基于形态滤波和分水岭算法的硅片缺陷提取

针对硅片表面缺陷的特点,对其缺陷的提取技术进行了研究,采用了多结构元素的广义形态闭-开和形态开-闭滤波器,结合改进分水岭算法进行缺陷提取.滤波器对输入图像及滤波后图像的梯度图像进行平滑,实现消除噪声、简化图像、保持细节的作用.为了克服分水岭的过度分割问题,提出了改进的分水岭算法,利用区域强度准则和边界强度准则对过分割区域进行合并,很好的解决了过分割问题.实验表明,该方法可以提取精确且封闭的缺陷边缘轮廓,为进一步的缺陷特征量的提取与选择奠定了基础.     

基于模糊逻辑和区域合并的分水岭变换图像分割

通过分析分水岭变换对图像细微变化敏感而产生过分割现象的缺陷,提出一种基于模糊逻辑的分水岭变换区域合并算法。首先使用形态学滤波方法对图像进行平滑降噪处理,并进行分水岭变换。再根据相邻区域的边缘有效性与灰度相似性,通过模糊推理及去模糊化方法获得区域可合并度。最后根据可合并度进行区域合并,获得分割结果图像。实验结果的数据分析表明:该方法在保证了重要轮廓信息不丢失的前提下,克服过分割现象,大量减少无效区域,提高了分割结果对图像中物体轮廓的概括性,较好地达到分割图像的目的。     

一种改进分水岭乳腺肿块图像分割方法

针对分水岭算法对噪声敏感、易产生过分割现象的问题,在图像的滤波和区域合并方法上做了改进.该算法首先对肿块图像做初步预处理,设计高斯差分滤波器,实现平滑滤波,增强图像的信噪比,并计算图像的梯度幅值;然后,依据传统分水岭变换算法进行粗分割,计算各个子区域的灰度均值并排序,依次合并灰度均值相似的区域,直到将整个肿块区域完整分割出来;最后,保留合并后灰度均值最大的肿块区域,去除灰度值较小的区域,得到最后的分割结果.实验结果表明:该算法相较于三层地形分割方法、自适应区域生长算法和二次分水岭算法,能够得到更准确的肿块边缘轮廓,误分率减少到23.07%,运行速度高.     

引入Harris角点检测的运动图像边缘轮廓提取

对运动目标图像进行边缘轮廓特征提取,提高运动图像的电子稳像性能,从而准确实现运动目标的检测和识别.提出了一种基于Harris角点检测的运动图像边缘轮廓提取算法,对运动图像进行仿射不变闭合区域增强处理,采用Kalman滤波和运动状态相邻帧补偿的方法进行运动图像Harris角点检测,提高相邻两帧之间边缘轮廓的角点检测能力,实现了运动图像边缘轮廓的提取和稳像处理.仿真结果表明,用该方法进行图像边缘轮廓角点提取的准确度高且稳健性好.     

基于标记提取分水岭算法的医学图像分割

针对医学图像分割中分水岭算法的过分割问题,提出了一种改进的基于标记提取的分水岭算法．此算法埘分水岭算法进行厂两点改进：一是在预处理阶段,先对原始图像做腐蚀滤波和膨胀滤波处理,将原始吲像与腐蚀图像相加后减去膨胀图像得到合并图像,再对合并图像做开、闭运算,从而达到滤除原始图像中的噪声和非感知信息、保留原始图像结构信息的目的;二是在分割阶段,对开、闭运算后的图像进行分水岭分割,该分割由形态梯度计算、标记提取和分水岭分割二部分组成．改进后的算法因为无需进行分割后的区域合并处理,降低了分割的复杂性,同时能较好地抑制慨部医学图像中的过分割问题,并把图像中的病变区域有效分割出来．     

雹云图像的识别指标设计

冰雹是我国主要的气象灾害之一,为时下研究热点.冰雹的预测多采用的是雷达返回数据.依据雷达返回图像,采用统计学中的K-means聚类算法和细胞神经网络(CNN)轮廓提取算法相结合,对云层图像进行处理,提取内外层轮廓,并计算得到内外层轮廓的方差.通过分析雹云图像和非雹云图像内外轮廓距离方差的区别,构造指标.最后采用新疆石河子地区的雹云图像和非雹云图像进行验证,验证本文的结论有效.表明结合K-means聚类算法和CNN轮廓提取算法得到的内外轮廓差是一个可以有效判别冰雹的方法.     

基于粒度测量的重叠圆形颗粒图像分离方法

为了解决颗粒图像（例如红细胞图像）处理中经常出现的重叠现象，即多个颗粒重叠或者黏连在一起，提出一种分离重叠的圆形颗粒图像的方法.采用粒度测量获取图像中圆形颗粒的半径信息，计算重叠区域外轮廓的链码序列， 然后利用半径和轮廓链码来估计各个单独颗粒的中心区域以及重叠区域中颗粒的数目，接着从各个颗粒中心区域出发逐渐膨胀，在对应不同颗粒的区域开始接触的位置设置分离点，从而达到分离重叠颗粒的目的.以重叠红细胞图像为实验对象，应用该方法进行图像分离，并和分水岭算法的分割结果进行比较，实验结果表明，该方法是有效可行的.     

基于分水岭和种子生长的彩色图像分割

提出一种基于分水岭和种子区域生长的彩色图像改进分割算法。该算法先对彩色图像进行分割前预处理,使用分水岭算法对图像进行初始分割,然后根据一定的规则从分水岭算法分割形成的区域中自动选取种子区域并进行生长,最后合并相似区域或小区域。以区域作为种子生长单位,使用种子区域一次性生长方法进行生长。实验结果表明,该算法分割结果较好,分割速度较快。     

基于分块分割GA-SVM算法的汽车侧面轮廓提取

针对基于图片的汽车侧面轮廓难以准确提取的问题,本文提出了基于图像分块遗传算法优化支持向量机参数方法。首先对汽车侧面轮廓进行分割,以图像分块处理的方式,将图像的前景或背景直接作为输出,运用支持向量机(support vector machine,SVM)对需要分割的部分进行分割,同时为了选择SVM的最优核参数c和g,运用遗传算法进行寻优,形成了GA-SVM算法。对分割后的图像进行二值化处理,并采用滤波运算除去杂点。在车窗及车灯位置极容易产生孔洞,对图片内部存在孔洞采用区域填充算法,最终得到汽车的侧面轮廓。实验结果表明,该算法能够较准确的提取汽车的侧面轮廓,减少分割时间。该研究具有一定的实际应用价值。     

基于改进的分水岭算法的图像分割

考虑到分水岭算法存在过分割问题,本文提出一种有效解决方法。在图像预处理过程中首先对图像进行中值滤波来消除部分噪声;然后采用形态学求梯度的方法得到原始图像的梯度图并对梯度图像进行开闭重建,在保留区域重要轮廓的同时去除了噪声和图像细节。在此基础上对重建后的梯度图像进行基于标记约束的分水岭分割。实验结果表明该方法能够较好地抑制过分割,同时通过结构元素的选择而具备一定的灵活性,整个过程无需进行合并处理,降低了分割的复杂性。     

基于分水岭算法的绿色荧光蛋白图像分割

基于分水岭算法,提出了一种绿色荧光蛋白图像的分割方法．为了克服分水岭算法易于产生过分割的现象,本文主要从前期预处理和后期区域合并两个方面着手,结合了中值滤波、分水岭变换、阈值区域合并技术,运用MATlab软件,对绿色荧光蛋白图像进行分割,取得了良好的效果．     

分水岭分割中的粘性形态学梯度修正

分水岭变换是一种有效的图像分割方法，但存在过分割现象，尽管应用预平滑处理可以减轻或消除过分割，但却容易使分割后的区域轮廓发生位置偏移，为此，文中首先对图像进行形态学梯度变换，然后运用粘性形态学运算对梯度图像进行地貌修正，在消除产生过分割的非规则局部极小值的同时，保持区域轮廓的位置不变，最后在梯度修正图像的基础上，运用标准分水岭变换实现图像分割。仿真实验表明，该方法不仅能有效地消除过分割，而且具有较强的区域轮廓定位能力。     

一种基于直线模型的道路识别算法

实时、准确的道路识别是智能车辆研究中一个重要研究方向,为此提出了一种基于区域特征的道路识别方法。该算法以分水岭算法为基础,首先定义道路和背景的极小值,然后逐步扩展两者的集水盆,寻找道路和背景之间的分水线;算法采用直线模型,通过Hough变换拟合道路边线,最终实现道路识别。此外,算法根据识别的结果实时更新路面和背景区域极小值的定义,以提高识别的准确性。通过对视频图像的实验,测试了算法的性能。结果显示,在不同条件下,至少检测到一条道路边线的比率能够达到90%,耗时约为45 ms。说明该算法的速度和效果都能满足道路识别要求。     

改进的分水岭分割算法在图像分割中的应用

针对基于区域的分水岭分割算法通常存在过分割现象,提出了一种新的分割算法,其分割流程大致为：先求形态梯度图像的浮点活动图像,然后进行分水岭变换,这样边缘定位会更准确;接着使用区域生长法对图像作进一步分割,可以很好地抑制过分割现象,感兴趣的区域也得以保留．实验表明该算法简单有效,能够得到理想的分割结果．     

高分辨率桥梁裂缝图像实时检测

针对现有桥梁裂缝检测算法实时性弱、可靠性差等问题,提出一种嵌入式平台上的实时检测算法。使用移动平均法粗分割,依据几何特征和区域生长法再分割,定位候选裂缝片段;基于裂缝先验条件,建立双判别准则的裂缝聚合模型,递归合并裂缝片段并抑制干扰。实验表明,算法能有效提取细小裂缝,抑制不均匀光照和污渍等复杂背景干扰,识别性能与数种现有算法相比提高115%以上;在嵌入式开发板上处理1 500万像素的图像仅耗时1.73 s。     

一种基于AEP和K主曲线的图像分割方法

广泛应用的第一主成分是对数据集的一维线性最优描述,主曲线是第一主成分的非线性推广.在此提出了一种基于AEP和K主曲线的图像分割方法,将统计学中的主曲线很好地应用于图像处理.该方法首先将腐蚀传播算法和区域生长型分水岭方法相结合,标记出图像中不同物体并产生初始边缘;然后,用K主曲线多边形线算法进行边缘点连接.实验结果证明,AEP算法能标记出一幅图中不同的目标,K主曲线能提供精确的目标轮廓线,该分割方法行之有效.