图像分割中的应用

首先将求和模糊熵修改为取小和取大两种类型,其次对其性质进行了探讨,最后用于图像分割中确定阈值化分割图像的最佳阈值.实验结果表明,该修改是可行的,对有些图像相对求和型模糊熵分割法能获得更好的分割效果.     

模糊阈值分割算法在具有双峰直方图图像中的应用

利用模糊阈值分割算法对具有双峰直方图的灰度图像进行阈值分割,这种分割算法具有自动寻找阈值,并且计算简单。试验结果表明：它的计算速度很快,比传统的类间方差最大法快2－3倍以上。     

基于遗传算法和模糊熵的前视红外图像分割

提出了一种基于遗传算法的模糊红外图像分割方法．该方法将图像分为目标和背景，并分别建立相应的模糊隶属函数来描述图像各个灰度级属于目标和背景的模糊特性，进而给出图像模糊熵的描述．采用遗传算法对图像模糊熵的各个参数进行优化组合，根据最大模糊熵准则确定区分目标和背景的最佳门限．实验结果表明该方法效果良好，大大提高了计算速度。     

图像分割中的交叉熵和模糊散度算法

本文将交叉熵和模糊散度应用于图像分割中,提出了中最优灰度值选取算法,其一是基于均匀分布假设的最小交叉熵算法,其二是利用后难概率的最大类间交叉熵算法,其三是类间最大模糊散度的改进算法,其四是最小模糊散度算法,针对图像阈什化分割的要求,在后两种算法中构造一种新的模糊录改度函数,本文采用均匀测试和开头测试比较各算法的性能,利用多种类型测试 是到的分割结果,显示了所筛算法的有效性和通用性。     

基于遗传算法的二维模糊C-划分最大熵SAR图像分割

在合成孔径雷达(SyntheticApertureRadar)自动目标识别中,图像分割的好坏直接影响目标的识别性能。本文将二维模糊最大熵方法应用于SAR图像,并根据SAR图像的特点,对其进行了改进。为了快速搜索到最优参数,采用了遗传算法和模拟退火方法进行全局寻优。实验结果表明,本文方法可有效地对SAR图像中的人造目标进行分割,并且具有执行时间短、鲁棒性强的优点。     

灰色关联度和模糊熵相结合的图像分割算法

提出了一种结合灰色关联度和模糊熵的分割算法.传统模糊熵分割算法的隶属度函数只利用了图像灰度值的统计信息,因此算法容易受噪声或光照不均的影响.在隶属度函数的计算中,引入灰色关联度来表示像素的空间信息,能够更加准确地反映像素属于目标或背景的影响.由理想目标或背景点组成参考序列,待处理像素及其邻域组成比较序列,计算比较序列与参考序列之间的灰色关联度,并修正隶属度函数.对实际图像的测试实验表明,结合灰色关联分析的最大模糊熵分割算法比传统模糊熵分割算法具有更强的噪声抑制能力和更准确的分割结果.     

一种改进的模糊熵红外图像分割方法

提出了一种改进的模糊熵图像分割算法,该算法定义了一种新的模糊隶属度函数,该模糊隶属度函数只包含一个参数,即所要寻找的最优分割阈值,采用简单的穷举法便可得到最优分割阈值。实验结果表明,此方法的分割效果与传统的模糊熵方法效果相当,但计算时间大大减少,使得分割更加快速。     

基于改进模糊熵的图像阈值分割方法研究

基于模糊熵的图像阈值分割方法将信息论中熵的概念与图像处理有机地结合起来,使值分割方法有了新的发展,但由于其计算量大、隶属度函数窗宽自动选取困难以及阈值搜索范围难以确定等原因,使得应用受到极大的限制.针对此问题,提出了一种基于图像灰度统计特性的自动确定窗宽进而明确阈值搜索范围的方法,该方法不论图像灰度直方图是否双峰均能取得较好的分割效果.此外,为了满足图像分割的实时性要求,应用自适应遗传算法进行寻优,很大程度上提高了分割速度.通过与其他几种分割算法进行比较,表明了该方法的简洁性、有效性和鲁棒性.     

基于局部模糊方差的过渡区提取及图像分割

为取得良好的图像分割效果,利用局部模糊方差区分过渡区与背景区的差异,提出了一种基于局部模糊方差的图像过渡区提取方法并用于图像的分割.首先将利用模糊集构造模糊方差的方法拓展到二维图像的情形,进而利用局部模糊方差构造过渡区.在此基础上通过多阈值的选择方法在过渡区上确定阈值,最后将其用于图像分割.实验结果表明所提方法具有较强的鲁棒性,并能取得良好的分割效果.     

一种新的用于医学图像分割的几何活动轮廊模型

提出一种新的几何活动轮廊模型对医学图像进行分割．首先，我们对几何活动轮廊模型中吸引力场进行正则化，扩大目标轮廊边缘对的轮廊曲线的吸引力范围，增加轮廊曲线搜寻凹轮廊的能力．然后，采用多尺度模型增加对边缘提取的精确度．将正则化方法与多尺度方法相结合，能够很好的抑制医学图像中的噪声和虚假边缘的干扰，这一方法能够在不采用任何附加拓扑控制的情况下自动控制轮廊曲线的拓扑结构变化，同时提取多个解剖结构，对来自不同成像技术的医学图像的分割，结果表明该方法是一种有效的医学图像分割方法。     

基于图像信息熵与空间分布熵的彩色图像检索方法

在分析基于颜色直方图及信息熵进行图像检索的基础上,提出了一种改进的基于信息熵的图像检索算法,该方法同以往的基于信息熵的图像检索算法相比具有更强的鲁棒性．同时,文中又提出利用空间分布熵描述图像颜色的空间分布信息,并给出了一种基于图像信息熵与空间分布熵的彩色图像检索算法．试验结果表明,该方法效果良好,大大提高了图像检索的速度．     

塔型模糊聚类及区域模糊合并图像分割方法

提出了一种新的图像分裂合并分割方法．该方法首先利用塔型模糊聚类进行图像过分割,然后利用区域模糊合并技术对过分割区域进行合并,以得到有意义的分割结果,并给出几例典型实验结果,证明了算法的有效性     

一种快速红外图像分割方法

为准确地实现目标识别,提出了将二维最大熵图像分割方法应用于红外图像实行分割．利用图像的二维直方图,二维最大熵分割方法不仅考虑了象素的灰度信息,而且还充／矿利用了象素的空间领域信息,能取得较为理想的分割结果．然而该方法所需的巨大运算量限制了其实际应用．运用PSO算法代替穷尽搜索获得阈值向量,求解速度可提高300～400倍,提高了分割效率．通过对实际的红外图像分割表明,这种方法简单、有效．     

多层前馈网络在图象分割中的应用

本文提出用多层前馈网络进行基于边缘信息的图象分割,讨论了学习样本的提取步骤和网络学习的速度改进方法。实验表明,用多层前馈网络进行图象分割能获得良好的结果。     

模糊集在复杂背景下目标选取中的应用

针对如何在复杂背景下从多个准目标中进行目标选取,提出有提取目标的多个特征的基础上用模糊隶属度表征各个特征的重要性的方法来选取目标。给出了一个成功的应用实例－－车牌自动识别系统。收费道口现场实验表明,在分割和字符切分正确的基础上,此模型的目标识别率为９９％。     

基于元胞自动机的红外弱小目标图像分割

针对红外成像制导中弱小日标图像分割,提出了基于元胞自动机的自动分割方法.首先使用元胞自动机增强图像的对比度,状态转移函数采用了冯.诺伊曼邻域和一致的演化规则,然后采用边缘双阈值策略二值化图像,最后标记形成目标块,并依据种子点和目标复杂度进行滤波,得到精确的图像分割结果.在实拍的3幅不同类型的红外图像上进行分割实验,其结果表明:提出的方法均能够有效地分割出多个弱小目标区域,有利于下一步的目标识别和跟踪.     

基于分水岭-谱聚类的SAR图像分割

由于谱聚类是基于图论的、以相似性为基础的聚类方法,需要计算图像中每对像素点之间的相似性.当图像很大时,计算相似性矩阵和求解相应的特征值、特征向量是很困难和耗时的.为此,针对合成孔径雷达(SAR)图像的特点,提出了一个两阶段的图像分割方法,首先采用分水岭算法对图像进行过分割,然后再用改进的谱聚类算法进行聚类.新方法不仅可以减少噪声对分割结果的影响,很好地保持图像边缘,而且对时间要求较高的应用也具有一定的参考价值.为了验证新方法的有效性,将其用于SAR图像分割,取得了较优的分割结果.