基于改进的最大类间方差的舌色和舌苔分离技术

舌苔、舌色分离是实现舌诊图像自动分析的重要的预处理工作。舌的分部图象的直方图是单峰的,采用一维最大类间方差法确定最佳分割阈值比较合适的,该方法简单有效,很受欢迎。但由于其对噪声和图象频数分布的敏感性,成为当前研究的热点之一。该文提出一种新计算公式,实验表明该公式对噪声等零星分布有较强的抑制作用,得到的最佳阈值比较得稳定,有参考意义。     

图象椒盐噪声的非线性自适应滤除

为了在滤除图象椒盐噪声的同时能很好地保持图象的细节,提出了一种新颖的图象椒盐噪声非线性自适应滤除算法。该方法首先在噪声图象的滤波窗口中去除具有最大和最小灰度值的象素,然后求取剩余象素的均值,计算出该均值与对应的象素灰度值的差值,再通过与阈值相比较,确定是否用求得的均值代替原噪声图象的灰度值。阈值由图象的灰度分布自适应地确定,该算法与已发表的同类算法相比,具有更好地滤波性能,尤其在噪声严重时,其效果明显优于传统的中值滤波算法。     

基于有效熵的图象阈值自动设置算法研究

从分析读数图象直方图分布规律着手，提出对图象直方图进行分区，建立区域灰变变化模型，通过屏蔽熵噪声，计算有效熵的方法分对象进行阈值设定，实验证明，该方法能有效解决读数多阈值自动设置的问题。     

基于自适应阈值的舌像分割方法

中医舌诊是目前医学领域的重要前沿课题之一,而舌体轮廓的正确分割是实现中医舌诊信息化的重要前提,目前主流的阈值分割方法对对比度较小的舌像仍不能实现很好的分割。为此提出了一种舌像的自适应阈值分割算法,该算法是以VC＋＋为开发平台,首先把图像分成多个子块,然后运用迭代的方法计算每个子块的最佳阈值,根据每个局部最佳阈值构成的阈值矩阵进行分割。实验结果表明,该算法对背景和目标分界不明显的舌像有很好的分割效果,对中医舌诊的继续发展有很强的现实意义。     

一种抗干扰的图象分割新方法

为解决低信噪比灰度图象的二值化处理问题,该文根据灰度图象的象素点灰度,及其邻域灰度分布特点,提出了三级阈值分割方法,理论分析与实验结果表明,该二值化方法具有更强的抗噪声能力,更好的图象分割效果。     

基于静态小波分解的多尺度SAR图象滤波

由于雷达回波的相干性 ,合成孔径雷达 (SAR)图象上存在着斑点噪声 ,因此 ,为消除这种噪声 ,提出了一种基于静态小波分解的硬阈值滤波方法 ,该方法首先将 SAR图象分解至静态小波域 ,然后在静态小波域中将噪声的小波系数收缩至零 .将此算法应用于 ERS- 1SAR图象斑点噪声滤波 ,并与基于 Mallat分解的滤波算法和另外 3种典型的 SAR图象滤波算法进行比较 ,结果表明 ,该方法不仅可以有效地去除斑点噪声 ,并且可以保持 SAR图象的精细纹理结构     

基于边缘检测的图象小波阈值去噪方法

边缘特征是图象最为有用的高频信息，因此，在图象去噪的同时，尽量保留图象的边缘特征，应是图象去噪首要顾及的问题。基于这一思想，提出了基于边缘检测的图象小波阈值去噪方法。该方法在去噪之前，先通过小波边缘检测方法确定哪些小波系数是图象的边缘特征，这些小波系数将不受阈值去噪的影响，因此，可以只是根据噪声方差来设置去噪的阈值，而不必担心损害图象的边缘特征。理论分析和实验结果都表明，与普通的小波阈值去噪方法相比，该方法不但可以保持图象的边缘信息，而且能提高去噪后图象的峰值信噪比1-2dB。要做到既去除图象噪声，又不模糊图象边缘特征是很困难的。该方法把去噪和边缘检测结合起来，在一定程度上解决了这种两难的问题。     

基于静态小波分解的多尺度SAR图像滤波

由于雷达回波的相干性，合成孔径雷达（SAR）图象上存在着斑点噪声，因此，为消除这种噪声，提出了一种基于静态小波分解的硬阈值滤波方法，该方法首先将SAR图象分解至静态小波域，然后在静态小波域中将噪声的小波系数收缩至零，将此算法应用于ERS－1 SAR图象斑点噪声滤波，并与基于Mallat分解的滤波算法和另外3种典型的SAR图象滤波算法进行比较，结果表明，该方法不仅可以有效地去除斑点噪声,并且可以保持SAR图象的精细纹理结构。     

基于边缘保护的磁共振图象小波自适应去噪方法

快速成像的磁共振(MR)图象通常信噪比较低,并且在其幅值重建图象中噪声与信号密切相关,呈Rician分布.本文针对MR图象噪声特点,提出了一种基于小波多尺度变换的MR图象自适应去噪算法.该算法在去噪之前,利用小波多尺度快速变换,将与噪声和边缘相关的系数在每一个尺度分别进行建模,获得各自以及整体的概率分布公式,并采用最大似然估计求出相应参数值.然后运用Bayes后验概率公式,获取相应萎缩函数,在此基础上进一步结合边缘系数和噪声系数在空间与尺度连续性方面的特点,对萎缩函数加以改进,使之能更好的区分边缘点和噪声点.试验结果显示,该方法充分考虑了MR图象噪声分布的特点,能够有效去除噪声,保存边缘,提高信噪比,是一种比较有效的方法.     

半导体器件图象阈值选取方法的研究及算法实现

图像分割是数字图象处理中的一个重要问题;基于阈值选取方法的半导体器件的图象分割,具有较高的运算效率;文中针对常见阈值选取方法的具体使用情况进行了比较研究,并提出了具体算法实现,最后提出最佳的处理算法;实验结果表明该算法能够有效提高图象分割的质量,从而提高了半导体器件检测的正确率和自动化程度。     

灰度图像的二维Otsu自动阈值分割法

Otsu法是最常用的利用图象一维灰度直方图的阈值化方法之一,本文的目的是将它推广 到二维直方图,二维otsu法除了考虑象素点的灰度信息外还考虑了象素点与其邻域的空间 相关信息,通过与一维的0tsu法比较表明,在有噪声的图象中,本文提出的方法性能好得 多.     

桥梁识别中阀值分割算法的研究

在介绍图像分割的主要特征的基础上,针对桥梁识别中图像分割的特点,提出了一种从直方图中快速自动分割的方法.与传统的最大类间方差法相比,实验验证该方法用于桥梁识别前的图像二值化处理时,能够更好地消除图像噪声,将背景与目标分割开来,有利于下一步的目标识别和跟踪.     

基于图像边缘信息的2维阈值分割方法

为了改善2维阈值分割性能,提高图像分割的效率,在传统2维Otsu阈值分割算法的基础上,提出了一种基于图像边缘信息的2维阈值分割方法。这种改进的方法保留了2维Otsu阈值分割算法分割结果准确的优点,并在此基础上充分利用图像的边缘信息,通过分析图像的边缘直方图和阈值的关系来得到最优分割阈值。仿真实验结果表明,该方法与传统2维分割算法相比,不仅计算简单,而且实时性好。     

一种基于分裂-合并方法的中医舌像区域分割算法及其实现

舌像的区域分割是实现计算机中医舌诊自动化系统的一项前期工作，只有实现了良好的区域分割，后续工作的开展才能得以保证。为此提出了一种改进的分裂一合并算法对舌像进行区域分割，和其他几种分割算法的处理效果进行了分析比较，其结果表明，该算法在均匀一致性的判别条件，算法速度和处理效果等方面都显示出了其优势，传统方法的时间复杂度为O(n(n 1)／2)，而该算法的时间复杂度为O(n)，该算法在舌像分割方面具有普遍的适应性和实用性，实验结果令人满意。     

舌图像自动分割方法

提出了一种基于亮度信息和形态特征的舌图像自动分割方法。该方法首先利用大津法在亮度范围内自动选取阈值，进行二值化，然后通过对图像的像素进行标记，剔除非目标区域。最后利用数学形态学的方法获得最终的分割结果。试验结果表明，本方法具有令人满意的分割性能。     

基于二维直方图双斜率划分的快速Otsu图像分割算法

为了克服Otsu算法对图像分割的不足,本文在二维Otsu的基础上提出了基于二维直方图双斜率划分的快速Otsu分割算法,该算法将二维直方图上像素点之间关系转化为斜率值,构建斜率值与频率的一维直方图,利用双阈值Otsu对灰度斜率的一维直方图取双阈值,利用求出的双阈值（临界斜率）对图像二维直方图进行重新划分,对划分的图像二维直方图的有效区域,再次利用一维Otsu方法划分,从而得到最终结果。最后通过实验,验证此方法有较强的抗噪性,比二维Otsu方法计算效率高,处理效果好。     

一种基于边缘模式的直方图构造新方法

基于图像边缘和噪音模式的分析,使用了一种目标和背景之间的边界检测方法;并基于边界的描述,提出了一种新的在边界两侧和边界内部选取相等数目的像素构造直方图的方法。该种直方图避免现有方法中全部像素直方图、加权直方图和内部像素直方图不适合于小目标的缺点,避免了边缘像素直方图抗噪能力差和阈值因图像边缘类型型变的缺点。该直方图能同时用于大目标和小目标时以及边界是阶跃边缘和屋顶状边缘时的阈值选取,具有很大的通用性和实用性。实验结果证明,使用该方法的直方图优于现有的直方图构造方法。     

基于偏微分方程的舌图像去噪研究

在对舌图像的去噪过程中,平滑噪声的同时容易丢失边缘和纹理等细节信息。为此,研究基于偏微分方程的舌图像去噪方法,分别采用中值滤波、高斯滤波、P-M方程、正则化P-M方程以及耦合冲击-复扩散滤波模型,对加噪舌图像进行滤波。比较结果表明,正则化P-M方程更适合舌图像的去噪处理,该方法处理速度快、去噪效果好,且能有效保护图像边缘。     

基于微粒群算法的OTSU图像分割方法

本文研究了图像闽值分割方法中常用的OTSU算法,在此基础上提出了基于微粒群算法的OTSU图像分割方法,该方法利用微粒群算法的快速全局寻优,确定图像的分割闯值所对应的灰度值,在该灰度值下目标和背景的方差最大。实验中选用了像素分别是8位和16位的两幅图片来进行分割,得到了较好的分割效果,而且该方法大大提高了计算速度,是一种有效的图像分割方法。