图像分割方法综述

图像分割是图像处理与计算机视觉的基本问题之一 ,是图像处理图像分析的关键步骤。对传统的图像分割方法和近年来出现的一些新方法进行了综述。具体介绍了基于区域的分割方法、基于边界的分割方法 ,基于区域和边界技术相结合的分割方法及基于特定理论的分割方法。     

图像阈值分割方法的比较与分析

本文在介绍了三种具有代表性的图像阈值分割法的基础上,通过对它们的性能进行分析比较,给出了这种瓶值分割法的适用范围。最后,针对三种分割法的不足,提出了一种基于边缘检测与局部直方图的图像分割算法。     

图像分割方法研究

图像分割是图像分析和模式识别的首要问题,也是图像处理的经典难题之一.文中对图像分割方法进行了系统研究论述,先对图像分割的定义、要求进行简单介绍,然后对阙值化、基于边缘方法、基于区域的方法、基于模型的方法和基于人工智能的方法等主要的图像分割方法进行研究论述,比较了它们的优缺点.在实际应用中,这些分割方法往往相互结合,以期达到单一图像分割方法所不能取得的效果,提高分割效率.     

一种基于边缘梯度的图像分割方法

利用Krisch边缘方向算子，实现了对彩色和服图片中的和服边缘检测，同时根据真实边界点处的梯度强度值大于其左右邻域的梯度强度值的特征，获得了边缘细化。在结合边界跟踪技术的基础上，有效地去除了和服中大量的与和服分割无关的花瓣图案，得到了和服的有效边缘。实用的边缘连接技术则成功地实现了和服图片中和服各部分的分割。实验结果表明该方法在和服分割上是一种实用的和成功的方法。     

浅析基于MATLAB的图像分割方法

介绍了图像分割的基本理论和常用方法，并借助MATLAB对几种边缘检测算子进行了详细的分析比较。指出了不同算子的适用情况，提出了多种分割方法整合的观点。     

基于连通域的快速文字图像分割算法

针对文本图像中的文字难以提取分割的问题,文章提出了一种基于连通域的算法。算法通过连通域阀值分析,将文本块联通,继而将文字成功分割。实验结果表明本算法能快速准确地分割文字。     

自动门限技术在靶纸图像目标分割中的应用

在图像自动报靶系统中，需要自动快速地进行靶纸图像中目标区域的分割，选取合适的自动门限分割方法是其关键。文中在分析靶纸图像特点的基础上，对目前两种性能较优的自动门限技术：类别方差自动门限法和矩不变自动门限法进行了介绍，并对两者的获取最佳门限值进行了比较。试验结果表明，类别方差自动门限法获取的门限值普遍偏大，文中简要分析了其不可避免的原因；而矩不变自动门限法由于根据的是图像自身的特征，获取的最佳门限值比较合适，更适用于靶纸图像中目标分割，且具有运算速度快的优点。     

图像阈值分割方法的比较与分析

本文在介绍了三种具有代表性的图像阈值分割法的基础上,通过对它们的性能进行分析比较,给出了 这三种阈值分割法的适用范围。最后,针对三种分割法的不足,提出了一种基于边缘检测与局部直方 图的图像分割算法。     

一种名片图像的文字区块分割方法

(Department of Computer Science and Technology, East China Normal University, Shanghai 200062)     

显微细胞图像的自动分割

由于细胞组织本身的复杂特性以及显微镜的影响,细胞图像的分割成为图像分割中的一大难题,考虑到边缘检测可以准确的为分割提供边缘点,提出了基于区域一致性测度的边缘检测算法,针对细胞图像的特点,实现其初始轮廓的自动获取,运用活动轮廓模型对初始轮廓进行优化,从而达到在大样本条件下直接对彩色细胞图像自动分割的目的。     

基于边缘信息的工业CT图像分割法

由于CT技术各方面的原因,工业CT扫描测量图像质量不是很理想。要获得精确的测量数据,必须进行准确的图像分割。该文采用多尺度二维小波变换模极大值作为分裂合并图像分割的一致性度量,采用四叉树结构作为图像块的初始划分,设置合适的门限值抑制噪声的干扰并提取出图像边缘信息。实验证明,对于皮鞋内嵌的CT测量图像该算法比常规的算法更理想,能够准确分割出皮鞋的内外腔边缘。     

基于改进的最大类间方差算法的图像分割研究

每种图像分割方法都只利用了图像信息中的部分特征,必然带有局限性,因此只能针对各种实际应用领域的需求来适当选择所需的方法.比较了几种阈值分割和边缘检测算法,着重研究了最大类阃方差算法,并对其进行改进.针对不同的图像进行了仿真,对实验结果进行了分析、研究、比较.结果表明,改进的Otsu算法能有效地提高图像分割的质量.     

基于改进的四叉树Sobel算子图像分割研究

研究图像分割精度提高问题,由于图像噪声的干扰,造成图像模糊。传统的Sobel图像分割方法容易造成图像分割不清晰和对比度不明显。为解决上述问题,应用Sobel算子检测出数字图像真正的边缘,并进行边缘提取;最后运用四叉树算法对去噪图像进行多区域目标分割,并对分割的不同区域进行合并,有效地解决了因局部图像的叠加和分割不准确的难题,并且通过仿真实验显示,本文提出的改进型算法,也就是利用四叉树Sobel算子,能够有效地去除图像分割所带来的去除噪声,大大地提高升图像边缘的清晰度,是一种有效地图像分割方法。     

一种新颖的基于边缘检测的图像分割方法

针对家庭数字照片的特点以及应用范围，提出了带有衰减因子的Robert微分算子与动态的自适应阈值相结合的边缘检测方法，并利用了边缘检测后边缘点的方向信息，作为Hough变换的方向角，可以较快提取出边缘线段，从而通过边缘跟踪获得无噪声点的相似区域，这为进一步提取图像的颜色特征或形状特征提供了良好的基础。     

一种基于边缘生长的灰度和彩色图象分割方法

边缘检测可以快速准确地提供区域分割的边缘点,是图象处理的一个重要领域。但由于边缘点不连续和难以把存在大量碎边缘点的高细节区提取出来这两个原因,而不能直接实现完整意义上的图象分割。为此提出用边缘生长的方法来解决不连续的边缘点链接问题和通过找出高细节区周围的区域,以便间接地将高细节区围成一个区域。该算法是边缘检测的后续处理,适合于多种应用目的,同时还可以嵌入到其它利用边缘信息的分割算法中。     

基于改进的Sobel算子最大嫡图像分割研究

研究图像分割精度问题。针对传统的Sobel算子图像分割容易造成图像分割不清晰、对比度不明显、分割精度低等问题缺陷,提出一种改进的Sobel算子的二维最大墒数字图像分割方法。算法首先根据数字图像特征对图像进行初分割,然后应用Sobel算子检测出数字图像真正的边缘,将通过Sobel算法边缘检测获得的阂值应用到二维最大墒分割方法中。对数字图像目标和目标边缘分别使用不同的阂值进行分割,解决由于局部图像叠加而产生的分割不准确的问题。仿真实验表明,提出的算法对图像分割鲁棒性好,分割准确率高,是一种有效适用的算法。     

基于边缘检测的车牌图像分割技术

详述了用黑白图像处理方法对彩色车牌进行分割处理的过程,介绍了边缘检测理论以及迭代求分割阈值算法,并用于车牌的识别检测中,有效地分割目标和背景,实现了车牌的准确定化．     

巨核细胞图像分割方法的研究

随着现代医学研究的飞速发展,显微图像定量分析已经广泛应用到临床诊断、病理分析、癌变分级分类等越来越多的医学领域之内。巨核细胞是骨髓切片图像中个体较大的细胞,形状不规则,对其进行有效提取和分割对骨髓成份统计分析、血液疾病诊断等都有重要意义。该文根据数学形态学的知识,利用直方图势函数提取标记点,并将这些标记点作为种子点来对梯度图进行Watershed变换,进而实现骨髓切片中巨核细胞的有效分割。该方法是一种谱信息与空间信息相结合的分割方法,对分割结果与传统算法的对比分析表明,改进后的算法在分割的完整性和一致性上具有更好的效果。     

基于图像的树木腐蚀区域分割方法研究与仿真

研究对图像的树木腐蚀区域分割问题,提高分割区域大小的准确性。传统方法根据图像中物体与背景像素的颜色区别,利用像素视觉差异大小的方法进行木材腐蚀区域图像的分割。但是在木材图像中,腐蚀区域的颜色和树木的本体颜色极其接近,边缘像素的一致性会造成干扰,像素相减的结果会发生错误,造成不能完整的分割木材腐蚀区域的问题。为提高识别准确性,提出利用高斯一维线性模型的树木腐蚀区域分割方法。通过抑制边沿像素的对称性和单调性,去除边沿像素中的干扰因素,克服了传统方法的缺陷。实验证明,改进方法实现了在与自身颜色相似情况下木材腐蚀区域图像的完整分割,取得了满意的效果。     

基于边缘信息的分开合并图象分割方法

图象分割是目标识别和图象理解的关键的第一步处理。分开合并方法是一种有效的、实用的图象分割方法。本文提出了基于边缘信息实现分开合并方法，它利用边缘信息解决了自适应确定最佳初始层和在分开、合并过程中度量图象块属性一致性的问题。基于边缘信息的分开合并方法改进了图象分割质量，缩短了处理时间，分割复杂图象的实验结果是令人满意的。