融合区域和边界信息的水平集SAR图像分割方法

提出了一种基于区域和边界信息的水平集SAR图像分割方法。该方法根据SAR图像的区域统计特征和边界梯度信息,建立SAR图像分割能量泛函模型;通过最小化能量泛函得到曲线演化偏微分方程;采用水平集方法求解演化方程,实现了SAR图像的分割。分别采用模拟和真实SAR图像对该方法进行了仿真。实验结果表明,该方法能充分利用SAR图像特征,不需要去除相干斑噪声的预处理过程,实现了对图像中目标与背景的正确分割。     

图像分割方法研究与实现

图像分割是图像处理、模式识别和人工智能等领域中一个十分重要问题。作者对经典的图像分割方法如阈值分割技术、区域增长和边缘检测等进行了论述并给出了实现效果。     

新型的无监督纹理分割方法

提出了一种利用Gabor滤波器组对图像进行纹理特征提取,然后将这些特征向量作为外部刺激输入给PCNN对图像进行分割的新方法。该方法既保持了精确的分割结果,同时又解决了Gabor滤波器运算数据量大处理速度慢的问题。从实验结果可以看出,该方法与传统采用Gabor的纹理分割方法相比速度有很大的提高,而其分割精度与传统分割方法相似。     

基于细胞逻辑、形态特征图像分割新算法

在MATLAB软件中结合细胞逻辑形态特征提出了一种图像分割和计数的新算法这种算法的主要思想是通过逻辑运算拉氏变换和数学形态学运算的处理首先提取细胞图像中的逻辑信息再根据细胞特有的圆形椭圆形形态特征将细胞从整个背景中进行分割处理并根据逻辑信息形态特征实现了血细胞图像的简单计数实现了特定血细胞的单独分割其算法简单可靠     

一种结合邻域信息的FCM图像分割新算法

提出一种结合邻域信息的FCM图像分割的新算法.将空间邻域信息引入隶属度函数,改进空间函数,并对隶属度进行上下截集半模糊化处理,最后修正隶属度的硬划分矩阵,提高了图像分割质量.实验结果表明,新算法在增强算法抗噪性的同时能够更有效地进行图像分割.     

基于控制标记符分水岭的重叠细胞分割

医学上存在细胞之间有重叠的现象，可以利用图像处理的方法解决。由于传统的图像处理法一分水岭算法容易产生过分割和对噪声敏感的问题，所以，本文首先对图像计算梯度，然后对目标和背景进行标记，最后根据被标记的二值图像进行修正，通过分水岭算分进行分割。实验证明，该方法能很好地分割重叠细胞，并给出其MATLAB程序。     

基于灰度最优阈值的虹膜分割与定位

文章讨论了图像处理中常用的一维、二维灰度直方图分割法,对最优闽值灰度分割法原理进行了描述,并将其运用到虹膜图像的分割中,取得了良好的效果。     

彩色图像分割:优势和展望

1 .引言图像分割是图像分析和模式识别的第一步 ,它是图像分析和模式识别重要和基本的一个组成部分 ,是图像处理中难度最大的部分之一 ,决定了最终分析结果的质量。通常所说的图像分割是将一幅图像分成不同的区域 ,同一区域有同类性 ,而任意两相领区域不具有此同类性 [8]。灰度图像分割的技巧已比较成熟 ,彩色图像分割正逐步引起人们关注 ,主要有下述原因 :(1)彩色图像比灰度图像能提供更多的信息 ;(2 )随着个人计算机处理能力的大大增强 ,快速处理彩色图像硬件条件已经成熟。通过运用RGB各分量或其变换 (线性、非线性 ) ,能将灰度图像分…     

基于机器视觉的齿轮尺寸在线测量系统

针对传统的零件尺寸测量系统效率低、精度差、价格昂贵且操作难度大的问题,课题组提出了一种基于机器视觉的齿轮尺寸非接触式在线测量系统。该系统采用一种新的直齿圆柱齿轮测量方案：首先对CCD相机采集的图像进行灰度处理与滤波去噪;然后进行阈值分割,采用Canny算子来获得单个像素的图像边缘;针对齿轮的边缘轮廓形状特征,应用霍夫变换、改进的最小二乘拟合和改进的中心画圆法等原理,建立了齿轮中心孔直径、齿根圆直径、齿顶圆直径和齿数等齿轮参数的测量算法。研究结果表明：使用2 560 dpi*1 920 dpi分辨率的CCD相机测量20 mm以下的直齿圆柱齿轮时,测量精度可达到10 μm,绝对误差小于1个像素0.020 9 mm,系统响应时间为2.8 s。该系统满足工业测量要求,解决了传统系统测量精度低、价格高的问题。     

激光共聚焦序列图像基于特征的分割方法

采用fluo-4标记的乳鼠心肌细胞钙离子实时激光扫描共聚焦光学切片呈现为点状分布的荧光图像,并且受到噪声的严重干扰,细胞荧光图像在分布上没有连续的边缘;而采用处理静态荧光图像的方法处理这种图像存在很大的困难。该文就心肌细胞Ca2+离子定量研究过程中遇到的问题,提出一种基于马尔可夫场和空间点模式特征聚类相似性测度的自适应图像分割算法。该算法能以统一的标准从不同深度的光学切片中分割出需要分析的细胞钙离子活动区域,对其他利用激光共聚焦技术做动态分析的研究有很好的参考价值。     

图像分割算法的应用与评价

图像分割是一种重要的图像技术,在理论研究和实际应用中都得到了人们的广泛重视,图像分割的方法和种类很多,没有标准的分割方法。本文从图像分割的定义入手,具体论述了当前应用比较广泛的图像分割算法的理论基础、关键技术及其应用范围,最后对图像分割算法的评价进行了分类研究。分割算法的评价不仅可提高现有算法的性能,对研究新的分割评价技术也具有指导意义。     

一种新的SAR图像Speckle滤波算法

详细分析了合成孔径雷达图像中相干斑的统计特性，提出了一种具有窗口自选功能的自适应相干斑滤波算法，并将该算法用于Ｓｅａｓａｔ－ＡＳＡＲ图像的滤波处理；并将滤波结果与Ｌｅｅ算法和Ｏｄｄｙ算法作了对比试验，其结果表明滤波性能优于Ｌｅｅ算法和Ｏｄｄｙ算法。     

一种基于改进遗传算法的图像分割方法

基于改进遗传算法的图像分割方法是在传统阈值分割的基础之上,加入线性分割以及遗传算法.为提高分割效果,分割之前首先对图像进行拉伸,增强图像的明暗对比度;然后再进行改进的遗传算法操作,通过不断迭代进化确定出图像分割的最优阈值;最后利用遗传算法确定的最优阈值进行阈值分割.实验证明,基于改进遗传算法的图像分割算法可以大大提高图片分割的精确度和准确率,取得了较好的分割效果.     

散斑干涉计量图像自动处理系统

着重从光学系统和图像处理系统两部分来论述一种自动处理系统。在光学系统部分,论述散斑计量的基本原理和方法,并给出了测面內和离面位移的计真公式;图像处理部分,主要就散斑条纹图的处理提出了一种新方法,即密度滤波法及相应的条纹中心特征提取方法。实验结果表明:该自动处理系统具有一定的理论和实用价值。     

ACM选择系统结合改进Chan-Vese模型的自适应图像分割方法

针对传统脑肿瘤人工分割方法稳定性与精确度不够高的问题,提出了一种ACM选择系统结合改进Chan-Vese模型的自适应图像分割方法。提出的框架适用于3种不同的局部区域主动轮廓模型(LRACM):LGDF、改进C-V以及LBF,根据要处理特定图像集,提出的方法可以自适应地选择其中最佳的一种模型来表示图像。首先,在学习阶段,其中一部分数据用于在最佳LRACM的选择任务中训练系统,并为此计算了平均值、调和平均值等10个图像特征;然后,在评估阶段,其余数据被测试以评估所提出的系统正确选择期望的主动轮廓模型的能力;最后,使用支持向量机分类器对3种模型所分割后的图像进行分类,将性能最好的模型作为所选模型,进一步进行准确分割。使用脑图像数据库Brain Perfusion Database的MRI数据和艾伦脑图像数据集进行实验。实验结果显示:相比仅单独使用其中1种模型的LRACM方法,提出的自适应选择方法实现了最佳分割效果。     

改进的SLIC算法在彩色图像分割中的应用

针对简单线性迭代聚类(SLIC),仅考虑颜色和空间特征导致分割不准确的问题,提出了一种改进的SLIC分割方法。首先使用双边滤波执行图像增强,可以消除图像中的噪声且保护边缘特征;然后使用结合自适应多阈值LBP纹理特征的SLIC算法将彩色图像分割为超像素块;最后把超像素块通过DBSCAN算法进行聚类合并,以获得分割后的结果图。实验结果表明:所提方法对测试库中的图像分割是快速可靠的,能准确地分割图像边界并提取目标区域。与现有的其他图像分割方法相比,该方法分割的准确度和效率得到了显著提高。     

地铁接触线磨损动态非接触检测方法

为了实现地铁接触线磨损的高效检测,研发了一套地铁接触线磨损动态非接触检测系统。通过线激光器照射接触线,双相机配合滤光片避免外部光干扰,提高接触线图像的拍摄质量。对拍摄的图像先采用自适应中值滤波、接触线图像初步分割方法分割出接触线图像,再利用改进Canny算法计算图像梯度与方向,然后采用自适应阈值分割方法,消除由于噪声和颜色变化引起的一些边缘像素并提取亚像素边缘,最后采用自适应滑移直线拟合方法提取接触线磨损边缘,利用磨损量计算方法和相机标定参数计算接触线磨损直径长度。实验表明,该方法不受背景图像和光照影响,识别精度高,检测速度快,具有很好的应用前景。     

一种基于区域分集的SAR相干斑抑制算法

合成孔径雷达（ＳＡＲ）因为相干成像原理所固有的相干斑噪声是影响其图像质量的主要原因。文中根据ＳＡＲ图像的纹理特征和相干斑噪声的统计特征，提出了一种基于区域分集的相干斑抑制算法。本算法能够完全保留ＳＡＲ图像边缘特征，同时对相干斑具有较好的抑制能力。实验结果表明，本算法处理效果优于目前常用的相干斑滤波算法。     

基于平稳Contourlet变换的极化SAR图像融合

提出一种新颖而有效的基于平稳Contourlet变换的极化SAR图像融合算法。平稳Contourlet变换是一种具有几何信息的灵活多尺度、多方向和平移不变性的图像分解变换,与小波变换相比,对图像分析很重要的沿曲面任意方向反映的细节更容易调整。采用平稳Contourlet变换对多个单极化强度图像进行分解,对于低频系数和方向高频系数采用最优加权算法实现极化图像的融合处理。实验结果表明,该算法与PWF算法相比在保留原始图像边缘和纹理信息同时,可以有效地抑制相干斑噪声的影响,取得较好的融合视觉效果。     

边缘检测算法在牌照定位中的应用分析

定位是模式识别的难点和关键.利用边缘检测法定位是基于边界的图像分割算法最基本的处理方法.不同的边缘检测算法可以得到不同的检测结果,比较和分析这些算子的作用和处理图像结果的优劣,并从中选出最合适的方法,在车辆牌照自动识别系统的应用上有积极的意义.