基于图论阈值算法的图像分割研究

为了提高阈值分割图像的质量,提出了采用图论阈值算法。首先,构造图论和图像的映射函数关系,每个顶点通过点来映射,每条边通过线来映射。用基于区域属性的图像边缘决策表,不同像素点或不同组像素点之间的灰度特征差作为权重系数,通过基于决策属性权重来构造像素联系图;然后,采用聚类法计算像素到目标类和背景类的相似程度,最小生成树策略解决伪割集问题;最后,给出图像阈值设定以及算法流程。实验仿真表明,本文算法的分割图像效果清晰,消除了图像分割中存在的过合并和欠合并现象,本文算法的信息熵为28.780 3bit,处理时间为1.454 3s。满足分割结果中对执行时间少、信息含量大等要求。     

一种基于HLS的快速图像分割算法

本文提出了一种新的基于HLS的快速图像分割算法。通过分析HLS颜色空间特性,提出一种新的图像相似性的定义方法,可以快速选择出相似的颜色区域。在图像的预分割过程中起到了快速定位的作用。与基于MEANSHIFT的图像分割算法,分水岭算法对比,通过实验结果表明,本论文提出的分割算法具有快速的,良好的的特性。     

一种与图论Normalized Cut方法相结合的双阈值图像分割

提出了一种与图论方法相结合的双阈值分割方法,先采用双阈值划分图像区域,然后建立无向图,采用Normalized Cut方法划分图,完成图像分割.本文的方法综合考虑了像素间的灰度值和空间距离的相似性,并且运算量比传统的图论方法要小很多.实验结果表明,算法可以取得很好的分割效果.     

基于图论最优二叉树算法的图像分割研究

为了提高分割图像的质量,采用图论二叉树算法。首先建立像素点之间对应图论节点边权值,通过最小生成树边权值确定最优分割阈值,将边长大于最优分割阈值的边断开;然后用两个区域之间的不相似关系函数确定最佳分割区域;接着对分割区域合并判断;最后给出算法流程。实验仿真显示本文算法分割图像效果好,不受外界特性影响,分割后图像区域内部均匀性最大。     

数字图像预处理算法在彩色年轮图像分割中的应用

本文以分水岭算法为切入点,根据彩色年轮图像的纹理特征,自适应的抑制由于年轮图像表面不平滑以及细微的纹理变化所产生的过分割问题,同时去除了图像中的背景信息,也就是年轮的早材部分。从处理的最终结果可以看出,应用本文图像预处理方法可以很好的保留原始图像中的纹理信息,也就是年轮的晚材部分,同时去除了图像中的大部分噪声,获得了清晰的边缘,为后续对年轮图像信息的进一步提取打下了良好的基础。     

二次聚类图像分割算法

图像分割技术在各个领域中应用广泛,简单描述了模糊C均值聚类算法,在此基础上利用图像（ l,α,β）颜色空间分离,将亮度空间进行二次聚类,根据像素点到第二次聚类中心的隶属度所得整幅图像的聚类域。能有效的将灰度图像或彩色图像中相似区域聚集分类,为图像预处理提供很大帮助。通过实验验证了算法的有效性。     

基于改进蜂群优化的图像分割算法

针对图像分割算法各个性能不均衡的问题,提出一种基于蜂群优化与多颜色空间特征提取的图像分割算法.首先,对CIE颜色空间的L分量使用Gabor滤波器提取图像的纹理特征,并且在图像的HSV颜色空间计算图像的局部一致性,共提取图像的7个特征,组成特征向量;然后,本文对蜂群搜索算法进行优化,设计了一个有效的局部搜索算法,使得蜂群可高效地收敛至较优的帕累托最优解;最终,使用改进的蜂群算法对种子区域生长法进行改进与优化,指定种子的最优位置,决定每个种子点一致性准则的最优阈值,并将多准则作为多目标优化的问题,使用蜂群优化搜索帕累托最优解,最终获得分割结果.对比实验结果表明,该分割算法的时间效率、一致性误差以及类内散布度等性能较为均衡,具有较好的实用价值.     

基于免疫算法的交通标志分割

针对现有道路交通标志图像分割算法中实时性和鲁棒性较差的问题,提出一种基于免疫算法和RGB颜色空间的交通标志图像分割新方法。该方法先用RGB颜色空间将交通标志从实景图中定位出来,利用免疫算法快速搜索的机理,对已定位的图像进行阈值T寻优,并用该阈值T分割图像。实验结果表明,该算法与基于遗传算法的图象分割算法相比较,具有较好的鲁棒性和实时性,且适用于不同光照条件下的交通标志图像分割。     

基于图像分割技术的图像数字水印算法研究

针对数字图像水印技术,通过对闭运算得到的图像再进行开运算,使实验得到的图像区域较为完整,采用4×4的正方形结构元素,使得图像区域有更多的白色像素被置为黑色,对图像进行取反操作,能够对图像区域的非连通区域进行填充.希望能够利用精确的图像分割算法,实现对复杂版面的文档图像的有效切割,在一定程度上对图像数字水印的推广起到促进作用.     

基于颜色与线段的图像轮廓提取算法

传统二维图像轮廓识别算法通常是在图像中找到边缘,根据设定的条件将边缘像素组合起来形成轮廓。针对边缘检测算法通常需要对不同的图像设定不同的阈值,对不同类型的图像很难找出统一的阈值的问题,文中提出了一种同时利用图像中颜色与线段信息的彩色图像轮廓提取算法,算法采用自顶向下的颜色空间融合和自底向上的线段检测的方法,在初步获取边缘信息之后,综合利用检测结果生成目标的轮廓。算法的优点在于不需要进行阈值调整,实验表明:该方法可以有效地提取彩色图像中的目标轮廓。     

Image Segmentation by Hierarchical Spatial and Color Spaces Clustering

1IntroductionI mage segmentation, as a basic building block formany high-level i mage analysis problems ,such as objectrecognition[1], i mage retrieval[2], etc , has attractedmany research attentions over years .I mage segmenta-tionis to decompose the i mage into homogenous regionswiththe ai mof extractingthe major color andregionin-formationfromthe original i mage . The result of i magesegmentationis a set of non-overlapping regions whereeach regionis characterized by a chosen color and a con…     

一种改进的边缘生长彩色图像分割方法

针对彩色图像颜色空间特性,提出一种改进的边缘生长图像分割方法。首先根据平均颜色矩确定图像量化级数,色彩量化后采用边缘检测提取边缘像素集,并将这些高细节点形成边缘线,围成一个封闭的区域,最后根据颜色空间的区域距离,将初始分割区域进行合并。该方法很好的解决了使用边缘检测或区域生长所产生的不连续性和过分割问题。实验结果显示对彩色图像分割具有较好的效果。     

基于聚类和小波变换的彩色图像分割方法

提出一种将聚类和小波变换相结合的彩色图像分割方法。首先将图像划分成16×16子块,然后在块中按照视觉一致性准则进行颜色聚类,对于聚类后的子块,提取其颜色特征。利用小波变换得到每个分块的纹理特征,将颜色特征和纹理特征的组合作为对图像进行分割的依据。该方法将聚类算法和小波算法结合,并符合人类视觉特征的分割策略。利用提出的算法对多幅自然图像进行分割实验,实验结果证明该算法的有效性。     

基于无需重新初始化CV模型的医学图像分割

图像分割是计算机医疗辅助诊断中关键技术。文中为内窥镜辅助诊断系统提供较好的图像分割技术。使之应用于内窥镜图像的自动分割,进而进行病症的识别、筛选。再对无需重新初始化的CV模型（CV Model Without Re—initialization,CVWR）在医学图像分割中的应用进行了研究,并进一步实现了对医学视频流的的逐帧分割,方便了医生诊断。最后总结了CVWR在实际医学图像分割中的优缺点。     

基于加权割的图像分割

提出了一个新的图分割模型——加权割模型,设计了一个基于加权割的图像分割算法(Image segment-ation Algorithm Based on Weighted Cut,简记为ISAWC).加权割模型的特点是:(1)整合了图像的局部和整体分割信息;(2)在加权意义下最小化加权割能同时达到类间最大相异性和类内最大一致性.本文证明可通过求解一个特征向量问题来优化加权割.模拟点集和实际图像上的实验验证了ISAWC的有效性.     

被动测距中分割算法的研究

文中主要讨论了高速公路上被动测距系统中的目标汽车提取的方法。先利用均匀性做边沿提取并确定路面区域,然后在路面区域内,利用彩色图像信息在HSI 空间进行分割。最后结合先验知识滤除残余的背景噪声,完成目标汽车的提取。     

一种自适应FCM彩色图像分割算法

针对FCM彩色图像分割算法需要给定聚类数且受初始值影响较大的缺点,提出一种自适应FCM彩色图像分割算法.该方法首先引入主分量变换,通过直方图分析,在RGB彩色空间上自动确定聚类数目,其次引入2D直方图,分析对角线投影1D直方图,并采用最大最小距离法选取初始聚类中心.利用该算法对各种彩色图像进行分割实验,实验结果表明:该算法能够有效且自适应地分割彩色图像.     

一种快速的超像素分割方法

围绕图像分割算法介绍了一种快速的超像素分割算法,传统的分割算法在算法效率,计算成本,复杂度等方面均存在问题。围绕着以上问题,进而提出了一种改进型的算法:超像素分割算法SLIC,并通过实验测试数据性能参数比对,证明了该种算法的优越性,且获得了更好的品质和更高的计算效率。     

自然场景下成熟苹果彩色图像分割方法的研究

提出一种在RGB颜色空间分割彩色图像的新方法。针对自然场景下成熟苹果图像，首先通过在RGB颜色模型中寻找灰色分割面来得到最优颜色函数（OCF），将多维空间中的分割问题转化到一维空间，根据目标和背景的不同特点，提出了两种可供选择的获取OCF的方案；然后通过Fisher评价函数找到最佳阈值；最后用数学形态学滤波除去高频噪声。该方法可以完全避免人为干预，而且分割速度快。实验结果表明，该方法可以把自然场景中的苹果有效地分割出来。