图像分割的新理论和新方法

图像分割是是计算机视觉研究中的一个经典难题,已成为图像理解领域关注的一个热点.本文对近年来图像分割方法的研究现状与新进展进行了归纳总结.首先,简单介绍了图像分割的传统方法,包括基于区域的、基于边缘的和两者结合的图像分割方法.然后,分别从数学形态学、模糊集、神经网络、支持向量机、免疫算法、图论和粒度计算等方面对图像分割方法进行了重点讨论,并对应用每一种理论的最新研究进展作了评述.最后,对图像分割方法的发展趋势进行了展望.     

散乱噪声点云的数据分割

提出基于边界曲线微分几何特征的新方法分割散乱噪声点云.改进TAUBIN方法以精确恢复散乱噪声数据的主曲率和主方向.通过分析散乱点在主方向的曲率变化,达到识别G1、G2连续边界点的目的.获得的边界点形成边界带,将点云分割为多块子区域.最后采用区域增长的方法提取各子区域.试验结果表明所提出的方法能够克服噪声影响,有效提取散乱噪声点云的G1、G2边界.对复杂曲面模型,该方法也能够直接获得较好的G2连续边界.     

基于Otsu法自适应阈值的图像分割研究

概述了基于一维Otsu 和二维Otsu 双门限的阈值分割法,提出了基于像素邻域平均灰度的改进的一维Otsu 多门限分割方法,兼有准确性和快速性的优点,并应用于MRI脑图像,实现了多个目标的自动分割,与普通的一维Otsu 法相比具有更好的分割效果.     

CO2激光器在光学元件表面处理中的应用

介绍了CO2激光修复光学元件表面损伤用其对基片表面缺陷进行抛光的原理、内容以及最新进展,分析了CO2激光修复光学元件表面损伤对元件抗损伤阈值的提高所起的重要作用,并指出技术巾存在的问题。     

激光辐照光学材料热力效应的解析计算和损伤评估

光学元件的损伤是高功率激光技术发展的一个瓶颈，为此以连续CO2激光辐照K9玻璃为例，研究了连续激光辐照光学材料的热力损伤机理。通过积分变换方法，求解热传导和热弹性力学方程组，由此得到激光辐照引起的温度场和热应力场的瞬态分布。研究中发现在高斯光束作用下，热扩散长度的概念不再适用，因此通过曲线拟合方法，推导出最大热应力的位置与辐照时间的关系，并由此计算出材料的损伤阈值。由于K9玻璃的应力损伤阈值小于熔融损伤阈值，因此当激光作用引起的环向热应力大于材料的抗拉强度时，材料发生永久性损伤，损伤形态为拉伸解理。将理论模型的相关结论与实验结果相对比，两者吻合得很好。     

基于Contourlet变换的图像消噪处理

文中提出了一种基于区域和Contourlet变换相结合的图像融合新方法,新方法利用小波Contourlet变换良好的多尺度性和多方向性特征,结合Contourlet变换的多聚焦图像融合算法,得到高频和低频图像。小波Contourlet由于变换缺乏平移不变性而产生图像失真,弱边缘具有几何信息,而噪声却不具备这个性质。为了在去噪声的同时更多地保留弱边缘信息,再次利用到循环平移的方法。实验结果表明,该文方法不仅在客观评价指标上优于小波变换法,而且从主观评价上来看,文中所提方法得到的图像更加清晰。     

基于增强型EM模型重叠区域图像分割算法

针对图像大规模重叠区域的有效分割一直是一个难题,传统的Log算子、Sobel算子、Canny算子以及梯度算子等算法解决大规模像素重叠问题时,模型会陷入不收敛的境地,导致分割效果较差,为了解决这样问题,提出一种增强型EM模型解决重叠区域图像分割的问题,利用curvelet变换在curvelet域内提取图像的边缘特征,并定位特征curvelet系数.通过增强特征curvelet系数,增强边沿特征对比性,分割多尺度多结构元素形态学检测的边缘图像,消除重叠带来的干扰.仿真实验结果表明:分割的边缘更为完整准确,取得了令人满意的效果.     

基于小波收缩的噪声图像恢复新型算法实现与验证

小波变换技术是近20年发展起来的新的信号处理技术,但对小波的研究由来已久。随着小波理论的不断完善,它以自身良好的时频特性在图像去噪领域受到越来越多的关注。图像去噪是信号处理中的一个经典问题,传统的去噪方法多采用平均或线性方法进行,但是其去噪效果不好,本文基于此目的,采用了连续两次半软阈值去噪的方法,来去除含噪图像的噪声,最后通过MATLAB软件仿真此方法的去噪效果,并与其它去噪方法进行比较,得出本文提出的方法去噪效果更优越。     

基于灰度直方图拟合曲线的数字图像多阈值分割技术研究

在数字图像处理中,图像分割技术能够对待处理部分进行分割处理,以突出显示所要研究的目标对象.在对数字图像灰度直方图进行高次样条函数曲线拟合之后,通过求取若干个局部最小值作为图像的分割阈值,对图像像素进行多阈值分割,最后采用区域背景像素点增长合并法进行背景区域合并,从而获得完整清晰反映图像各个组成部分的分割结果.实验结果证明,此方法能准确表达图像各个灰度组成部分,克服了传统单阈值分割所带来的缺陷与不足.