A fast and efficient mesh segmentation method based on improved region growing

Mesh segmentation is one of the important issues in digital geometry processing. Region growing method has been proven to be a efficient method for 3D mesh segmentation. However, in mesh segmentation, feature line extraction algorithm is computationally costly, and the over-segmentation problem still exists during region merging processing. In order to tackle these problems, a fast and efficient mesh segmentation method based on improved region growing is proposed in this paper. Firstly, the dihedral angle of each non-boundary edge is defined and computed simply, then the sharp edges are detected and feature lines are extracted. After region growing process is finished, an improved region merging method will be performed in two steps by considering some geometric criteria. The experiment results show the feature line extraction algorithm can obtain the same geometric information fast with less computational costs and the improved region merging method can solve over-segmentation well.     

一种改进的模糊阈值选取方法

提出了一种改进的模糊阈值选取方法。针对传统的模糊阈值法隶属函数窗宽不容易确定的出发点，结合传统的易于实现的阈值选取方法，巧妙的绕过了确定窗宽的问题，能够结合模糊阈值法和该传统阈值法各自所能达到的优点，并且方法非常简单，明了。实践证明，这种方法是行之有效的，并具有较强的场景适应能力。     

融合形态学连通域和CV模型的民族服饰图案纹样元素分割方法

对民族服饰图案进行自动分割以提取图案纹样元素,是民族服饰图案素材库构建急需解决的难题。通过融合形态学连通域标记和CV模型（MCC-CV）,提出了一种民族服饰图案自动分割方法,首先对民族服饰图案进行预处理,然后采用形态学连通域标记算法获得待分割目标的位置和大致轮廓信息,对CV模型进行初始化,最后通过CV模型对不同分割目标进行边缘追踪,以实现民族服饰图案纹样元素的自动分割。实验表明,融合形态学连通域和CV模型的民族服饰图案纹样元素自动分割方法在边界召回率（BR）为0.5时,分割准确率为60%,与其他自动分割算法相比,该算法更为有效,满足了民族服饰图案素材库建设对图案纹样元素分割的基本要求。     

基于Level set方法的医学图像分割

本文引入了一种基于偏微分方程的曲线进化方法—Level set方法,通过与Fast marching方法的结合,可以实现运算速度的大大提高。同时引进了更有效的Kim提出的GMM(Group Marching Method)方法,减少了运算量,并给出了改进方法。最后,把该方法用于仿真图与医学图像分割中,获得了较好的效果。     

Optimum hierarchical segmentation of OCT images in retina based on macular distance

Retina layering was the basis of optic disc structure analysis and 3D feature extraction of glaucoma.In order to improve the layering effect of retinal OCT images,an intensity based multilayer segmentation algorithm for two-dimensional retinal OCT images was proposed.Through preprocessing and filtering operation,the segmentation algorithm calculated the intensity and intensity gradient of each A-scan in the retinal OCT image to obtain the upper bound RNFL,the dividing line IS and OS,and the lower bound RPE.Then macular distance strategy,calculated by the shortest distance,was used to further optimize the layering result of macular area,so as to achieve layering segmentation of the retinal OCT images.The experimental results show the algorithm has good optimization effect,low time complexity and fast running speed.     

结合图像灰度信息和空间信息的有意义区域分割

本文提出了一种应用图像灰度信息和空间信息的分割方法.首先利用快速的优化分水岭算法将图像分成多个小区域;其次,计算每一个小区域的特性参数,并确定各个区域之间的拓扑关系;最后用模糊C-均值聚类算法根据区域的灰度特性及空间特性进行归类,获取最终的分割结果.结果显示,该方法与阈值化模糊C-均值聚类算法相比,分割结果更加有意义,而且速度也有极大地提高.     

遥感模糊图像分割与像元分析

卫星遥感对地观测获取的图像信息其像元的数据往往是多种地表成分的复合，因此地表反射、辐射反映在像元上就带有一定的模糊性。基于模糊数学的理论和方法，同时利用了TM（1，2，3；4，5，7）对六个波段的数据信息，对一幅图像进行非监督分割，并用模糊算法对单个像无所隶属的各聚类中心的成分进行了数值分析。结果显示出尽管分割后一些像元属同一类别，但其复合成分则不尽相同。该方法对于TM像无分析精度的可靠性有待地面工作的进一步验证。     

一种改进的自适应模糊阈值图象分割方法

自适应模糊阈值图象分割方法的关键和困难在于隶属函数窗宽的自动调整和阈值搜索范围的确定.依靠图象灰度的统计特性初步确定阈值搜索范围，提出了一种改进方法，进而得到隶属函数的窗宽.实验表明这种方法避免了确定图象灰度直方图峰位置的困难，对较低亮度图象分割效果良好.     

基于图像的二维剪纸自动生成方法

中国剪纸的设计极具挑战性, 要求画面简洁、直观, 还需要表达特定的文化内涵, 且整张剪纸须整体连通。提出了一种基于图像的二维剪纸自动生成方法, 能够将任意数码照片自动转化为剪纸图形。首先,利用图像分割方法建立区域连接图; 接着, 基于该连接图对颜色、边界对比度和区域连通性进行数学建模, 并获得优化目标函数; 最后, 通过模拟退火算法求解目标方程, 自动生成保持图像内容的剪纸图形。还开发了连通性后处理和区域指定等用户交互工具, 允许用户在自动生成的剪纸图形中方便地加入个人设计。实验表明, 所生成的剪纸图形画面简洁、整体连通。 本方法在降低剪纸设计难度的同时还可满足个性化的设计需求, 有助于传播和传承我国的民间剪纸艺术。     

改进粒子群结合K 均值聚类的图像分割算法

K 均值聚类的分类结果过分依赖于初始中心的选择且容易陷入局部最优。文中针对K 均值的缺陷,提出了一种基于随机权重粒子群和K 均值聚类的图像分割算法RWPSO KM。在算法开始,利用随机权重粒子群算法的全局搜索能力避免算法陷入局部最优。然后根据公式计算种群多样性执行K 均值算法,利用K 均值算法的局部搜索能力实现算法的快速收敛。实验结果表明, RWPSO KM与K 均值聚类和PSOK相比具有更好的分割效果和更高的分割效率。