矿岩爆破图像二值化分割技术的研究与选择

爆破块度图像分析法是当前爆破块度统计的重要方法,图像分割技术是该分析方法的关键与难点。针对爆堆及块石图像的特殊性,研究了基于二值化的矿岩爆破图像分割技术,分析了阈值分割、区域生长分割、标记分水岭分割等当前主要的图像分割方法。通过研究图像上同一截面灰度值切片的变换与矿块实际边缘的吻合程度,发现数学形态学分割方法得到的二值图像边界清晰、断点少,相对于门限法更适用于爆破块度图像,其生成的二值化图像层次清晰,便于像素特征的提取。图像分割先进技术的应用,对于实现矿岩爆破图像块度分析的智能化提供了广阔的空间。     

基于双门限阈值的爆破块度图像识别研究

为改进爆破块度图像分割中容易存在的过分割、噪声、"黑洞"现象等问题,提出了双门限阈值分割技术,开展了多种类型的爆破岩块图像分割实验和小型爆堆的手工测量实验,实验结果表明,双门限阈值法与灰度阈值法、适应性阈值法、Otsu大津法等常用的分割方法相比,对爆破岩堆的图像分割效果更优,能够解决岩石表面噪声问题;与手工测量相比,双门限阈值技术对爆堆图像分割的平均相对误差为12.0%,误差主要因岩块的边缘棱角效应所致,这种效应使得分割结果偏大。双门限阈值分割技术能较好地应用于爆破块度图像识别。     

基于双门限阈值的爆破块度图像识别研究

为改进爆破块度图像分割中容易存在的过分割、噪声、"黑洞"现象等问题,提出了双门限阈值分割技术,开展了多种类型的爆破岩块图像分割实验和小型爆堆的手工测量实验,实验结果表明,双门限阈值法与灰度阈值法、适应性阈值法、Otsu大津法等常用的分割方法相比,对爆破岩堆的图像分割效果更优,能够解决岩石表面噪声问题;与手工测量相比,双门限阈值技术对爆堆图像分割的平均相对误差为12.0%,误差主要因岩块的边缘棱角效应所致,这种效应使得分割结果偏大。双门限阈值分割技术能较好地应用于爆破块度图像识别。     

一种适合于多目标检测的图像分割方法

提出一种适合于多目标检测的8邻域图像分割方法,用以获取目标特征量,准确分割图像。在对二值化图像扫描形成目标块的过程中,标记各个目标像素,记录目标的边界点,得出分割目标的面积、周长、质心坐标。利用这些信息,可以选择跟踪一个或多个目标。仿真结果证明了该方法实用可行。     

图像分割技术在金相分析中的应用

介绍了常用的图像分割方法及其优缺点和金相图像分析中的图像分割方法。针对金相图像分割中存在的问题，提出了两步分割的图像分割方法。这种方法是先用阈值分割法把目标从背景中分割开来，然后采用数学形态学、打孔、找凹点和连分割线的方法进行粘连分割。与已有的金相图像分割方法相比，这种方法具有较强的强健性、自适应性和非监督性。     

强噪声背景下基于非网格MRF的SAR图像快速分割方法

像素级的马尔可夫随机场图像分割算法,在强噪声的SAR图像中难以保证消除斑点噪声的同时不破坏图像的边缘结构.针对此,本文提出了一种新的分割方法,首先将图像划分为若干个内部连通且有良好边缘的小区域块,然后将区域块内像素灰度的均值作为块内每个像素的灰度强度以提高算法的抗噪能力.在迭代优化阶段,用区域块替代像素作为新的处理单元,从而减少处理单元的数目提高算法的运行效率.为验证新算法的性能,将其分别应用于人工合成图像和真实的SAR图像上,并与经典分割算法做比较显示出了本文算法在噪声抑制、边缘保护和运算效率方面的性能.     

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。     

红外序列图像的支持向量机分割方法

红外序列图像的准确分割是自动目标识别的关键,而当图像背景复杂时,传统的图像分割技术往往难以满足要求,为此,提出了基于支持向量机的红外序列图像分割方法。序列图像中的部分帧被作为训练样本,通过选择适合的模型参数,运用支持向量机方法建立学习机器,将后续图像帧中的目标从复杂的背景中识别出来,从而实现红外图像分割。实际红外序列图像分割表明,基于支持向量机的图像分割方法不需要复杂的预处理和后处理工作,分割效果理想,对于小目标的图像,识别正确率可达 99%。     

无人机航拍图像的一种处理方法

本文分析了无人机航拍的特点,在实际应用中提出了一种高效的图像处理方法。为了获得更多的信息同时有效地减少数据量,应用一种对数极坐标变换方法对航拍图像旋转、缩放进行处理。通过正向变换和反向变换,有效地压缩了数据,同时还能抵消无人机自动驾驶过程中动力系统高频震荡所引起的图像质量问题.     

红外图像的动态阈值分割

在深入探讨目前图像分割算法的基础上，针对实际红外图像的分割提出了一种新的方法－－动态阈值分割算法。它利用局部空间阈值适度调整全局统计最优阈值，因而其分割阈值是动态的。实验表明该算法能够突出图像中感兴趣的细节，单动态阈值的分割效果相当于常规固定双域值的分割。     

红色老照片中的图像叙事研究

老照片是保留真实图像，再现社会现实及历史文化信息的媒介。探讨红色老照片蕴含的珍贵历史信息，还原历史场景记忆，以实现重温历史事件，定格时空记忆，展现中国共产党人革命精神和艰苦奋斗的真实历程。通过红色老照片的历史情景、红色图像的空间叙事等文献梳理及图像叙事的方法，描绘物象与空间形态，记录峥嵘岁月与苦难辉煌的革命场景及勇毅前行的时代印迹。红色老照片中的图像叙事不仅是事件的记录者和叙述者，而且通过图像符号的表征、显现，以其形象性、可视性的图像表达来弥补了文字多义性、事件表述语言模糊性、场景原貌性失真的缺陷，将具有革命意识和其内含的精神图景直观地传播给观看对象，使观者成为新时代图像语义的解读者、革命精神的传播者、审美图景的建构者。     

基于模板的前视红外图像建筑物分割方法

针对前视红外地面建筑物图像目标分割问题,在传统方法的基础上提出了一种基于模板制备的改进C-V模型分割方法.首先通过DSM数据制备目标二维形状模板;然后对图像进行高斯滤波去噪,并采用模板尺度相关的结构元素对图像进行灰度形态学增强;最后引入模板形状先验信息的概念,利用水平集方法表达轮廓先验信息,在C-V模型的基础上增加目标轮廓先验信息能量项,使分割曲线进化同时受到图像数据与形状先验信息驱动,实现目标分割.实测数据显示该方法能在复杂背景条件下精确分割前视红外建筑物目标.     

基于HSV空间的岩心图像处理

针对石油勘探中的岩心图像在分割过程中难以有效识别出灰度值相近的颗粒与颗粒、颗粒与背景的边缘信息,且容易造成过度分割或欠分割的问题,提出一种彩色图像分割并获取颗粒粒度分布的算法,并将结果与灰度迭代算法、最大熵法和分水岭算法分割结果进行比较。结果表明,该算法以彩色图像HSV模型的V分量为依据进行图像分割,可以在较为复杂的岩心背景下校正分割结果,更准确地分割出目标和背景颜色相近的边缘,获得砾石、泥沙颗粒的粒度分布。     

手背静脉图像二值化阈值算法

因为传统分割算法对图像细节特征信息不敏感,分割效果不理想,提出了一种确定阈值的改进方法。该算法在阈值图像法的基础上,采用迭代计算平均值的方法,动态地获得每个像素点位置的最佳阈值,以获取一幅与原图像大小相同的阈值图像,利用该阈值图像对原静脉图像进行二值化处理,增强了图像的局部细节特征信息。仿真实验证明了该改进算法的有效性。     

一种基于DA-GMRF的无监督图像分割方法

提出一种基于间断自适应高斯马尔可夫随机场(DA-GMRF)模型的无监督图像分割方法.针对MRF模型中的过平滑问题,利用边缘信息构造能量函数,定义了一种DA-GMRF模型.利用灰度直方图势函数自动确定分类数及分割阈值,进行多阈值分割,得到DA-GMRF模型中标记场的初始化,用Metroplis采样器算法进行标记场的优化,实现了图像的无监督分割.实验结果表明了该方法的有效性.     

一种集成模糊特征的测地线主动轮廓模型的图像分割

构建有模糊特征控制的曲线法向力场集成到测地线主动轮廓模型,使得该模型能包含更多的图像分割信息.当用模糊特征表示图像区域信息时,改进模型保持了原来模型具有边缘指示特性,同时具有区域特征一致性的分割性能.改进模型提高了演化曲线抓取感兴趣目标的范围和提取凹凸区域的能力,可以适应对弱边缘、噪声干涉图像的分割.图像分割的实验说明新的模型对图像分割具有良好的性能.     

医学图像的交互分割及三维表面重建

提出一种基于灰度信息的三维医学图像交互分割方法,并对分割提取的组织或区域进行了三维表面重建,在分割过程中,首先对图像进行滤波,确定阈值范围进行二值化,然后根据待提取组织或区域的特征,选取合适的数学形态学操作,最后对区域进行种子填充,这一过程是一个交互的过程,对提取出的区域用MT算法构造等值面,用灰度梯度法计算表面法微量,并实现高质量三维显示。     

基于多分辨率阈值的非均匀光照微视觉图像

 为了满足微纳和生物医学领域对微视觉图像目标信息高精度实时提取的需求,提出一种基于多分辨率阈值的非均匀光照微视觉图像实时分割技术．针对传统方法所存在的在非均匀光照微视觉图像分割过程中难以精确估计阈值和实时性差等问题,首先根据微视觉图像的梯度概率密度稀疏分布特性,建立灰度强度分布估计目标函数,并利用迭代加权最小二乘法实现灰度强度分布优化估计,达到非均匀光照补偿的目的;然后,在传统二维Otsu方法的基础上,利用小波变换的多分辨率分析能力有效减少阈值估计过程中的计算量,提高微视觉图像分割的实时性．实验研究表明,该方法能有效协调分割精度和速度之间的矛盾关系,具有不受光照影响的特点,能快速取得精确的图像分割效果．     

引入反馈注意力的并行式多分辨率语义分割算法

目的 为了进一步提升语义分割精度,解决当前语义分割算法中特征图分辨率低下,低级信息特征随意丢弃,以及上下文重要信息不能顾及等问题,文中尝试提出一种融合反馈注意力模块的并行式多分辨率语义分割算法。方法 该算法提出一种并行式网络结构,在其中融合了高低分辨率信息,尽可能多地保留高维信息,减少低级信息要素的丢失,提升分割图像的分辨率。同时还在主干网络中嵌入了带反馈机制的感知注意力模块,从通道、空间、全局3个角度获得每个样本的权重信息,着重加强样本之间的特征重要性。在训练过程中,还使用了改进的损失函数,降低训练和优化难度。结果 经实验表明,文中的算法模型在PASCAL VOC2012、Camvid上的MIOU指标分别为77.78%、58.67%,在ADE20K上的也有42.52%,体现了出较好的分割性能。结论 文中的算法模型效果相较于之前的分割网络有一定程度的提升,算法中的部分模块嵌入别的主干网络依旧表现出较好的性能,展现了文中算法模型具备一定的有效性和泛化能力。     

由序列图像进行三维测量的新方法

目前的三维测量方法都需要专门的测量设备且存在着种种限制,为此提出了一种基于图像序列进行三维测量的新方法。将由数码相机围绕被测物体拍摄的多幅图像导入计算机,利用图像处理知识得到特征的二维信息;采用计算机视觉方法,对特征从射影空间到欧式空间分层逐步重建即可完成三维测量。设计一套特征标志组合,作为辅助测量工具避免了特征匹配难题。确立了一套图像分割与识别策略获得特征标志二维信息,识别率可达到95%以上。采用基于模约束的摄像机分层自标定方法得到特征在欧式空间下的三维信息,并通过多种优化方法减少误差的影响。该方法在硬件上实现简单,对测量条件要求不高。实际试验表明,相对误差可达到1.48%,重投影误差为0.3864像素。