改进的分水岭算法在超声肿瘤图像分割中的应用

在高强度超声聚焦(HIFU)治疗中,图像自动导航是整个治疗过程的关键步骤.针对超声肿瘤图像分割提出了两种算法,分别为梯度阈值法和区域合并法.其中梯度阈值法针对分水岭过分割的缺陷,选取小于设定的梯度阈值的点作为分水岭变换的种子点,从而很好地抑制了过分割现象;区域合并法首先通过分水岭变换将图像过分割成许多具有区域均质性的超像素,然后基于最小描述(MDL)原则进行合并,将拥有相似纹理特征的小区域聚类在一起,达到抑制过分割的目的.实验结果表明这两种算法有效地解决了分水岭变换过分割的问题,同时能够很好地应用到超声肿瘤图像分割中.     

基于分水岭变换的浮选泡沫图像分割

针对煤泥浮选泡沫图像中煤泥气泡互相粘连、边界模糊的情况,根据分水岭变换模拟浸水原理,提出一种新的、有效的分割算法,同时应用数学形态学中的腐蚀和膨胀算法,解决了过分割和欠分割问题,使得粘连的煤泥气泡得到了有效的分割。并对分割后的图像进行了物理特征提取,如气泡的数目、颜色、大小分布等,这些特征参数是评价浮选过程好坏的重要信息,利用它们可监测和优化浮选过程。该分割算法成功的用于煤泥浮选泡沫的分割,并且提取出了煤泥泡沫图像所有静态的物理特征参数。     

红外目标的边界检测和标注

边界检测和标注是红外目标探测和识别的一个重要环节。自然背景复杂的纹理特征和红外图像中的噪声影响,以及红外目标模糊的边缘,给红外目标的边界检测和分割带来一定的困难。分水岭算法作为一种数学形态学的图像分割方法,为进行目标特征分析和识别提供了可能,然而,分水岭算法产生的过度分割,又为背景和噪声抑制增加了难度。文中在分水岭算法的基础上,结合模糊逻辑方法,对自然背景下的红外人工目标的边界检测和分割以及红外背景的抑制进行了探讨。     

基于Gabor滤波与分水岭算法的锂电池极片缺陷检测方法

针对锂电池极片在人工检测过程中检测效率低、检测错误率高等问题,提出一种基于自适应Gabor滤波与分水岭算法融合的锂电池极片缺陷检测方法。首先通过改进传统Gabor滤波器的参数,实现Gabor滤波器的自适应,得到滤除背景的缺陷图像;然后使用大津法对图像二值化处理,利用分水岭算法进行边缘提取;最后利用分割出的边缘获得坐标,利用最小外接矩形法实现缺陷检测。结果表明,相对于区域生长算法和改进的Canny算法,本文方法的抗干扰能力得到提高,可以对锂电池极片漏金属、黑斑、白斑、脱碳、条痕等多种缺陷进行较为精确地检测,能够用于锂电池极片缺陷的自动化检测。     

基于语义分割的炼铁球团粒径在线检测算法研究

铁矿成团过程中,对球团粒径有严格要求。为了能实时检测球团粒径,本文通过对造球机的动态区域图像进行分析,提出了前景提取加粘连分割的球团分割算法。该算法针对图像球团背景矿粉干扰问题,在Unet基础上融入可分离卷积结构,设计了轻量化的DSC-Unet前景分割网络,保证了前景分割的鲁棒性;同时针对球团相互重叠问题,使用了一种基于距离变换的分水岭分割方法,实现了前景粘连的分割,进而通过圆形拟合,获得球团直径。试验结果表明,所涉算法分割准确率达到97%,优于现有其他算法,达到了检测要求。     

融合多结构滤波和多尺度重建的分水岭算法

为了解决传统分水岭算法中存在的过分割问题,提出一种结合多结构形态学开闭滤波和多尺度形态学开闭重建的新方法。该方法用12种不同结构的结构元对原始图像进行开闭滤波,接着对梯度图像应用多尺度开闭重建,通过加权融合不同的重建梯度为最终的梯度。在重建后的梯度上应用扩展最小变换技术（H-minima）以提取标记,用所得的标记修正原始梯度,在修改后的梯度上进行分水岭分割。实验结果表明：该方法不仅能有效抑制分水岭算法中的过分割,而且通过调节分割过程中的参数,还能防止欠分割的发生,对于不同的需求均可得到理想的分割效果。     

启动消费终端的时候到了

品牌是隐形眼镜行业第一要素．不管隐形眼镜的品牌来源如何,生产商与镜架和镜片相比还是相对集中在少数大型生产企业手上,因此,品牌建设和渠道争夺将是很多公司的重点,品牌的重要性在于能否通过品牌启动终端消费．这将成为隐形眼镜公司成功与否的分水岭。     

联合人体模型与块生长的人群目标分割

人群目标的准确分割,是进行多相机联合目标跟踪与识别的关键。该文首先构造包含位置、尺寸、姿态信息的人体粗略姿态模型,并利用贝叶斯模型获得对应的目标模型。然后将前景区域利用分水岭算法划分为颜色分布一致的子块,通过位置和颜色约束解决遮挡目标的种子块选取问题。最后通过块生长获得每个目标区域。对于颜色相似子块,通过比较其产生的边缘能量确定其所属目标。实验结果表明,本文能够实现对人群目标较精确分割,且对背景噪声具有一定的抗干扰能力。     

基于分水岭变换与空间聚类的高分辨率遥感影像面向对象分类

面向对象方法已广泛应用于高分辨率遥感影像分类,提出一种结合改进分水岭变换与空间聚类的遥感影像面向对象分类新方法。首先,基于相位一致思想分析图像特征,由Gabor小波多尺度、多方向提取QuickBird全色影像的梯度信息;利用扩展最小变换与强制最小技术分别获取图像前景标识、重建相位一致梯度图像,利用改进后的分水岭变换获得分割对象。然后,提取各对象的多波段光谱特征,利用Gabor小波获取对象纹理矢量,并用独立成分分析方法进行特征选择,依次进行对象的光谱与纹理聚类。最后,通过分析对象间空间拓扑关系判断聚类后不确定对象的类别属性。实验结果表明该方法能取得较好结果,在一定程度上提高了影像分类的自动化水平。     

混合分水岭变换和改进FCM的图像分割方法

分水岭变换是图像分割的一种强有力的形态工具,能够自动生成一系列封闭分割区域。其不足之处是过分割、对噪声敏感。为克服分水岭变换固有的缺点,综合利用非线性滤波和改进的FCM算法优化分水岭变换得出的初始分割,提出了一种新的混合分割算法-HWIF（Hybrid Watershed and Improved FCM）分割法。与MeanShift算法及区域合并算法相比,该方法充分利用了区域的灰度和区域间的空间信息。实验结果表明该算法能有效克服分水岭算法的过分割问题,且分割效果优于以上两种方法。