基于均值漂移的模糊C均值聚类图像分割方法

本文针对模糊C均值聚类（FCM）算法在分割噪声图像和含有颜色相近区域的图像时存在的不足,提出了一种结合各向异性均值漂移的模糊c均值聚类（FCM）新算法。该算法在传统的FCM算法中引入了均值漂移（MS）算法,分割图像时利用Ms算法可快速找到峰值点和图像空间信息的优点,对颜色漂移区域和细长区域均能保留更多的图像信息,同时具有较强的抗噪能力。     

基于椭圆重叠区域的蚕茧图像融合方法

针对现有线性权值分配方法对蚕茧图像进行融合时会在高纬度区域出现蚕茧边缘分界线的问题,提出一种基于椭圆重叠区域的蚕茧图像融合方法。首先,利用最小二乘拟合算法得到待拼接图像中蚕茧表面的等效椭圆,输出其在该图像坐标下的位置方程;再根据图像配准过程中得到的横、纵轴位移距离建立蚕茧图像融合的数学模型,获取等效椭圆重叠区域的点集;最后通过椭圆重叠区域的最大宽建立改进的三角函数权重算法,对椭圆重叠区域进行融合处理。结果表明：该方法的融合效果比渐入渐出算法和三角函数权重算法更优,能够有效消除蚕茧边缘分界线,得到具有良好视觉效果且包含更多信息量的蚕茧融合图像。     

基于视觉注意的图像感兴趣区域分割算法

为了更好地对浅景图像和简单背景图像进行分析和处理,进而改善图像的质量和效果,在Itti注意力模型算法的基础上,提出了基于视觉注意的阂值分割算法.该算法主要通过对像素属性的分析提取图像的感兴趣部分,根据像素点与均值的偏离程度对图像进行增强,利用感知学原理使HSI颜色空间所成图像更符合人的视觉要求.实验结果表明,该方法符合生物学的视觉注意机制,在自动检测感兴趣区域时,可以有效减少过分分割,也能较好地提取出较大的感兴趣区域.     

类圆形区域的分割与统计分析

为了对类圆形区域进行统计分析,文章以彩色粘连药片图像为例,提出并分析了一种类圆形图像的分割与统计分析方法。首先,在预处理后,选择合适的图像分割算法,去除阴影噪声的影响,完整分割出类圆形区域是关键;其次,使用数学形态学处理算法,平滑图像边界和分割后的毛刺;最后,连通域标记并计数。实验结果表明,文章方法准确率更高。文末还分析了算法的一些应用领域。本研究可为其他相关研究提供参考。     

基于JSEG算法的纺织品印花图像分割

 针对机器视觉对纺织品印花精度的检测问题,提出了利用JSEG算法对印花的纺织品图像进行分割。主要通过对图像的滤波,颜色的矢量化和区域的增长与合并,完成图像区域的分割。通过实验给出了颜色量化阈值和区域合并阈值对图像分割的影响以及选取的方法,最终给出该算法对印花纺织品图像的分割效果图,表明该算法利用颜色信息和区域信息,对包含纹理信息的彩色印花图像有良好的分割效果,并且对由日光引起的一些干扰有一定的抑制作用。     

一种改进的混合遗传算法

为了去除图像噪声,实现滤波器的参数优化,对混合遗传算法进行改进,通过启发式搜索策略,实现了一种改进的自适应混合遗传算法,混合遗传算法在训练过程中采用小生境技术维持种群的多样性避免早熟收敛,采用单纯形算法提高对局部区域的搜索能力,加速搜索到全局最优点.采用该算法对滤波器的参数进行优化,较为有效、快速地获得了优化参数,优化后的滤波器可以较好地实现图像噪声去除.     

基于图论的旋切单板缺陷图像分割方法

基于区域合并的原则,利Kruskal算法生成最小生成树,实现了基于图论的旋切单板表面的图像分割。实验结果表明,该算法能取得很好的分割效果。     

基于平滑滤波和分水岭算法的重组织织物图像分割

针对带有重组织的织物图像特点,提出了一种根据纱线颜色进行图像分割的方法。首先将织物图像转化为Lab颜色模式,采用混合中值滤波算法滤除扫描噪声;其次通过设置色差容许值改变高斯权值的平滑滤波算法进行滤波,去除织物图像中的重组织阴影和同颜色纱线纹理,保留纱线颜色特征;然后提取织物图像的色差梯度,通过分水岭算法进行图像分割,获得区域标记图像;最后将颜色相近的分割区域进行合并,得到织物图像的分色索引图像。实验结果表明,提出的算法可以对重织物图像进行较为准确地分割。     

基于Mean Shift的织物图像分割算法

首先介绍了Mean Shift算法的处理过程,然后以处理织物图像分割为研究对象,将扩展形式的Mean shift算法用于解决织物图像分割问题。新提出的织物图像分割算法包括2个步骤:Mean Shift图像滤波和Mean Shift图像分割,并介绍了各自的原理。分割效果有3个关键参数控制:空域带宽、色度域带宽和最小区域限制。实验结果给出了3个参数的影响和选取分析,最后给出该织物图像分割算法与原CAD处理效果比较图,表明该算法具有可行性、有效性和鲁棒性。     

结合显著区域检测和手绘草图的服装图像检索

针对服装图像检索准确率和效率较低的问题,提出一种服装显著区域检测和手绘草图的服装图像检索方法。首先采用正则化随机漫步算法对输入的服装图像库进行视觉显著区域检测,并结合其边缘轮廓信息,得到服装显著边缘图像;其次,对输入的服装草图和服装边缘图像进行特征提取,得到服装草图和服装边缘图像各自的方向梯度直方图(HOG)特征;然后,通过计算服装草图特征和服装边缘特征的相似度,实现特征匹配;最后,按照特征匹配结果在服装图像库中检索与服装草图相似的服装图像,采用基于距离相关系数的重排序算法对其相似度进行排序并输出检索结果。结果表明,该方法提高了服装检索的准确率,具有较好的鲁棒性,检索准确率可达78.5%。     

基于图像显著性区域提取的垩白米检测

垩白度是衡量优质大米品质的重要指标,随着农业检测自动化发展,利用机器视觉准确检测大米垩白度对大米生产加工具有重要意义.针对现有算法在分割垩白区域时存在抗干扰能力弱、稳定性差以及准确度低等问题,提出了一种基于图像显著性区域提取的垩白区域提取算法.利用大米垩白区域图像显著性的特点,对图像特征变化边缘进行提取,计算出边缘像素...     

基于TL-FCM的储粮害虫图像分割算法研究

针对储粮害虫的图像识别需求,结合传统模糊C均值算法(FCM)在粮虫图像分割时运算开销过大、噪音敏感度偏高等不足,提出TL-FCM(Tower layered FCM)粮虫图像分割改进算法。该方法采取塔状层次构架来降低运算的时间复杂度,同时对目标图像的像素隶属度进行约束,为传统算法中的目标函数引入约束项,从而有效约束邻域信息。仿真结果能够证明所构建的优化算法处理时间较短,且能够有效保留粮虫图像分割区域细节,算法性能和效果均比较理想。     

基于消除空间冗余和图像修复的图像压缩技术

本文介绍了一种基于图像修复方法的图像压缩算法.首先对能够被精确覆盖的图像区域进行定位;然后将这些区域的信息消除以减少数据量;除了用于恢复被消除区域必要细节的数据外,对其余的数据进行编码以产生输出数据.在解码器中,使用从编码器中提取的信息可以重新获得被消除的图像区域.该修复技术利用偏微分方程(PDE)进行图像信息收集,其目的是达到图像压缩标准中的较高质量.本文还针对各种图像开展该算法的研究.采用这种算法,在图像质量可接受的条件下,压缩比可高达1:40.实验结果表明,与JPEG压缩方法相比,该算法在高压缩比下图像质量明显提高.     

基于混沌和图像融合的自适应数字水印算法

提出了一种基于混沌和图像融合原理的自适应数字水印算法.该算法利用混沌映射将水印图像进行置乱预处理,求出载体图像的噪声可见性函数NVF,然后将载体图像的NVF函数作为乘法因子,使载体图像和水印图像融合,可自适应地调节水印信息的强度,并将其隐藏在载体图像中.从信息论的角度对试验结果进行了评价,试验结果表明:该算法提高了隐藏的视觉效果,既保证了水印的安全性,又提高了水印的鲁棒性.     

应用区域颜色分割的机采棉杂质检测方法

机采棉中的杂质繁杂,而杂质类型及含量对后期棉花加工工艺的影响很大。为此,提出一种应用区域颜色分割方法以检测棉花中的杂质。在图像分割中,先对滤波后的机采棉图像进行彩色梯度运算,通过扩展极小变换运算获得标记图像,在修改后的梯度图像上运用分水岭算法获得初始分割图像,然后对初始分割图像进行区域合并。区域合并过程中要综合考虑空间邻接性、颜色信息和区域面积3个因素。颜色信息主要采用饱和度、亮度、区域颜色向量模及颜色相似度4 个特征量。用层次递进的合并方法,迭代过程更新信息特征。最后通过支持向量机算法提取颜色、纹理、形状特征对杂质区域进行识别。结果表明,所提方法对机采棉中天然杂质的平均识别率为94%。     

基于多阈值算法融合的图像分割

针对一种阈值分割算法很难对不同类型的图像进行有效地分割的问题,提出一种多阀值算法融合的方法.该方法通过不同的算法得到一组阈值,由迭代的方式将它们有机地组合,并定义一个回报函数,来选取最优阈值.实验结果表明,该方法针对不同类型的图像能够选择最优的阈值进行有效的分割,消除了使用者必须具有先验知识的障碍,省去了人工选择分割方法的麻烦.     

基于改进型FCM聚类算法的彩色牛肉图像中筋膜区域分割方法研究

介绍一种基于HSI颜色空间的改进型FCM聚类算法,并将此算法运用于牛肉眼肌切面图像中筋膜区域的分割。该方法根据牛肉眼肌切面图像像素分布的特点,将H分量和I分量作为聚类分割算法的特征向量,改进了FCM聚类算法初始聚类中心的选取方法以及距离度量公式。结果表明:所提出的算法在保证FCM算法本身收敛速度快的同时,也提高了图像区域分割的精度和准确性,对噪声具有较强的抑制能力。     

基于粗糙集与PCA的多聚焦图像融合算法

粗糙集理论是处理不确定性问题的一种数学工具。为了解决含有椒盐噪声的图像的融合问题,采用粗糙集理论与PCA算法相结合的方法对受到噪声干扰的多聚焦图像进行融合。先采用粗糙集理论对源图像进行粗糙增强预处理,再用PCA算法对增强后的图像进行融合,得到融合图像。采用主观评价与信息熵和平均梯度作为图像融合效果评价准则。仿真结果表明,运用该算法得到的融合图像的视觉效果比源图像更好。     

基于改进RANSAC算法的图像拼接方法

文章提出了一种基于改进RANSAC算法的图像拼接方法。在提取图像的SIFT特征点后,根据阈值法对特征点进行初始匹配,然后采用改进的RANSAC算法对初始匹配对筛选,再计算图像间单应性矩阵,最后使用加权平均的融合方法实现图像的无缝拼接。实验结果表明,改进后的RANSAC算法进一步提纯了匹配对,使得图像拼接获得了高质量的效果。     

基于改进RANSAC算法的图像拼接方法

文章提出了一种基于改进RANSAC算法的图像拼接方法。在提取图像的SIFT特征点后,根据阈值法对特征点进行初始匹配,然后采用改进的RANSAC算法对初始匹配对筛选,再计算图像间单应性矩阵,最后使用加权平均的融合方法实现图像的无缝拼接。实验结果表明,改进后的RANSAC算法进一步提纯了匹配对,使得图像拼接获得了高质量的效果。