基于直方图的图像模糊聚类分割算法

针对传统模糊C-均值聚类算法对复杂的医学、遥感图像难以获得满意分割效果问题,将图像模糊C-均值聚类引入图像分割问题研究中,提出了基于直方图的图像模糊聚类快速分割算法。将越南学者Le提出的分布式图像模糊聚类算法目标函数进行简化,得到图像模糊聚类算法目标函数;采用拉格朗日乘子法获取其迭代求解所对应的隶属度、中立度、拒分度和聚类中心表达式,设计图像模糊聚类算法并对其收敛性进行了证明。通过复杂医学和遥感图像的分割测试结果表明,新的分割算法相比现有的模糊C-均值聚类分割算法和直觉模糊C-均值聚类分割算法具有更好的分割性能。     

基于模糊聚类的国画图像分割研究

国画图像分割是图像理解、计算机视觉等研究领域的重要内容。文章根据国画颜色有限性的特点以及视觉的颜色聚类特性,提出了一种基于模糊C均值聚类(FCM)的国画图像分割算法,实现对国画图像的分割。算法根据中国国画颜色以墨色为主,以墨破色的特点,通过选取国画图像每个像素点的灰度颜色特征,计算各像素点到各个聚类中心之间的欧式距离,并利用模糊C均值聚类的方法更新聚类中心,聚类结束后得到分类后的图像;再利用分类图像标识出分割图像,从而实现国画图像的分割。通过实验得出,算法有效地保证了各区域图像的完整,提高了分割的精确度。     

一种改进的模糊C-均值图像分割算法

图像分割是图像处理中是一个重要问题.在FCM方法的基础上,对其参数m和算法的运行速度进行改进,实验结果表明,该改进在优化算法的速度和分割效果上都有显著的提高.     

基于DBSCAN的图像分割算法研究

图像分割能将一幅数字图像分成多个的不同区域,是计算机视觉的主要研究领域之一。文中在系统性研究DBSCAN算法的基础上，提出了一种改进型DBSCAN图像分割方法。该方法首先计算图像中每个像素点的局部密度，然后通过寻找局部密度峰值点来确定核心点，同时将邻域内的像素点加入同一簇中，来处理不同密度区域和噪声点的影响。实验结果表明，该算法对参数敏感度较低，能有效处理不同密度区域和噪声点，相比标准DBSCAN图像分割方法，其在聚类正确率、精度和效率等方面的表现更优秀。     

一种二型模糊可能性聚类红外图像分割算法

提出了一种新的基于二型模糊可能性聚类的红外图像分割算法。针对受概率约束的模糊聚类算法和不受概率约束的可能性聚类算法在红外图像分割时存在的问题,采用二型模糊系统融合两种分割算法的隶属度函数,将隶属度函数看作一个区间型分布,而不是单独采用两种算法输出的确定模糊值。这种处理方式不但能有效抑制噪声及野值,而且能有效防止红外图像的过分割。实验仿真结果表明,该算法较传统聚类算法能获得更好的分割效果,可有效抑制噪声对目标区域分割的干扰。     

基于并行小生境技术优化的智能模糊聚类图像分割算法

利用PBM模糊聚类有效性函数以图像特征空间为搜索空间,实现有效性函数的全局寻优,用并行小生境技术解决粒子群(PSO)算法的早收敛问题,优化聚类的全局收敛性能,实现有效聚类数目与聚类中心的并行寻优。通过对遥感图像分割的实验证明,与传统粒子优化群算法的分割结果相比,本文算法拥有更高的有效性且分割效果更优。     

一种基于Ｃ均值的模糊核聚类图像分割算法

模糊核聚类算法是一种结合无监督聚类和模糊集合概念的图像分割技术,已广泛应用于图像分割领域,但其算法对初值敏感,很大程度上依赖初始聚类中心的选择,并且容易收敛于局部极小值,用于图像分割时,隶属度的计算只考虑了图像中当前的像素探值,而未考虑邻域像素探间的相互关系,故对分割含有噪声图像不理想。故提出了一种改进的模糊核聚类图像分割算法,先通过数据约简,不损失数据聚类结构的前提下对数据进行挖掘,然后在模糊核聚类算法中引入特性核函数,将约简后的数据映射到高维非线性特征空间进行划分,最后再利用表征邻域像素的参数来修正当前空间像素的隶属度。实验结果表明,提出的算法较好地解决了模糊核聚类算法在局部极值处收敛和在迭代过程中出现停滞等问题,最终得到最佳全局聚类,迭代次数降低明显,并具有高鲁棒性、对噪声不敏感的特点。     

改进BIRCH算法的MRI脑图像分割

针对现有磁共振常规扫描序列对于颅脑白质、灰质信号相近分辨不清,解剖病变欠佳,难以达到临床高精准诊断的需求,选用改进的BIRCH算法,首先将3维MRI体数据经过预处理,由灰度与梯度组成特征向量,然后利用Cophenet相关系数,确定最优参数---分支因子B、阈值T,最后通过定义可调节线段L,改进原BIRCH算法仅将数据样...     

基于模糊聚类的黎曼流形空间遥感图像分割算法

针对遥感图像蕴含目标的复杂性及成像条件导致的光谱特征变化明显等特性,利用高斯分布同时建模遥感图像邻域系统及目标的统计分布特征,将原始遥感图像映射到黎曼流形特征空间,以该空间曲面特性为基础,将传统模糊聚类算法与黎曼流形几何特征相结合,提出基于模糊聚类的黎曼流形空间图像分割算法.光学遥感图像及SAR图像相关分割实验验证了提...     

一种基于Hopfield网络的MRI图像分割方法

磁共振成像（ＭＲＩ）是临床中一种重要的非介入式成像诊断方法。本文提出了一种基于Ｈｏｐｆｉｅｌｄ网络的ＭＲＩ图像分割算法。在无教师监督的情况下，神经网络在其能量最小化过程中，逐渐趋于特征聚类空间的一个稳定状态，因而可以实现图像的分割。     

一种改进的PCNN图像分割算法

PCNN用于图像分割时,为获得满意分割效果,其参数往往通过反复试凑确定,这在一定程度上限制了PCNN的使用。为此在改进的PCNN基础上,提出结合图像灰度直方图,以最大交叉熵函数作自适应遗传算法的适应度函数,采用自适应遗传算法搜索最优门限阈值的图像分割算法。该方法可有效地完成图像分割,分割结果优于原PCNN和传统Ostu算法。     

一种改进的维吾尔文字图像分割算法研究

针对复杂背景下维吾尔文字图像分割时产生缺陷和干扰问题,提出一种自适应二值势函数目标模糊C均值算法。首先,使用自适应势目标二值函数聚类方法来获取集群的维吾尔文字二值图像分割和聚类中心,然后利用其隶属度矩阵的最佳数量确定模糊计算维吾尔文字图像分割模糊聚类的维吾尔文字图像。实验结果表明,该算法可以实现维吾尔文字图像的自适应分割,准确地分割出维吾尔文字区域部分,同时极大地减少了计算复杂性,有利于实现维吾尔文字图像处理的准确度。     

改进人工蜂群算法在图像分割中的应用

作为图像处理技术的一个分支,多阈值图像分割技术已经越来越吸引人们的注意.然而,很多阈值分割技术计算时间较长,且其随着维数的增加而呈指数性增长.因此,为了提高分割的效率,引入基于改进人工蜂群优化算法的多阈值图像分割技术.在分析了标准人工蜂群算法缺陷的基础之上,从雇佣蜂和观察蜂的搜索公式进行改进,使其能够更有效率地收敛至全局最优,同时采用最大类间方差法(Otsu)作为测试改进算法性能好坏的标准.实验证明,改进后的算法更好地平衡了全局搜索和局部寻优能力,在加快收敛速度的同时提高了寻优精度,获得了良好的图像分割效果.     

一种改进的凸变分水平集模型在图像分割中应用

针对传统的变分水平集CV模型在图像分割中不能分割灰度不均图像的缺陷,提出一种改进的水平集公式化的凸能量函数。改进模型既可以灵活地应用初始值,也可以在算法上设置合理的终止条件,对于背景简单的图像分割效果较清晰;对于前景清晰,目标明确的图像分割的干净,前景和背景明确;对于目标与背景对比不强烈的图像,抓取的目标轮廓明了清晰。应用在图像中提高了分割精度,缩短了计算时间,效果较好。     

小波变换和改进的FCM算法在医学CT图像分割中的运用

为了更好地运用电脑技术辅助医学诊断,本文研究了一项在小波变换和改正的模糊C均值PCM算法基础上进行医学CT图像分割的方法,以FCM算法为基础,采取小波变换方式针对医学CT图像展开分解,之后运用分解后的低频图的像素点来作为FCM算法的基础点,然后运用马氏距离来进行进一步修正,从而确保更加准确的反应医学图像中的信息.研究结果显示,通过这一方法的处理,医学CT的效果得到了很大的提升.     

基于可变区域拟合水平集算法的改进

基于可变区域拟合水平集算法利用图像的局部区域信息,在活动曲线演化控制参数的手工设置使其应用受到了限制。本文提出了将灰度信息图像匹配原理应用到RSF模型中,根据计算相邻演化图像的相关系数实现迭代的自适应停止。实验结果表明,改进的RSF模型克服了自动设置迭代次数的缺点,实现了迭代的自适应停止,而且对弱边缘不连续图像能够有效地实现,节省了时间,提高了分割效率。     

一种基于遗传算法的图像分割方法

图像阈值分割技术在图像分割中具有重要的意义。遗传算法既可以对全局信息高效利用,也减少了存储空间和计算量。利用遗传算法的优点,文章提出了一种用改进遗传算法优化图像阈值并对图像进行分割的方法。通过实验对比,文章表明该方法具有快速、稳定分割的特点。     

一种改进的Laplacian SVM的SAR图像分割算法

当有标识的样本数量有限时,Laplacian SVM算法需要加入尽量多的无标识样本,以提高分类精度.但同时当无标识样本数很大时,算法的时间和空间复杂度将难以接受.为了将Laplacian SVM应用于SAR图像分割这样的大规模分类问题中,提出了一种改进的Laplacian支持向量机算法(Improved Laplaci...     

基于改进差分演化的高效图像分割算法

差分演化算法的实现简单有效,但其搜索能力较弱,对此提出一种基于贝塔分布的控制参数动态设置策略以提高差分演化的优化效果,并将其应用于图像分割问题。首先,将图像的直方图按强度分为两类,并按类内方差、类间方差与总方差总结为待优化的目标函数;然后,使用改进的差分演化算法搜索图像分割目标函数的最优解,其中在每轮迭代中使用贝塔分布动态的设置控制参数。仿真实验表明,该方法获得了较好的优化结果,并获得了较好的图像分割效果。