基于鸽群优化算法的图像分割方法研究

图像分割是一类需要在非线性参数空间中寻求最优解的有约束非线性优化问题.为提高此类优化问题的寻优精度,提出了一种基于鸽群优化算法的图像分割方法.首先以分割阈值为优化变量,将图像分割建模为以最大间类方差为优化目标,以像素概率分布有限为约束条件的非线性优化问题;随后,以随机的分割阈值作为迭代初值,采用鸽群优化算法(PIO)求解最优参数;最后,利用所得最优解作为最佳阈值实现图像分割.为验证方法的有效性,分别对具有两类不同特征的图片进行分割实验,并采用重叠度及时间效率对算法进行评估,进一步与PSO、KSW智能优化算法对比.结果表明,该算法重叠度最高,运算时间最短.并且对算法中的参数进行修改,将图像分割结果进一步优化.     

结合边缘检测和区域方法的医学图像分割算法

由于医学图像的复杂性,一般图像分割方法对于医学图像的分割效果并不理想.针对医学CT图像特点,提出了一种把边缘检测和基于区域方法相结合的图像分割算法,首先使用Sobel算子进行边缘检测,检测出目标可能的边缘像素集,并计算该点的平均灰度,然后利用该灰度及目标区域的连通性作为生长判别条件,利用区域生长法实现图像的准确分割.实验结果表明,该方法避免了单独使用边缘检测或基于区域法进行图像分割时的典型错误,结合了两者的优点,取得了感兴趣目标的良好分割效果.     

基于信息聚类的遥感图像分割

为解决经典聚类图像分割算法对聚类中心的依赖性和图像噪声的敏感性问题,提出了一种基于信息聚类的遥感图像分割方法.利用Gaussian分布建立同质区域内像素的概率分布,即假设每个同质区域内的像素都服从同一独立的Gaussian分布;结合Gaussian分布的特性建立像素对间灰度的联合分布.在此基础上,以互信息作为聚类算法的相似性测度,结合同质区域内以及同质区域间像素灰度的相似性建立目标函数,通过最大化求解上述目标函数,进而转化为迭代求解像素与同质区域的隶属度实现遥感图像分割.分别对模拟及真实遥感图像进行分割实验.结果表明:该方法不仅避免了聚类中心的选取,还降低了噪声敏感性,并且增强了图像分割的稳定性,从而验证了该方法的可行性及有效性.     

高铁接触网U型抱箍螺母故障检测算法

针对高速铁路接触网平腕臂结构中U型抱箍螺母故障的问题,提出结合抱箍螺母检测算法（HND-Net）与Mask_RCNN实例分割的故障检测方法. 提出HND-Net目标检测算法,实现对平腕臂U型抱箍所在区域的初定位,对于定位得到的U型抱箍区域图像进行像素级别的Mask_RCNN实例分割,快速得到平腕臂U型抱箍4颗螺母的精确定位及分类信息. 利用得到的定位信息,提出分割算法实现对U型抱箍螺母的可靠故障诊断. 经实验验证可知,利用该方法能够在复杂的悬挂图像中准确地定位检测U型抱箍的螺母故障,对于拍摄角度、拍摄距离有良好的适应性和较高的检测效率.     

基于视觉特征的不规则形状目标分割方法

该方法利用视觉底层特征颜色、方向、强度和轮廓构建显著图,通过最大熵估计方法获得显著特征分割蒙板;利用中层视觉特征对图像进行超分割,其中在聚类时考虑特征向量的空间信息,并依据显著性自动分配初始参数,使分割后的超像素与目标轮廓更接近;最后将底层视觉特征和中层视觉特征融合,通过底层特征分割蒙板判定图像的超像素归类,将不规则目标从背景中分离。实验结果表明:本文分割方法受复杂背景和光照的影响较小,分割目标轮廓准确,实现了不规则显著目标与复杂背景的有效分离。     

气液两相流图像中黏连气泡分割技术研究

针对气液两相流图像中的气泡黏连现象，提出了一种同时依据灰度和形状分布特性进行黏连气泡分割的图像处理算法.利用差影算法滤除背景干扰，依据形态梯度和自适应阈值分离前背景，得到预分割图像.基于面积重构顶改进变换滤除噪音能力强的特点，分别提取预分割图和距离灰度图中的峰值区域，融合后作为分水岭改进变换的标识，由此得到分水线，从而完成对黏连气泡的分割.实验结果表明，与现有的算法相比，该算法能够有效地分割开前背景和黏连气泡，具有分割效果好、分水线定位准确等优点.     

颜色特征模型在静态车辆检测中的应用

为了解决智能交通中的静态车辆检测准确率不高的问题,提出一种基于颜色特征的车辆目标检测方法.该方法首先根据Hough变换分割出路面感兴趣区域,利用颜色特征空间降维建立理想的颜色特征模型;其次,根据贝叶斯分类器进行路面与车辆的像素分类;最后,由最小割/最大流算法进行车辆目标分离.在实景采集交通视频图像后对文中提出方法和现存方法进行了对比评估.基于颜色特征的车辆目标检测方法对于静态车辆目标的检测准确率达到了63.05%,误检率降低至21.27%,漏检率降低至24.01%.与传统方法相比,该方法能更快、更准确地检测到目标.     

强干扰条件下的星体提取方法

为了解决在强干扰条件下星体提取问题,提出了一种基于边缘检测+星体像素筛选的星体提取方法,首先用一种边缘检测算法分割星图,然后对像素进行标记,最后利用自适应阈值对星体的目标像素进一步筛选．并对像素标记算法进行改进,改进的算法在标记目标像素时,同时分析与它相邻的像素的连通性,使得属于同一星体的所有像素只分配一个标记值,提高了星图处理的效率．试验结果表明,该处理方法对强干扰噪声具有更好的鲁棒性、且运算速度更快,精度也有所提高．提出的边缘检测+星体像素筛选的星体提取方法有助于在强干扰条件下分离星体目标和背景,改进的像素标记方法,可以更快地区分不同的星体,便于工程应用．     

基于IFGT的人体目标运动blob自动分割

为了自动地初始化运动人体的跟踪，采用人体blob模型，提出了一种基于IFGT的人体目标运动blob的自动分割方法。该方法通过区域分割预分割运动blob，然后利用基于IFGT的核密度估计方法更新人体模型中的颜色密度，最后采用似然极大原则分类不同运动blob。该方法对于直立运动人体的头部、躯干、下身的分类效果较好，计算复杂度较低。     

全自动尿液图像识别技术

提出了一种全自动的尿液显微图像处理方法.提出一种新的图像预处理方法,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不均匀的影响.设计恰当的细胞神经网络（CNN）模板分割图像,采用形态学操作和对边缘链码序列的操作,分离黏连细胞,得到分割的最终结果.在获取目标区域后,提取目标的各种形态学参数和纹理参数,采用多个多层感知（MLP）网络分层次地对目标进行分类,得到全自动的处理结果.通过对大量临床尿液样本图像的测试,该方法获得了良好的分割和自动识别结果,并已经集成到全自动尿液图像分析系统中应用于临床,取得了良好的效果.     

朝鲜语语音音节自动切分算法的研究

针对目前语音语料人工标注效率低的问题,提出了一种朝鲜语连续语音语料的音节自动切分方法.该方法首先采用Seneff听觉模型提取音频的包络检测响应和广义同步检测响应等特征参数,其次结合朝鲜语发音特点确定音节的候选边界位置,最后通过静音段和摩擦音检测消除虚假边界,以提高边界检测的准确率.实验结果表明,该朝鲜语语音语料音节自动切分方法的准确率(93.56%)比传统的基于Seneff听觉模型的分割算法提高了14.59%,召回率(86.43%)比传统的基于Seneff听觉模型的分割算法降低了1.69%; 因此,本文算法总体优于传统的基于Seneff听觉模型的分割算法.     

一种基于肤色分割的人脸检测方法

提出了一种基于肤色分割与统计特征分析相结合的人脸检测方法,该方法首先利用颜色信息将彩色图像分割成皮肤区域和非皮肤区域,然后再利用基于边界的方法和基于区域的方法相结合的算法对肤色区域进行处理．实验结果表明,该方法计算量小、速度快,检测率较高。     

基于双Snake模型的颅骨CT图像分割方法及应用

利用活体人颅骨CT图像,通过双snake模型边界分割算法确定CT图像中颅骨的内外边界,并利用多边形近似其边界,随后通过计算内外多边形中相对应的线段间的距离,实现前额骨、顶骨和枕骨在图像中的厚度信息的获取,从而为基于CT图像获取颅骨的厚度信息的应用提供了一种有效手段.在对前额骨、顶骨和枕骨的不同位置的厚度计算结果进行分析后,得出顶骨厚度的标准偏差和厚度变化率较大这一特征规律.本算法对颅骨边界的描述准确,该方法将为建立人体头颅数据库、头部的生物力学造型等领域的研究提供参考依据.     

基于变分法的超声乳腺肿瘤分割

乳腺肿瘤区域的选择性分割是乳腺肿瘤计算机辅助诊断中的关键一步.由于变分法灵活且计算简单,因此文章采用改进的Mumford-Shah(MS)变分模型分割超声乳腺肿瘤,以获得较准确的肿瘤边界.首先利用医生标记的4个点获得近似椭圆,再自动选取椭圆边界的4个点,共8个点作为目标区域的标记点;然后利用边缘函数和距离函数构造加权函...     

基于彩色和边缘信息融合的道路分割算法

为了提高非结构化道路识别算法的有效性，提出了一种道路分割的新方法，建立了道路区域和非道路区域混合高斯彩色模型，根据像素隶属于彩色模型的概率进行基于彩色信息道路分割.利用彩色分割的结果对提取的图像边缘进行有效约束，抑止大量非道路边沿所产生的图像边缘.并且将彩色分割结果和道路图像的边缘信息融合，利用道路图像边缘信息对真实道路边沿定位的精确性和彩色信息对道路区域分割的适应性，通过动态规划算法求解出真实的道路边沿.实验结果表明，提出的新方法可以有效地分割出道路区域，对各种路况具有良好的适应性.     

改进二值LFI医学图像分割模型

基于区域活动轮廓模型在处理医学特定分割目标时,受到图像背景影响较大,难以提取目标边界轮廓.针对这一问题,提出一种改进LFI模型.该模型构造出局部适当图像来逼近原图像,且引入吸附因子约束曲线演化方向,恢复曲线演化渐进性,使得分割具有针对性.采用二值水平集方法实现整个分割过程,避免了传统水平集数值不稳定性.实验结果表明该方法可以快速有效地分割特定医学图像目标.     

基于梯度信息的C-V模型图像分割算法

针对传统的C-V模型对于含有多灰度级目标的图像难以准确分割并且分割速度缓慢等问题,提出了在C-V模型中引入梯度信息的图像分割算法。该算法在C-V模型的偏微分方程中加入了基于梯度信息的加速因子和弱目标边界控制力,加速因子的引入可以显著地提高C-V模型的分割速度,弱目标边界控制力可以有效地防止弱目标边界泄漏和漏分割。实验结果表明:该算法能够有效分割出弱目标和提高图像分割速度。     

基于局部马尔科夫随机场的模型校准嘴唇分割方法

为了有效挖掘人说话时的唇动特征,提出了一种综合局部区域马尔科夫随机场（Markov random field,MRF）特性和模型校准的嘴唇分割方法。将嘴唇区域图像从RGB转换到LUX色彩空间,并利用对数化色彩分量U实现初始化轮廓的确定。沿轮廓选取固定半径的圆形窗口函数界定局部区域,再利用马尔科夫随机场进行嘴唇分割,并使用基于Kullback-Leiller（KL）距离的模型校准方法使局部区域之间的分割结果相互协调。实验证明,该方法可以在皮肤中分离出嘴唇,分割准确率高,鲁棒性好,具有较高的实用价值。     

基于边缘检测的颈动脉CT图像分割技术研究

在传统图像分割算法的基础上,提出_『基于改进边缘检测的颈动脉CT图像分割方法．首先利用Canny边缘检测算子对CT图像进行边缘检测,然后利用数学形态学方法进行后续处理,并提取各种目标的轮廓．实验结果表明,该方法能有效实现目标与背景的分离,为正确诊断提供了指导信息,大大降低了工作量．     

集成多特征的GMM视频分割方法

视频分割是当前研究的热点问题．已有视频分割方法,只是考虑帧图像某点颜色特征,而没有考虑物体相邻像素相关性问题．提出了在基于GMM背景建模的基础上,同时引入像素点的邻域特征和像素点的色度和亮度特征对视频进行分割的方法．像素点的邻域特征能很好的解决因背景的微小变化而使分割效果较差的问题,色度和亮度特征很好的解决光照变化和阴影带来的问题．该方法先建立每个像素点的混合高斯模型,训练确定模型的相关参数,再结合像素点的领域特征,色度和亮度特征对视频进行分割．试验结果表明,该方法与其他方法相比在一定程度上改善了视频分割效果．