一种改进的二维最小交叉熵图像分割方法

针对当前二维最小交又熵阈值法存在计算复杂度高等问题,提出了一种改进的二维最小交叉熵阈值分割方法.首先,依据图像的含噪声类型选择邻域模板并建立相应的二维直方图来提高分割效果;然后,对二维最小交又熵公式进行推导和简化处理,利用定义的数组运算推导出新型递推算法,再确定图像及其邻域图像的实际灰度级别范围,并用这种新算法在所求的灰度级别范围内搜索最佳阈值向量来降低计算复杂度;最后,使用关键阈值一对滤波后的图像进行分割达到最佳的分割效果.仿真实验结果表明,与当前的二维最小交又熵阁值分割法相比,本文提出的方法不仅分割性能及抗噪性能更强,而且分割时间大大减少,小于0.05 s.     

二维直方图创建的新方法实现图像自动分割

针对图像的自动分割问题,利用二维熵建立的一般方法和二维熵的性质提出创建二维直方图的两种新方法.第一种方法选择4邻域中心像素灰度值和其余像素的灰度最大值来构造二维直方图,第二种方法选择4邻域中心像素灰度值和其余像素的灰度最小值来构造二维直方图.对典型图像进行对比试验表明,与传统方法相比,采用由4邻域中心像素灰度值和其余像素的灰度最大值构造二维直方图的方法,可以很好地保留目标的细节信息,而采用由4邻域中心像素灰度值和其余像素的灰度最小值构造二维直方图的方法,可以在保留目标轮廓信息的基础上,很好地抑制噪音.     

基于改进遗传算法的图像分割技术

提出一种基于遗传算法的进化类图像分割方法。遗传算法是一种全局搜索的算法,但是它在解决多峰复杂问题的时候会出现局部收敛的现象,出现这个现象的主要原因在于在搜索空间中群体多样性的降低导致了搜索的停滞。基于这个原因,提出一种改进的遗传算法,改进的方法通过控制遗传算法的变异概率来平衡群体的多样性程度,改进后的方法能够在解决多峰复杂问题中较多的搜索到全局解的区域。通过将改进的算法应用于图像分割的实例验证了改进算法的有效性以及算法在收敛速度及求解成功率上的优势。     

基于生化反应速率的图像阈值分割算法

提出了一种改进的DNA遗传算法,以解决遗传算法用于图像分割时收敛速度慢、易早熟的缺点。利用碱基互补的DNA编码方式增加种群多样性,防止陷入局部极值;设计了基于DNA分子操作的置换自适应交叉算子和密码子变异算子,从而提高遗传算法的搜索能力,有效加快了算法的收敛速度和效率,并将此算法用于寻找二维Arimoto熵的最佳阈值,最后对图像进行分割。普通图像和医学图像的分割结果验证了改进DNA遗传算法用于图像分割的有效性。     

遗传算法和最大方差法在图像分割中的应用

图像分割是图像处理中的重要问题．也是计算机视觉研究中的经典难题。文章首先介绍了最大类间方差法，并结合遗传算法的快速寻优的特点，提出了一种利用最大方差法和改进的遗传算法相结合的图像分割的新方法。实验仿真结果表明，该方法可以有效地提高图像分割的计算速度，大大缩短寻找最优阈值的时间，提高图像处理的实时性。     

利用遗传算法在遥感图像分割中的应用探讨

计算机在处理遥感图像的过程中产生的误差会影响到遥感图像的处理和识别效果,如何使这些误差最小是使计算机视觉达到实用化的重要要求.遗传算法是完全可以胜任的,目前己在遥感图像恢复,遥感图像边缘特征提取,几何形状识别等方面得到了应用.     

基于雁群优化的声呐图像快速阈值分割方法

针对声呐图像阈值分割中,直接阈值法分割效果不理想而复杂阈值法运算效率低的问题,提出一种基于雁群优化算法的快速分割方法。该方法结合声呐图像的特点,根据先验知识截取部分灰度-梯度二维直方图,对其进行最大熵分割,通过计算熵值确定最佳阈值,并在寻找最佳阈值的过程中,引入雁群优化算法进行提速。实验结果表明,该方法用于声呐图像分割时,能够得到较理想的分割效果,同优化前相比,分割速度提高了10倍以上。     

结合遗传算法与方向图法的指纹图像分割

指纹作为人体的重要特征，由于其唯一性和终生不变性，越来越成为生物测定技术的重要手段，在自动指纹识别中，指纹图像分割是图像预处理中关键的一环，不仅能够对图像信息进行压缩，保留脊谷线的主要信息，同时能够去除大量的粘连，加速后续处理的速度和提高指纹特征提取和匹配的精度，将基于遗传算法的阈值分割方法和方向图法相结合对指纹图像进行分割。     

二维直方图重建和降维的Otsu阈值分割算法

指出二维直方图直分法中存在区域划分不合理和抗噪性差问题,提出一种新的阈值分割方法,导出有关计算公式.首先分析噪声点在二维直方图中分布情况,通过重建二维直方图减弱了噪声对阈值分割的干扰;然后将二维直方图区域划分由四分法改为二分法,使得阈值搜索的空间维度从二维降到一维;最后分别给出现有二维直方图分割算法和本文方法的仿真结果.理论分析和实验结果表明,该方法可以运用于几乎所有基于二维直方图的阈值分割,特别是对受噪声污染的图片进行阈值分割时,能使分割后的图片内部均匀、边界准确、抗噪性更稳健,所需运行时间大幅减少.     

基于最大模糊相关准则的图像快速分割

根据数字图像本质上具有模糊的特性,分析了传统模糊熵阈值方法的缺陷,提出了最大模糊相关准则快速阈值分割方法.首先应用模糊隶属度函数把数字图像转换到模糊域,然后根据相关的定义计算图像直方图目标与背景的模糊相关总量,并依据最大模糊相关准则自动选取最佳阈值.另外,为了缩短最佳阈值获取时间,应用差分演化算法对模糊隶属度函数参数进行寻优.最后在真实图像上与其它几种典型的阈值法进行了对比实验,实验表明所提方法能获得较好的分割结果,满足实时性需求.     

二维直方图斜分Tsallis–Havrda–Charvát熵图像阈值分割

本文指出了现有二维直方图区域直分法中存在明显的错分,提出了二维直方图区域斜分方法,即通过与主对角线平行的四条斜线将直方图分成内点区、边界点区和噪声点区,并按灰度级与邻域平均灰度级之和的大小进行分割.该方法可以运用于所有的基于二维直方图的阈值分割.文中导出了基于二维直方图区域斜分的Tsallis–Havrda–Charvát 熵阈值选取公式及其快速递推算法,给出了分割结果和运行时间.与基于二维直方图直分的Tsallis–Havrda–Charvát 熵原始算法相比,本文提出的基于二维直方图斜分的Tsallis–Havrda–Charvát 熵阈值分割算法,使分割后的图像内部区域均匀,边界形状准确,更有稳健的抗噪性,其运行时间减少了五个数量级.     

基于遗传算法的干涉图像样的最佳熵研究

将遗传算法用于计算云纹干涉图像的二值化阈值，提出基于改进遗传算法的图像分割方法，采用Otsu公式，找出分割图像最优阈值。通过算法实现表明，利用遗传算法所得到的最佳阚值进行二值化处理，效果非常好。     

基于最小类内差和最大类间差的图像分割算法研究

针对现有二维Otsu图像分割算法未考虑到目标和背景这二类像素自身的内聚性,提出一种新的自适应二维Otsu算法。该算法通过待分割图像的二维直方图,分别统计类内的绝对差、类间总体离差以反映类内、类间的离散度,从而构造出新阈值判别函数。通过一种改进的遗传算法优化二维阈值判别函数,自动得到较理想的分割阈值。实验结果表明,与其它阈值判别函数相比,通过优化新的阈值判别函数得到的二维阈值,具有了较好的分割效果,能够更好地保留了目标物的轮廓,而且计算量小。     

基于模拟退火并行遗传算法的Otsu双阈值医学图像分割

模拟退火和并行遗传算法是两种较好的改进进化算法性能的方法。将这两种思想有机地结合起来,利用遗传算法能全局寻优的优势和模拟退火算法的爬山性能,提出了一种基于模拟退火并行遗传算法的Otsu双阈值医学图像分割算法。在该算法中,进化在多个不同的子群中并行进行,利用模拟退火算法的爬山性能,避免单种群进化过程中出现的过早收敛现象,提高整个算法的收敛速度。实验证明,这种新的图像分割算法与并行遗传算法相比,不仅能够对图像进行准确的分割,而且具有更强的精确性和稳定性。其收敛速度明显比并行遗传算法的Otsu双阈值医学图像分割快。     

改进的模糊阈值图像分割方法

提出了一种自适应的模糊阈值图像分割方法,通过预分割和直方图信息相结合的方法,解决了传统的模糊闽值图像分割法难以自动获取窗宽的困难;并针对模糊闽值图像分割方法不能适用于直方图呈单峰分布的图像的缺陷,提出了一个新的平滑迭代公式。该平滑迭代公式利用像素点的邻域信息使图像增强,再使用自适应的模糊阈值图像分割方法进行分割,可以拓宽模糊阈值图像分割方法的适用范围。实验结果表明,使用该方法的目标分割正确率达97.3％,显示了较高的分割精度和较强的鲁棒性。     

二维直方图区域斜分Otsu阈值分割的快速迭代算法

鉴于现有的基于二维直方图区域直分的阈值选取方法中存在明显的错分,提出了一种新的二维直方图区域斜分方法,导出了基于二维直方图区域斜分的otsu法的快速迭代算法.在实验结果中给出了分割结果和运行时间,并与基于二维直方图直分的Otsu原始算法及其他两种快速算法进行了比较.结果表明所提出的快速迭代算法,使分割后的图像内部区域均匀,边界形状准确,有稳健的抗噪性,同时运行时间大幅减少.     

一种基于熵率超像素分割的多聚焦图像融合

针对多聚焦图像融合问题,提出一种基于熵率超像素分割的多聚焦图像融合方法。首先,将多聚焦源图像进行预融合;然后,用熵率超像素分割方法将融合图像分割成不同的区域,得到一幅融合图像的分割图像,对得到的分割图像进行膨胀操作得到新的分割图像,每个区域计算源图像相应区域的区域空间频率,从源图像中选择区域空间频率大的区域赋予融合图像。最后,当融合图像的相邻区域来自不同的源图像时,对他们的边界进行边缘处理,从而得到最终的融合图像。实验结果表明,所提出的方法能够得到较好融合效果,同时还具有运行效率高等优点。     

基于局部分形维数的遥感图像分割

本文针对遥感图像的分形特点,采用局部分形维数进行图像分割.利用金字塔模型替代了局部分形计算中的窗口模板,从而对局部三角棱柱面法进行了改进,减少了图像局部分形维数的运算量.并设计了一种新的递归计算流程,有效地降低了内存存储量.利用此法对遥感图像进行分割,结果表明:改进后的三角棱柱面法提高了基于遥感图像纹理特征的图像分割方法的计算速度,同时保留了三角棱柱面法对于分形维数计算的准确性.     

融合双特征的玻璃缺陷图像分割算法

目的 针对玻璃的材料透明性以及条带噪声等固有属性使得传统玻璃缺陷分割算法准确率较低等问题,提出一种基于双特征高斯混合模型的玻璃缺陷分割方法.方法 首先,利用分数阶运算对玻璃缺陷增强,用灰度共生矩阵获取纹理特征,从而构建玻璃缺陷的双特征向量;将双特征向量引入高斯混合模型,并利用马尔科夫随机场的相邻像素空间信息对玻璃缺陷分割高斯混合模型进行改进,通过交替进行玻璃缺陷像素点与标号场之间映射关系的估计和基于高斯核函数空间约束更新,完成玻璃缺陷分割;最后,应用模糊熵对缺陷图像分割结果进行后续处理.结果 对疖瘤、污点、气泡以及夹杂等4种典型缺陷样本图像进行性能测试和不同算法对比分析实验,实验结果表明,所提算法的Dice指标达到98.59％,crM指标达到7.03％,衡量指标优于其他算法.结论 将灰度特征和纹理特征引入玻璃缺陷分割的马尔科夫随机场,能够抑制非缺陷目标,并保留低对比度玻璃缺陷,提高玻璃缺陷分割算法的鲁棒性和准确性.