一种基于图像平滑的阈值分割方法

阈值分割是图像分割技术中一类广泛使用的方法,Otsu法是其典型代表。针对Otsu法不能准确分割低对比度或低信噪比的图像的缺点,提出了一种新的动态阈值分割方法：先用平滑滤波器平滑得到原始图像的动态背景图像,原始图像与动态背景图像相减得到差图像,在差图像上通过设定阈值来实现原始图像的分割。仿真实验表明,该方法具有较低的算法...     

基于迭代均值漂移滤波图像分割新算法

图像分割技术在系统计算机视觉领域一直扮演着重要的角色.针对传统的图像分割迭代算法由于过分重视图像分割的精确度,造成算法复杂度大大的增加.为了解决该问题,提出了一种全新的基于迭代均值漂移滤波图像分割方法.算法采用了熵作为停止准则,并使用均值移动跟踪滤波来给出递归实时的分割过程.仿真实验结果表明,提出的迭代均值漂移滤波图像分割能快速的有效的分割图像,不仅可以得到了比较高的分割精度,还大大减少了计算量,一定程度上能够改善图片分割的效率和质量.     

基于变分的多尺度遥感图像融合算法

全色图像与多光谱图像融合时,忽略了上采样的重要性和通道间细节的差异性.针对前者,利用不同尺度下自相似块,估计出低分辨率图像丢失信息,从而修改了图像上采样的策略,并以此构造目标函数的保真项;针对后者,利用全色图像和光谱图像梯度域结构相似性,提出局部加权动态稀疏约束,构造目标函数的正则项.本文基于变分法理论,构造了新的目标函数,并提出了多尺度迭代融合框架,通过多次迭代逐步提高融合图像的分辨率,每一层的融合结果更加准确,从而提高最终的融合精度.本文算法与Brovey等成分替代算法、P+XS等变分算法、MTF_GLP等多分辨分析算法进行比较.实验结果表明,本算法的融合结果具有良好的视觉效果,且在客观评价指标上比所有对比算法的最优值平均值均有提高.     

基于改进的变分水平集和区域生长的图像分割方法的研究

针对水平集和区域生长方法都存在对噪声和初始边界敏感以及容易从弱边缘处泄露等不稳定的问题,提出了结合待分割目标灰度统计信息和图像梯度信息的水平集演化函数对水平集方法进行改进,并利用区域生长方法解决水平集方法对初始边界敏感的问题.分别用传统区域生长方法、阈值方法、GAC模型、C-V模型、Snake模型以及本文方法进行从腹部CT图像分割肝脏区域的实验比较,实验结果表明:本文方法不仅可以减少图像分割的时间,而且显著地提高了分割质量.     

基于统计模型的变分水平集SAR图像分割方法

针对SAR图像感兴趣区域分割问题,提出了一种基于统计模型的变分水平集分割方法。该方法在分析SAR图像特征的基础上,利用相干斑噪声的统计模型直接定义了关于水平集函数的能量泛函,不同于一般水平集方法中关于参数化曲线的能量泛函。通过极小化能量泛函,建立了水平集函数演化的偏微分方程。对水平集演化方程的数值求解,实现了对SAR图像感兴趣区域的分割。分别采用模拟和真实SAR图像对提出的方法进行了验证,试验结果表明该方法充分利用了SAR图像的特征信息,不需要相干斑噪声预处理,能够准确实现对SAR图像感兴趣区域的分割。     

一种基于变分水平集的红外图像分割算法

红外图像大都存在边缘模糊或离散状边缘的特点,并且图像的先验知识较少,因此红外图像的分割是比较困难的。针对这种情况,该文提出了一种基于图像全局信息并且不需要重新初始化的变分水平集红外图像分割方法,不考虑图像边缘梯度的影响,将图像全局信息作为外部能量项,在很大程度上克服了边缘模糊时过分割的情况。同时通过引入内部变形能量约束水平集函数逼近符号距离函数,省去了重新初始化水平集函数的过程,简化了计算,减小了因重新初始化水平集函数带来的误差。将算法应用在红外图像的分割中,验证了算法的有效性。     

Image Segmentation Based on GrabCut Framework Integrating Multiscale Nonlinear Structure Tensor

In this paper, we propose an interactive color natural image segmentation method. The method integrates color feature with multiscale nonlinear structure tensor texture (MSNST) feature and then uses GrabCut method to obtain the segmentations. The MSNST feature is used to describe the texture feature of an image and integrated into GrabCut framework to overcome the problem of the scale difference of textured images. In addition, we extend the Gaussian Mixture Model (GMM) to MSNST feature and GMM based on MSNST is constructed to describe the energy function so that the texture feature can be suitably integrated into GrabCut framework and fused with the color feature to achieve the more superior image segmentation performance than the original GrabCut method. For easier implementation and more efficient computation, the symmetric KL divergence is chosen to produce the estimates of the tensor statistics instead of the Riemannian structure of the space of tensor. The Conjugate norm was employed using Locality Preserving Projections (LPP) technique as the distance measure in the color space for more discriminating power. An adaptive fusing strategy is presented to effectively adjust the mixing factor so that the color and MSNST texture features are efficiently integrated to achieve more robust segmentation performance. Last, an iteration convergence criterion is proposed to reduce the time of the iteration of GrabCut algorithm dramatically with satisfied segmentation accuracy. Experiments using synthesis texture images and real natural scene images demonstrate the superior performance of our proposed method.     

基于凸松弛的图像选择性分割模型的快速算法

针对基于测地距离的图像选择性分割模型非凸的缺陷,该文结合凸松弛方法,提出凸松弛的选择性分割模型,并通过证明,给出凸松弛模型的解与原模型解之间的关系。然后,应用交替方向乘子法(ADMM),设计凸松弛模型的数值求解算法,并给出了该算法的收敛性。数值实验结果表明：该文所提算法的收敛速度不仅大大优于求解原模型的加性算子分裂算法,而且分割结果也更精确。     

隐式曲面两相图像分割的变分水平集模型及对偶方法

本文对曲面上分段常值和分段光滑的两相图像分割的变分水平集模型及其对偶方法进行了研究.图像所在的曲面用静态的符号距离函数的零水平集表达,曲面上图像分割轮廓线用另一动态符号距离函数的零水平集与上述静态的零水平集的交线表达,借助内蕴梯度、内蕴散度的概念平面两相图像分割的变分水平集模型已被推广到隐式曲面上图像分割的变分模型.本...     

生物力学模型约束下的图像分割算法研究

引入基于生物力学约束的弹性可变形体模型,提出区别于传统Snake方法的内外能量构造方法,其中内能量取决于该弹性可变形体材料的物理特性,外能量是由图像等外部数据驱动,通过能量最小化过程达到平衡位置,即所要的分割结果。为了说明该算法的精确性和稳定性,分别在人工合成图上添加不同数量的噪声,并进行边界弱化。实验表明,该算法具有良好的分割效果。心脏核磁共振（MRI）图像分割的实验表明,该模型能有效地同时搜索到左心室的内外膜,解决了心外膜不易分割的难题。     

稀疏正则化的多目标图像分割变分模型

基于隶属度函数的稀疏正则化,本文提出一个新的多目标图像分割变分模型和相应求解算法.该模型和算法有以下主要优点:首先,稀疏正则可以更好地保持分割区域的边界,克服了全变差正则导致分割边界模糊的缺点.其次,利用多尺度几何分析工具可以更好地保持图像的几何形状.最后,提出算法简单、易实现、运行速度快.一系列实验结果验证了提出方法的可行性与有效性.     

邻域扩散选择平滑图像放大算法

提出了一种新型的各向异性扩散图像放大的邻域扩散选择平滑法(ADASS),将邻域扩散法与选择平滑滤波器相结合,降低了算法的复杂度,并提高了图像的放大质量.该算法在平滑噪声的同时可以有效地增强边缘,使得放大后的图像无论在边缘处还是平滑区域均能达到理想的效果.实验结果的主观质量及峰值信噪比(PSNR)值表明了算法的有效性.     

A Nonconservative Flow Field for Robust Variational Image Segmentation

We introduce a robust image segmentation method based on a variational formulation using edge flow vectors. We demonstrate the nonconservative nature of this flow field, a feature that helps in a better segmentation of objects with concavities. A multiscale version of this method is developed and is shown to improve the localization of the object boundaries. We compare and contrast the proposed method with well known state-of-the-art methods. Detailed experimental results are provided on both synthetic and natural images that demonstrate that the proposed approach is quite competitive.      

基于FGM-MRF模型的图像分割

利用Ward聚类将图像进行初始分割,其结果作为基于空间邻域信息马尔可夫随机场(MRF)模型对图像再次分割的初值,图像分割的先验概率采用Ising模型,通过有限高斯混合模型(FGM)描述图像像素灰度的条件概率分布,利用期望-最大(EM)算法估计条件概率分布模型参数,用迭代条件模式(ICM)局部优化方法,获得最大后验概率(MAP)准则下的图像分割结果.通过与其他相关算法分割结果相比较,这种算法能够明显改善分割效果.     

运用多级对象语义框架的彩色图像分割

提出了一种运用多级语义框架的彩色图像分割方法.通过用户交互,不仅可以分割出多区域对象,还可以对用户定义的该对象的子对象进行识别,并给出它们之间的语义关系,从而反馈修正先前的分割结果,使结果更准确.实验测试了不同种类的图片和视频序列帧.各级分割结果与语义关系可有效应用于后续的基于图像、视频对象或部分对象的编辑应用.     

A Game-Theoretic Framework for Landmark-Based Image Segmentation

A novel game-theoretic framework for landmark-based image segmentation is presented. Landmark detection is formulated as a game, in which landmarks are players, landmark candidate points are strategies, and likelihoods that candidate points represent landmarks are payoffs, determined according to the similarity of image intensities and spatial relationships between the candidate points in the target image and their corresponding landmarks in images from the training set. The solution of the formulated game-theoretic problem is the equilibrium of candidate points that represent landmarks in the target image and is obtained by a novel iterative scheme that solves the segmentation problem in polynomial time. The object boundaries are finally extracted by applying dynamic programming to the optimal path searching problem between the obtained adjacent landmarks. The performance of the proposed framework was evaluated for segmentation of lung fields from chest radiographs and heart ventricles from cardiac magnetic resonance cross sections. The comparison to other landmark-based segmentation techniques shows that the results obtained by the proposed game-theoretic framework are highly accurate and precise in terms of mean boundary distance and area overlap. Moreover, the framework overcomes several shortcomings of the existing techniques, such as sensitivity to initialization and convergence to local optima.     

基于图像分割的SAR图像变化检测算法及实现

本文提出一种基于图像分割的变化检测方法,该方法首先根据SAR图像统计特性进行图像分割,然后对两幅SAR图像的分割图进行融合,用相同的区域分割来描述两幅图像,再利用区域灰度和纹理等信息构造图像变化函数,用变化函数对图像进行变化检测判别,最后利用合成孔径雷达(SAR)图像进行的试验,并和变化矢量分析方法(CVA)进行比较,得到了很好的效果。     

基于小波变换的图像分割技术研究

图像分割是一种重要的图像分析技术.近年来,对图像分割的研究一直是图像技术研究中的热点和焦点.介绍一种基于小波变换的图像分割方法,该方法先对图像的灰度直方图进行小波多尺度变换,然后从较大的尺度系数到较小的尺度系数逐步定位出灰度阈值.实验结果表明,该方法具有较好的抗噪声性能.     

基于遗传算法的图像分割的研究

遗传算法是对生物进化论中自然选择和遗传学机理中生物进化过程的模拟来计算最优解的方法。遗传算法具有众多的优点,如鲁棒性、并行性、自适应性和快速收敛,可以应用在图像处理技术领域中图像分割技术来确定分割阈值。图像分割是图像处理技术的研究对象之一,它对于图像特征提取、图像识别等图像处理技术等有着重要意义。主要研究基于遗传算法的图像分割效果,采用Matlab软件进行仿真实验,对不同图像分割算法的效果进行比较。实验表明,遗传算法是处理图像分割的优秀算法,图像分割效果相比于传统的图像分割算法更加优秀。     

基于线性插值的图像分割算法

图像分割是一种特殊的图像处理技术,也是一种重要而关键的图像分析技术。得到广泛运用的全局阈值法和局部阈值法由于各自的缺陷使得图像分割效果不理想,为此将全局阈值中的迭代法与局部阈值法相结合,利用线性插值,提出了局部阈值插值分割算法,并通过仿真试验说明了该算法在分割图像时的有效性和可行性.结果令人满意。