2维Otsu自适应阈值的快速算法

Otsu自适应阈值法作为图像阈值分割的经典算法,在图像处理领域得到了广泛的应用,在其基础上发展起来的2维Otsu阈值法却因为计算时间长而制约了其应用。针对2维Otsu自适应阈值方法计算复杂度高的缺点,通过改变2维直方图上的区域划分,将2维阈值转换为1维阈值,从而提高了2维自适应阈值算法的计算速度。实验结果表明,该算法的计算时间远远小于原始2维Otsu算法,分割效果和原始算法基本一致。

基于EM和GMM相结合的自适应灰度图像分割算法

提出一种阈值自适应、EM方法估计GMM参量的图像分割算法,能够根据图像的内容结合区域和边界两方面的信息自适应地选择阈值,精确地进行图像边界分割.算法首先提取图像的边界,然后根据边界的直方图计算图像的可分割性,由可分割性确定EM方法的阈值进行GMM分割,最后合并图像的近似区域.实验数据表明,相比其它图像分割算法,以及固定阈值的传统EM算法,本算法的分割结果更为准确.

最小类内方差和区域生长相结合的图像分割法

针对视频车辆检测中,光照不均匀、对比度不强的多目标图像分割,提出了一种基于最小类内方差和区域生长相结合的快速阈值分割算法.首先对最小类内方差法进行改进,快速确定差分图像的最佳分割阈值,再用区域生长法分割得到目标.理论分析和实验结果表明,该分割算法不仅适用于简单的车辆图像分割,而且对于复杂的车辆图像也取得了较好的分割效果.该算法计算量小,分割精度有一定优势,有助于下一步的目标识别.

混合迁移的高效BBO算法及其在图像分割中的应用

针对高维多阈值分割由于维数增加带来的优化难度加大的问题以及标准生物地理学优化(biogeography-based optimization,BBO)算法效率不高的问题,提出了一种用于高维OTSU多阈值分割的高效生物地理学优化(efficient BBO,EBBO)算法。首先构建新型随机扰动变异算子,然后将此变异算子融合到启发式迁移算子中形成一种高性能的混合迁移算子,去掉了计算变异概率和设置变异参数等环节,以便提高算法的效率;其次将基于迁出率的赌轮选择方式改成无需迁出率的榜样学习选择方案,并将迁入率的多次计算变成一次计算,进一步提高算法的效率;然后将BBO算法中的精英保留方案换成贪婪选择方法,以加快算法的收敛速度;最后将这种EBBO算法应用到高维OTSU多阈值分割中。实验结果表明,与当前的EBO算法、BDE算法、MKTO算法以及BBO算法相比,EBBO算法在高维多阈值分割中不仅有更好的优化性能和更快的运行速度,而且减少了参数设置。

一种基于最大类间方差和区域生长的图像分割法

提出一种基于一维最大类间方差和区域生长的图像分割法。首先用一维最大类间方差法确定最佳分割阈值,再用改进的区域生长法分割得到目标。实验结果表明,该分割算法不仅适用于简单的图像分割问题,而且对于背景复杂、光照不均匀的图像也能取得较好的分割效果。该算法计算量小,实时性和分割精度均有一定优势,在提取目标的同时,不留下任何背景像素,使下一步的目标识别更为简单。

基于改进PSO算法的Otsu快速多阈值图像分割

为了确定图像分割的最佳阈值,基于改进粒子群优化算法,提出了一种快速多阈值图像分割方法。首先引入独立峰值将直方图划分为若干区域,然后在各个区域使用最大类间方差法得到优化的目标函数,用具有非均匀变异特性和雁群飞行启示的线性递减惯性权重粒子群算法对目标函数进行优化,得到分割的最佳阈值,并用该阈值对图像进行分割。将分割结果与常规最大类间方差法的多阈值分割结果相比较,证明该算法不仅可以正确地实现图像分割,并可使分割速度大大提高。

模糊熵的修改及其在图像分割中的应用

首先将求和模糊熵修改为取小和取大两种类型,其次对其性质进行了探讨,最后用于图像分割中确定阈值化分割图像的最佳阈值。实验结果表明,该修改是可行的,对有些图像相对求和型模糊熵分割法能获得更好的分割效果。

细胞图像分割的新方法

细胞图像分割是细胞图像识别过程中最困难也是最重要的步骤之一。本文针对临床使用的宫颈巴氏染色涂片细胞图像的特点,提出了二种新方法:自适应窗和去粘连法。在自适应窗内只有单个细胞存在,然后在窗内采用最大方差阀值法对该细胞进行分割;去粘连法避免了通常使用的腐蚀、膨胀次数难以确定的缺点,使粘连的细胞互相分离。经过病理学家对1100个细胞的测试,证明这二个方法对提高分割效果很有效。

一种改进的阈值分割算法在复合材料图像处理中的应用

针对纤维增强复合材料微观结构图像的特点,提出了一种改进的基于模糊思想的阈值分割算法,该算法利用整体阈值、局部阈值和像点梯度信息之间的关系,构造了一个双输入单输出的模糊逻辑系统,合理计算出像点的最佳分割阈值.实验结果证明了算法的有效性.

基于自适应遗传算法的纸币识别预处理

描述纸币图像的二值化和字符的分割方法。针对纸币图像的特点,提出一种基于最大方差比的图像二值化算法,并利用自适应遗传算法(Adaptive Genetic Algorithm,AGA)得到最优的阈值。该算法的思想是将图像分成两个类,选取类间方差与类内方差的分离度为适应度函数,当分离度取最大值时对应的灰度值为最优的阈值,实验表明,以此阈值对图像分割能快速准确的对纸币图像二值化。最后讨论基于投影法的纸币字符分割的方法,并且取得比较满意的效果。

核素肺通气/灌注显像的伪影识别与分割

SPECT核素肺通气/灌注显像的定量分析是诊断肺动脉栓塞的一种有效手段。对通气/灌注图像中肺部区域能否准确定位及有效分割是整个定量分析的前期工作与基础。提出一种均值检测法实现核素肺部成像的伪影识别及感兴趣区ROI提取,并基于二维最大熵理论确定阈值分割出双肺影像。通过对16例正常人和10例肺栓塞病患的SPECT通气/灌注图像进行处理,该方法提取效率高、运算速度快,较好地实现了肺部感兴趣区定位与分割。

大尺度遥感图像中港口目标快速识别

提出一种在大幅面灰度遥感卫星图像中快速识别港口目标的方法。通过对图像多分辨率处理,采用阈值方法进行海洋和陆地的分割,并在基于块的统计特征表示方法的基础上,建立快速分割中、小型港口候选区域方法,再根据港口的固有特征(半封闭区域)实现快速的港口目标识别。通过18幅大尺度图像对算法进行测试,测试结果显示算法能够在不到3s时间内识别一幅10000像素×10000像素图像中的港口,识别正确率为93.9%。

基于粒子群优化算法的最大类间方差多阈值图像分割

最大类间方差法是图像分割中一种常用的阈值分割方法,对于单阈值分割具有显著的效果,但是对于多阈值分割,计算复杂度大、耗时较多。本文将粒子群优化算法与最大类间方差法结合,提出了一种新的图像分割方法,该方法利用粒子群优化算法的寻优高效性,并由灰度图像的最大类间方差值作为适应值,搜索最优分割阈值,实现图像的多阈值分割。实验结果显示,新方法大大缩短了寻找最优阈值的时间,降低了运算复杂度,提高了图像分割速度,说明基于粒子群优化算法的图像分割算法是可行的、有效的。

高分三号SAR影像双阈值变化检测

双阈值合成孔径雷达SAR(Synthetic Aperture Radar)变化检测算法具有在发现变化区域的同时还能确定地表发生后向散射变化类型的优点。针对广义高斯双阈值最小误差法D-GKIT(Dual Generalized Kittler and Illingworth Thresholding)在进行阈值选取时直方图中不同类别像素灰度级重叠严重时,分割结果容易在尖峰单侧选取出双阈值而导致无法正确分割差异图的问题,本文提出一种结合归一化最大类间方差和广义高斯最小误差法GKIT(Generalized Kittler and Illingworth Thresholding)的双阈值SAR变化检测方法。首先,提出以归一化最大类间方差值作为灰度级重叠程度的判别参数,确定阈值的选取顺序及两个候选区间;然后,利用GKIT在候选区间内进行分割,获取单侧阈值及非变化类拟合函数;最后,提出利用非变化类拟合函数更新后的直方图作为另一侧阈值选取基础进行分割,得到对应分割阈值。以宁波地区高分三号(GF-3)SAR卫星影像作为试验研究数据,结果表明:本文方法能较好地解决灰度级重叠时D-GKIT无法进行正确分割的问题,具有良好的变化检测效果和更强的鲁棒性且达到了利用研究区数据验证利用GF-3号SAR卫星影像进行变化检测研究可行性的目的。