基于改进人工蜂群算法的多阈值红外图像分割

针对传统的多阈值红外图像分割中多阈值选取存在的效率低、计算重复等问题,提出了一种基于改进人工蜂群算法的多阈值红外图像快速分割算法.首先,在阈值选取时引入人工蜂群算法,实现多阈值的选取.然后,针对原始人工蜂群算法存在的收敛速度慢、容易陷入局部最优的缺点,分别从引领蜂搜索、跟随蜂搜索和侦察蜂搜索3个方面进行了改进,使其更快、更准地收敛于最优解.实验表明,相比于原始人工蜂群算法,改进后的算法在精度相同时速度更快,迭代次数相同时结果更接近最优解.该算法能够在保证精度的前提下高效地对红外图像进行多阈值分割,是一种可行的红外图像分割方法.     

浅谈图像阈值分割技术

图像分割是一种关键的图像技术．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有很多．有些分割运算可直接应用于任何图像,而另一些只能适用于特殊类别的图像。有些算法需要先对图像进行粗分割．因为他们需要从图像中提取出来的信息。例如：可以对图像的灰度级设置门限的方法分割。值得提出的是,没有唯一的标准的分割方法。本文通过对图像阈值分割的描述、分类、特点分析,让人们熟悉阈值分割的特点,为今后在图像分割方面提供一务解决问题的思路。     

图像阈值分割算法及对比研究

图像阈值分割技术广泛应用于计算机视觉和模式识别等研究领域。通过对五种典型的阈值分割算法,包括最大类间方差法、最大熵法、最小交叉熵法、最大相关法和灰度熵法进行算法仿真,并针对不同信噪比图像的分割结果进行了客观评价,得出不同分割方法所适用的分割对象。同时设计了图像阈值分割系统,便于进行不同分割算法的对比分析。     

基于分割窗的无监督多通道遥感图像变化检测

在遥感图像中,当变化区域的面积比例相对较大或较小时,一般的变化检测方法并不能准确地检测出变化信息。针对这一问题,本文提出一种基于分割窗的无监督多通道遥感图像变化检测方法。该方法将差异图像分割成子图像,通过求子图像的局部阈值来确定差异图像的整体阈值。实验结果表明,该方法能较好地解决变化区域相对较大或较小时一般变化检测方法无法进行准确的变化检测的问题,相对于一般变化检测的方法,检测精确度明显提高。     

一种新的自动多阈值图像分割方法

本文提出了一种新的自动阈值图像分割方法.该方法选择二维灰度直方图的最佳一维投影作为输入信息,并利用了小波变换的多尺度特征分析此投影.在大尺度下抑制噪声并自动确定分割类数,在小尺度下精确定位阈值.实验表明新方法能够自动而快速地对图像进行分割而且有较强的抗干扰能力.     

基于改进人工蜂群正余弦优化的红外图像分割方法

针对红外图像背景复杂且分割难度较大等问题,提出了一种改进人工蜂群正余弦优化的红外图像阈值分割方法.首先是将二维Otsu函数作为蜂群算法的适应度函数;其次采用混沌对立的学习方法和差分进化的方法改进了初始化种群和蜜蜂搜索方程;然后利用改进的蜂群算法优化阈值,缩小阈值的搜索区域;最后利用正余弦法计算出全局最优解,该最优解即为...     

图像分割技术用于印刷电路板检测的研究

图像分割在图像分析、图像识别、图像检测等方面占有非常重要的地位,是从图像处理到图像分析的重要步骤,图像分割的好坏直接影响到图像分析的结果。针对此就印刷电路板检测过程中的图像分割进行研究。阈值分割技术的运算效率高、计算简单等特点非常适应印刷电路板检测的快速性和稳定性要求,因此着重介绍了四种阈值分割技术,并借用软件将各算法分别应用于实际的印刷电路板图像,然后对各个阈值化算法的分割结果做了对比和简要分析。     

基于OpenCV的图像阈值分割研究与实现

图像的阈值化在图像分割中有着至关重要的作用。在OpenCV算法环境下,运用固定阈值化和自适应阈值化算法,分别对同一幅图调用OpenCV中相应的函数进行处理;同时针对图像中的噪声,结合高斯模糊算法对图像噪声的滤除作用,将高斯模糊和阈值化算法结合起来,分析研究图像分割算法。结果表明自适应阈值化算法可以更有效地进行图像分割。     

图像分割技术研究

本文主要介绍了图像分割的两大类方法：基于边缘的分割方法和基于区域的分割方法及其各自存在的问题和最新进展，同时简单介绍了物理的分割方法和图像分割评价，最后指出了图像分割技术的发展趋势。     

An automatic low-level segmentation procedure for remote sensing images

This paper describes a procedure which allows for the segmentation of a broad variety of aerial views with a minimum of parameter adjustments at each one of its processing steps, i.e., grey value agglomeration by means of adaptive rank order filtering and multi-level-thresholding. Each step is illustrated and the trade-off between accuracy, computational complexity and elasticity is discussed. Experimental results with remote sensing imagery of agricultural areas are shown.     

A unified framework for MAP estimation in remote sensing image segmentation

A complete framework is proposed for applying the maximum a posteriori (MAP) estimation principle in remote sensing image segmentation. The MAP principle provides an estimate for the segmented image by maximizing the posterior probabilities of the classes defined in the image. The posterior probability can be represented as the product of the class conditional probability (CCP) and the class prior probability (CPP). In this paper, novel supervised algorithms for the CCP and the CPP estimations are proposed which are appropriate for remote sensing images where the estimation process might to be done in high-dimensional spaces. For the CCP, a supervised algorithm which uses the support vector machines (SVM) density estimation approach is proposed. This algorithm uses a novel learning procedure, derived from the main field theory, which avoids the (hard) quadratic optimization problem arising from the traditional formulation of the SVM density estimation. For the CPP estimation, Markov random field (MRF) is a common choice which incorporates contextual and geometrical information in the estimation process. Instead of using predefined values for the parameters of the MRF, an analytical algorithm is proposed which automatically identifies the values of the MRF parameters. The proposed framework is built in an iterative setup which refines the estimated image to get the optimum solution. Experiments using both synthetic and real remote sensing data (multispectral and hyperspectral) show the powerful performance of the proposed framework. The results show that the proposed density estimation algorithm outperforms other algorithms for remote sensing data over a wide range of spectral dimensions. The MRF modeling raises the segmentation accuracy by up to 10% in remote sensing images.     

聚类分割的交互式遥感热红外图像模糊增强北大核心CSCD

交互式遥感热红外图像在边缘区域的像素呈现较强交互干扰,缺少必要区分过程,导致增强后的交互式遥感热红外图像视觉效果差、抗噪性能差、增强效率低。提出基于聚类分割的交互式遥感热红外图像模糊增强方法,采用模糊C均值聚类算法,对交互式遥感热红外图像聚类分割处理,对边缘区域特殊及弱小交互目标分割,进一步区分交互区域的干扰,缩短后期增强所用的时间。采用中值滤波方法去除交互式遥感热红外图像中存在的噪声,结合Sobel算子和二阶微分算子的拉普拉斯算子对去噪后的交互式遥感热红外图像进行锐化处理,通过图像去噪和图像锐化实现交互式遥感热红外图像的模糊增强。仿真实验可知,所提方法进行交互式遥感热红外图像模糊增强所获取的图像清晰度较高、抗噪性能较佳、增强效率较高。     

多光谱遥感的地温反演及岛状冻土区分割方法研究

受全球气候变化影响,国内东北高纬度冻土地区多年冻土退化显著,冻土融化过程中水分相态变化对土体的力学指标产生严重影响,导致多条高速公路路域滑坡、路基不均匀沉陷等地质灾害频发.为了研究岛状冻土区域分布规律,以北安至黑河高速公路K153-K183路域为研究区,分别选择覆盖范围2009年3、5、9月3景Landsat 7 ETM+影像数据,运用辐射传输方程法对研究区进行红外地表温度反演,得到研究区对应日期时刻地表温度图,分析了地温与NDVI、DEM的相关性.对反演的结果采用自然间断点分级法进行图层分类,通过对研究区地表温变分析和人工解译,获得对应时刻区域内的低温区分布图,对低温区进行相交运算,得到研究区2009年冻土分布图,经与北安至黑河高速公路冻土勘察结果比对,具有较好的一致性.     

基于微正则退火与改进型FCM结合的遥感图像分割算法

本文提出一种基于微正则退火与加入空间邻域信息的FCM相结合的遥感图像分割算法,该方法在分割图像时将每幅图像划分成多个3x3邻域窗口,将图像的空间邻域信息和灰度值信息结合的约束项引入FCM算法的目标函数中,目的是为了降低算法对噪声的敏感性和更好的保持图像边缘信息;利用微正则退火算法优秀的全局收敛性对改进的FCM算法进行优...     

基于人工靶标的多光谱遥感图像真彩色合成

多光谱真彩色合成图像在遥感图像解译判读、目标识别和信息处理等领域具有广阔的应用前景。真彩色合成技术取决于获得准确的X、Y、Z三刺激值,以建立相机RGB三基色体系与人眼视觉颜色体系之间的关系。为此,提出了基于彩色目标光谱信息的多光谱图像真彩色合成方法,通过在卫星过顶时铺设人工靶标,利用实测的靶标反射率光谱,计算相机三基色体系RGB与人眼视觉颜色体系CIE-XYZ之间的转换矩阵,构建适用于一定大气条件下的真彩色校正模型。利用高分一号卫星多光谱图像进行真彩色校正实验的结果表明,该方法对色彩丰富度不同的图像均具有较好的颜色校正效果。     

遥感数字图像无损彩色合成研究

针对目前遥感数字图像彩色合成中存在的色调失真、异常亮点过多、丢失图像细节信息等问题,对其采用了无损平移双向拉伸彩色合成增强方法进行图像彩色合成。实验表明该方法做到了有效像素亮度值的无损增强,保持了遥感数字图像信息的完整性,并且图像的色调适中,目视判读效果良好;该方法适用于卫星遥感数字图像的彩色合成增强处理,为遥感数字图像的信息提取和处理奠定了良好的基础,并且有很高的实际应用价值。     

高分辨率遥感图像融合技术的研究

图像融合已成为图像理解和计算机视觉领域中的一项重要而有用的新技术,多源遥感图像数据融合也成为遥感领域的研究热点,其目的是将来自多信息源的图像数据加以智能化合成,产生比单一传感器数据更精确、更可靠的描述和判决,使融合图像更符合人和机器的视觉特性,更有利于诸如目标检测与识别等进一步的图像理解与分析。     

Region-based remote sensing image compression in wavelet domain using free angle segmentation model

A novel compression algorithm suitable for remote sensing applications is proposed. Exploiting the high density of edge points, textured regions are identified and removed from the encoding process. The rest of the image is encoded in the wavelet domain. Experimental results show significant improvements compared to standard coding approaches.     

遥感图像的亚像元匹配方法研究

为了在一定亚像元匹配精度下提高亚像元匹配速度、研究传统的模板匹配亚像元方法,提出将图像重采样法和曲面拟合法结合起来用于亚像元匹配。先利用序贯相似性检测法,找到像元级的最佳匹配点,然后对模板n倍重采样,计算每个子模板与最佳匹配点的归一化相似性度量值,并计算当归一化相似性度量值最大时所对应的子模板在图像中的位置,再在绝对误差值最小的3×3区域内应用曲面拟合法,从而得到亚像元定位坐标。结果表明,采用图像重采样法和曲面拟合法相结合的新方法,在10倍重采样的前提下,匹配精度高于0.04像元的亚像元精度。