成份制导中的红外图像分割算法

采用凝视焦平面阵列(FPA)的红外成像制导技术以其优越的性能在空空导弹中得到了广泛的应用。由于空中飞机目标表面各部位的温度不同，使得红外成像探测装置获得的目标图像的不同部位存在着较大的灰度差异，这给正确分割出目标带来了很大的困难。针对飞机目标红外图像的特点和成像制导技术中图像分割的目的，文中提出了一种有利于目标特征点识别的图像分割算法，它首先对目标红外图像进行阈值分割，然后选取合适的结构元素并利用数学形态学的并行性特点对目标内部的空洞区域进行填充，最后得到比较精确的分割图像，这种分割结果对基于灰度连续性的目标特征点识别算法非常有利。     

桥梁红外图像的自动识别跟踪方法探讨

文中以实时采集到的桥梁红外图像为基础，探讨了复杂背景中桥梁的识别跟踪方法，文中先对桥梁红外图像进行了预处理，充分利用桥梁红外图像的二值化图和二值化方差图进行桥梁图像的分割，采用逐步渐进的方式进行桥梁的检测识别工作，并采用选下阈值的边缘增强手段突出桥身的外缘线；利用可变点的线段模型去检测不同距离不同大小的桥墩。文中还介绍了采用一形心中跟踪算法识别出桥梁进行适应波门跟踪。     

智能型目标识别系统

介绍了图像目标识别技术中的图像分割，不变性参数提取和目标分类，利用图像目标的均匀性和相应知识自适应地分割和提取图像目标，被提取的每个图像目标的不变性参数由归一化过程和Ｚｅｒｎｉｋｅ矩提取，并利用ＭＰＮＮ模型将图像目标分类，实验结果该识别系统能识别光照不均匀或复杂背景下的图像目标。     

基于PCNN和SVM的图像识别方法研究

利用脉冲耦合神经网络(PCNN)具有良好的脉冲传播特性,研究了利用PCNN进行图像分割的技术.针对模型参数和最优分割结果难以确定的问题,改进了标准PENN模型,提出了基于互信患量的PCNN图像分割方法.计算原图像与PCNN分割图像序列问的互信息量,对应最大互信息量的分割图像就是最佳分割结果.然后选取不同类型飞机图像提取不变矩特征,用支持向量机(SVM)实现分类识别.实验结果表明,该方法分割效果好,适应性强,能够很好地识别飞机图像.     

基于深度图像和稀疏表示的多手势识别算法

针对复杂环境下多目标手势区域分割难度较大、识别率较低的问题,提出一种基于深度图像和稀疏表示的多手势识别算法。该算法采用肤色和深度图像分割相结合的方式对图像中出现的多手势进行精确分割,再对分割后的手势图像进行归一化处理,最后通过稀疏表示的方法实现手势识别。实验结果表明,该算法识别率较高、鲁棒性较好,具有良好的识别性能。     

基于灰度共生矩阵的图像分割方法研究

图像分割技术广泛应用于工业生产、生物医学图像分析、军事应用等方面。文中着重阐述了灰度共生矩阵的原理及特点,进行了基于灰度共生矩阵的纹理特征提取试验。采用加权欧式距离方法,对图像的特征值进行分类识别,实现对纹理图像区域的划分,然后利用聚类分析等方法对纹理区域进行融合,以达到实现图像分割的目的。试验表明,利用基于灰度共生矩阵的方法,实现对图像的分割具有一定的准确性和实用性,并能较好的实现图像分割效果。     

基于模糊C-均值聚类的粮虫图像分割

储粮害虫图像分割是粮虫特征提取和分类识别的基础和关键。本文介绍了基于模糊C-均值聚类算法的储粮害虫数字图像分割,利用该方法对粮虫数字图像进行分割,实验结果表明,图像分割效果较好,通用性强,为粮虫图像的特征提取提供了良好基础。     

基于Ecogniton的光学遥感图像舰船目标检测

利用卫星遥感技术对海上舰船目标进行识别定位具有重要的意义。提出了一种基于面向对象的图像分割和分类软件Ecognition的技术方法来提取高分辨率遥感卫星图像中的海上舰船目标。利用多尺度分割算法和光谱差异分割算法对高分辨率卫星图像进行初步分割;利用归一化差异水体指数（NDWI）或灰度共生矩阵（GLCM）同质性纹理特征对陆地和海洋进行辨别;利用对象的相邻关系特征和形状特征来获取潜在的舰船目标;利用数学形态学算子实现舰船目标的连续化,从而获得最终的海上舰船目标。利用高分辨率卫星图像进行了实验验证,实验结果说明了所提出的技术可以有效地实现海上舰船目标的识别与定位。     

一种基于肤色和几何特征的人面部识别方法

面部识别的前提条件是场景中人脸的正确定位与分割，因此，本文提出了一种基于肤色及面部几何特征的人脸分割方法，首先利用图像的时间差分方法确定场景中有没有运动物体，然后利用BP神经网络对肤色进行识别，比用HIS或LHC颜色空间中的色调识别肤色的方法具有更强的环境适应能力，最后利用扫描投影算法及面部固有的几何特征定位分割细节特征，实验证明该方法具有定位准确和运算速度快的优点。     

基于ML-pLSA模型的目标识别算法

为了避免图像目标识别过程中识别结果对分割结果的过度依赖,该文提出了一种基于多尺度的概率潜在语义分析目标识别方法(Multi-Level-probabilistic Latent Semantic Analysis, ML-pLSA)。该方法利用多种分割算法对图像进行多尺度分割,再利用pLSA算法和词袋方法(Bag Of Words, BOW)对分割区域进行目标类别估计,最后联合多尺度的估计值给出最终分割结果。在目标尺度、目标角度、外界光照变化都相对较大的GRAZ-02数据库上进行实验,结果表明:与传统目标识别算法相比,该方法鲁棒性更强;在识别准确率方面,也有了很大的提高,取得了很好的效果。     

基于Kohonen神经网络的深度图像分割方法

提出一种基于Ｋｏｈｏｎｅｎ神经网络无监督的深度图像分割方法。首先计算了深度图像各点的导数,进而得到各点的法向,以法向和深度值作为每一点的特征矢量,引入自组织神经网络进行初始的聚类;为消除初始聚类产生的过分割现象,采取相邻表面片法向分析的方法进行再分割,得到最终的分割结果。本方法避免了通常的区域分割方法初始种子不易选取的弱点,聚类所用样本少,速度快。实验结果表现了算法良好的性能。     

基于最小能量的图像分割方法

提出了一种图像分割新方法,与 Ｓｎａｋｅ 模型一样,该方法融合了传统的三阶段分割方法,并克服了 Ｓｎａｋｅ 模型只能处理单区域轮廓线的缺陷,适用于多区域、多空间位置关系的图像分割,无需轮廓线的初始位置设定。同时,动态规划的嵌入特性,保证了图像分割的全局最优化,实现了图像轮廓线的精确定位和自动分割。实验结果表明了该方法对于多区域图像分割的有效性。     

基于高斯-马尔可夫随机场和神经网络的无监督纹理分割

提出一种基于高斯-马尔可夫随机场(GMRF)和神经网络的无监督纹理分割方法,方法分为两步:第一步先将图像分为不重叠的小块,在小块中计算GMRF参数,并将此参数和该块的均值、方差作为该块的特征向量,然后进行聚类,得到原图像的一个初始分割和图像中所包含的类别数;第二步构造一个决定性松弛的神经网络,将第一步得到的结果作为初始输入,经过神经网络计算,得到一个精确的分割结果.实验证明:该方法是一种有效的纹理分割方法.     

基于模糊和遗传算法的阈值分割方法

提出了一种阈值分割方法。本算法将模糊集理论和遗传算法有机地结合起来,它是一种有监督的分割方法,首先确定图像阈值的数目,然后将灰度图像模糊化,确定准则函数,采用遗传算法求得意了优解,最后经过后处理得到最终分割结果。实验表明该方法运算速度快,且对噪声不敏感,具有较高的鲁棒性。     

彩色汽车牌照定位方法

汽车牌照的定位是牌照识别的第一步，定位的准确与否将后续操作起关键性的作用。在模式识别领域中，希望通过一种方法就完成一项实际工作是不可能的，必须要考虑多种方法融合的策略，提出了一种基于多方法的车牌定位策略，首先利用颜色信息对输入图像进行彩色粗分割，得到了颜色为车牌照的一些区域，然后将分割结果中的伪目标区域（即除了车牌照区域外的其他区域）分为两类（一类是与汽车牌照颜色相近的背景，一类是可能和牌照颜色相近的汽车外壳），分别进行处理，最终利用投影法得到准确的车牌位置，实验结果表明该方法效果较好。     

基于Hough变换的倾斜文本图像的检测

在OCR图像扫描输入的过程中,扫描图像经常会出现某种程度的倾斜,这种倾斜会给下一个字符的切割造成困难,影响字符识别的精度。正是出于检测倾斜文本图像角度的目的,提出了一种基于Hough变换的检测图像倾斜度的方法,可以有效地克服几何失真对文字识别系统的影响,为了克服Hough变换计算量大的缺点,该方法采用了提取图像特征点的方法。实验结果表明,该方法能快速准确地测出各类文本图像的倾斜角度,并且具有很好的适应性。     

基于模型的手腕骨特征提取

图像分割和特征提取是图像处理学的经典课题之一。文中 效的手腕骨Ｘ光片图像特征提取方法,先对手腕骨Ｘ光片图像作预处理,利用灰股影的方法对各手腕骨特征区域进行了大致定位,获得区域性信息,缩小实际特征提取时的搜索;在各特征子或基于形变轮廓提取边界的原理,引物初始骨模板的形状信息及特征子区域的边界条件作为骨轮廓提取的内部能量和外部能量判据对骨边界提取的迭代过程进行引导,有效地排队非边界的信息的干扰,使处理     

具有强抗噪声能力的图像分割方法

尽可能多地综合利用图像整体和细部信息，是精确分割图像，提取特征的关键，流域思想利用了整体信息，应用于梯度图像上，兼顾了细部信息，引入待分割物体全局连通性，将这种方法用于物体与背景的分割，得到了极好的分割效果，对噪声有极强的抑制能力，同时具有原理简单，分割结果为连续单像素边缘，边缘定位准确，可以同时标记多个区域等优点，给出了形态学流域算法的基本原理及数学实现，同时也总结了方法的缺点和解决途径。     

基于捕获位置分布的导航参考图适配性分析及快速计算

导航参考图适配性分析是景像匹配导航的关键问题之一。文中提出了一种基于捕获位置分布的估计导航参考图适配性方法。该方法首先在参考图每一点挖出实测图大小的子图,然后计算子图的特征参数并应用匹配准则估计子图的匹配概率,最后利用捕获位置分布函数对子图匹配概率加权求和以得到参考图的匹配概率。为了消除特征参数计算中存在的大量冗余计算,还研究了特征参数的快速计算方法。实验结果证明该快速算法大大提高了运算效率     

综合利用通用霍夫变换与Snake算法对序列图像的分割

提出了一种综合算法对图像序列进行分割:首先根据上一帧图像物体形状信息用霍夫变换确定在当前帧中同一物体的大致轮廓、位置,再以此轮廓作为初始值,用Snake算法检测出物体的局部形变,对于序列的第一帧用手工勾出目标物体大致轮廓.由于通用霍夫变换抗噪声能力强,而Snake能准确地找出局部形变物体的边缘,综合两种算法的特点能精确地分割出复杂背景下特定的物体.