Watershed-based Image Segmentation with Region Merging and Edge Detection

The clustering technique is used to examine each pixel in the image which assigned to one of the clusters depending on the minimum distance to obtain primary classified image into different intensity regions. A watershed transformation technique is then employes. This includes: gradient of the classified image, dividing the image into markers, checking the Marker Image to see if it has zero points (watershed lines). The watershed lines are then deleted in the Marker Image created by watershed algorithm. A Region Adjacency Graph (RAG) and Region Adjacency Boundary (RAB) are created between two regions from Marker Image. Finally region merging is done according to region average intensity and two edge strengths (T1, T2). The approach of the authors is tested on remote sensing and brain MR medical images. The final segmentation result is one closed boundary per actual region in the image.

最小封闭区域识别及构面算法研究与实现

针对计算机数据结构中图的闭合回路搜索,无法寻找包含指定坐标的最小封闭区域的问题,本文提出一种改进的深度优先搜索算法寻找最小封闭区域。首先,以指定坐标为基点建立缓冲区;其次,用缓冲区内的线和面建立简单无向图;最后,使用改进的深度优先搜索算法进行搜索,搜索过程中利用旋转角度控制邻接点的访问顺序,从而实现搜索路线始终围绕指定坐标前进。结果表明,本文算法能够快速寻找包含指定坐标的最小封闭区域。

结合光谱、纹理与形状结构信息的遥感影像分割方法

针对目前遥感影像分割中多特征利用的问题,提出一种综合利用光谱、纹理与形状信息的分割方法。该方法在进行初始分割的基础上,统计区域的光谱和LBP纹理特征;然后依据光谱、纹理与形状特征计算相邻区域之间的异质性,并以此为基础构建区域邻接图(region adjacency graph,RAG);最后在邻接图的基础上采用逐步迭代优化算法进行区域合并获取最终分割结果。采用QuickBird和SAR影像的分割试验,证明该算法能充分利用影像中地物的光谱、纹理与形状信息,分割效果良好,效率高。

基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法

针对传统区域邻接图在描述数据结构时,搜索全局最优解难的问题,提出了一种基于简单线性迭代聚类(SLIC)和快速最近邻区域合并的图像分割算法。该方法在区域邻接图基础上引入了最近邻接图来优化全局搜索,首先用SLIC超像素算法将图像分割成小区域,利用区域邻接图(RAG)和最近邻接图(NNG)的邻接表数据结构来描述区域之间的关系,然后计算每个待合并区域与其所有邻接区域之间的不相似度函数值,最后合并不相似度值最小的区域。实验结果表明:本文方法能较好地将最相似的区域进行合并,与传统的区域合并算法相比,降低了合并计算的复杂度,大幅度提高了区域合并的准确性。

基于分水岭和区域合并的图像分割算法

提出一种应用分水岭与区域合并相结合的图像分割算法。本方法首先利用数学形态学分水岭算法对图像进行分割,然后对分割后的图像进行相似区域合并,以减少分水岭方法产生的过分割现象,从而得到较好的分割效果。

基于邻接表的分水岭变换快速区域合并算法

针对图像分水岭变换存在的过分割问题,提出了一种快速区域合并算法.该算法先对梯度图像进行Lee滤波以降低分水岭变换的过分割程度,在传统分水岭变换初步分割的基础上,利用区域邻接图(RAG,Region Ad jacency Graph)的邻接表数据结构描述过分割区域之间的关系,采用分级阈值合并的方式完成区域合并,以降低合并计算的复杂度.合并过程中,将基于区域相对边界强度和边界长度的相似度度量准则与传统的区域灰度均值差异度准则相结合,构成新的区域可合并度综合评价函数,以保证区域合并准确可靠.实验结果表明,与传统的分水岭变换区域合并算法相比,该算法有效地提高了区域合并的准确性,并大幅提升了运算速度.

基于边缘概率的层次交互式图像分割算法

在基于区域合并的分割算法中,超像素分割算法过分割现象严重,不利于后续区域合并操作。文章提出了一种新颖的基于边缘概率的层次交互式图像分割算法。首先,利用一种性能优异的边缘检测算子(structured edge,SE)作为输入,得到边缘概率图,并作用于超像素分割算法进行超像素的提纯,相比于原始的超像素分割算法,该方法产生的超像素数量较少;其次,选用归一化的颜色直方图对超像素进行特征描述;最后,采用区域邻接图(region adjacency graph,RAG)和最近邻图(nearest neighbor graph,NNG)实现快速、高效的层次区域合并。仿真实验结果表明,该文方法的鲁棒性、分割质量更具有优势。

基于区域邻接图的立体视觉边缘匹配算法

针对自然场景轮廓边缘的立体匹配问题,提出了基于区域邻接图的快速匹配算法。首先利用分水岭变换进行图像分割,根据分割区域边界确定图像中场景的轮廓边缘。基于由全局到局部、自上而下的分层匹配思想,匹配过程分为两步:第一步将轮廓边缘按其所属区域进行分组作为匹配基元进行匹配,匹配过程中根据边缘所属区域的位置、尺寸和灰度特征建立区域约束,并在边缘特征角点的引导下,按照区域邻接图采用类似区域生长的匹配策略实现边缘匹配,区域约束大大减少了边缘特征匹配的搜索空间、优化了匹配顺序。第二步则根据边缘匹配结果,以已匹配的边缘特征角点为基准点,在其引导下实现其他边缘点的快速立体匹配。实验结果表明,该算法匹配正确率能达到93%以上,是一种快速有效的立体匹配算法。

基于梯度向量流的医学图像自动分割

提出了一种基于梯度向量流的自动图像分割算法,该算法首先将梯度向量流场转化为一个标量场,该标量场能够显著简化种子点选取和区域增长的步骤。在得到图像的初始分割后,再使用基于区域邻接图的算法来将相似区域合并得到最终分割结果。试验结果表明,该算法能够有效地解决医学图像中多目标区域的自动分割问题。

面向影像分割的多尺度快速区域合并方法

影像分割的区域合并技术中,传统的采用区域邻接图的方法存在着数据结构和算法复杂、难以扩充和维护、可考虑的特征因子有限以及空间浪费严重等问题。对此,提出了一种新的区域合并方法,提供了一套采用面向对象技术解决区域合并问题的新框架。在该框架下,区域的相异度指标、属性、邻接关系和行为可根据需要自由定义、扩充和修改,算法的稳定性和可维护性得到提升,合并过程被充分简化。在此基础上提出了多尺度合并区域的改进方法,并对等级队列的构建机制进行了优化。最后通过多尺度的对比实验,证明该方法不但能保证区域合并的精度,而且可以显著提高执行效率。

面向对象的形态学建筑物指数及其高分辨率遥感影像建筑物提取应用

高分辨率遥感影像建筑物提取是摄影测量与遥感领域的一个热门研究主题。本文综合利用影像分割、基于图的数学形态学top-hat重建技术,提出了面向对象的形态学建筑物指数OBMBI,并将其应用于高分辨率遥感影像建筑物提取。首先,建立像素-对象-图节点的双向映射关系;然后,基于图的白top-hat重建和上述映射关系来构建OBMBI图像;接着,对该OBMBI图像二值化、矢量化以获取建筑物多边形;最后,对结果进行后处理优化。使用一景航空、一景卫星全色影像对本文方法和PanTex方法进行性能测试。试验表明,本文方法的建筑物提取精度显著的优于PanTex方法。其中,本文方法平均比PanTex方法的正确率高9.49%、完整率高11.26%、质量高14.11%。

基于子区域的机器人全覆盖路径规划的环境建模

研究了移动机器人在含障区域内完成全覆盖行走的优化环境建模。将子区域内行走路线、区域分割和子区域衔接顺序三方面结合,进行总体优化的考虑。提出用“双线扫法”完成区域的分割,选择“向内螺旋式”行进作为子区域内部行进路径,构造整个待覆盖区域全连通图模型,用旅行商问题解法求最优的有向全连通图,取得了令人基本满意的结果。

自适应H-minima的改进分水岭堆叠细胞分割方法

针对传统分水岭方法初始分割结果存在过分割问题,提出自适应H-minima的改进堆叠细胞分割方法。该方法利用不同h值H-minima变换抑制种子噪声,并以对应候选种子为中心,分别采用改进K-均值算法合并初始分割区域,产生候选分割结果;然后,基于形状先验定义圆度指标FuzzyR,并将堆叠细胞平均圆度作为评价函数,自适应提取各堆叠区域最优h值,实现正确分割。实验结果证明,针对于人工合成和真实堆叠细胞图像,算法均能有效抑制过分割、减少欠分割,分割性能显著提高。

描述工程图纸扫描图象的单义域邻接图的构建方法

工程图纸扫描图象的编码是矢量化中一个重要问题。该文首先对二值图象作水平黑游程编码，建立游程部接图来表达图象，然后采用深度优先遍历邻接图，即相关游程基于宽度与拓扑的一致性组成条形域（图的一个路径），分裂其中的多义域得到单义域（线段域和圆弧域）。图象的描述单元变为单义域，再继承游程的拓扑关系，建立单义域邻接图。单义域邻接图较好地描述了图象几何属性和拓扑关系。最后给出基于单义域邻接图的矢量化应用，效果也较好。

基于改进SLIC与区域邻接图的高分辨率遥感影像建筑物提取

针对传统SLIC超像素算法在高分辨率遥感影像上分割质量差的问题,提出一种基于降维的改进SLIC与区域合并的方法对建筑物进行分割.首先,对传统SLIC的五维计算进行降维简化,采用灰度特征信息替换色彩信息,减少LAB颜色空间五维特征向量表征的冗余;其次,采用区域邻接图对过分割图像进行合并;最后,对改进SLIC中的主要参数即超像素数目k、紧凑度m和迭代次数p对分割结果的影响做了分析与比较.实验表明:该方法不仅分割出了大部分的建筑物信息,还提高了算法的运行效率与空间效率.运行时间效率比传统SLIC提高了25.5%;对建筑物的提取精度能达到97.6%.

一种新的基于网格编码和区域合并的SAR图像快速分割算法

该文建立一种新的基于八邻域网格编码的SAR图像分割模型,并用区域合并技术实现了模型的快速求解。利用多方向比例边缘检测算子提取SAR图像的比例边缘强度映射(RESM),提出一种新的阈值处理方法抑制RESM均质区域内部的极小值,进而减少了对阈值处理后的RESM进行分水岭变换获得的初始分割的区域个数。递归地合并相邻区域来求取分割模型的次优解。利用区域邻接图(RAG)及其最近邻图(NNG)特性来加速区域合并过程。引入精确度(P)和召回率(R)来评价分割算法的边缘定位精度。与常用方法相比,该文方法具有高的边缘定位精度和低的时间复杂度。

油罐清洗机器人全覆盖遍历路径规划方法

油罐清洗机器人全覆盖遍历路径规划要求机器人以尽可能低的重复率遍历油罐底部的全部无障碍油泥区。提出一种非结构化环境下油罐清洗机器人的高效全覆盖路径规划算法:首先采用区域分割法进行工作环境的建模,其次油罐清洗机器人采取内螺旋算法从起始点进行单个油泥区覆盖,最后以图的深度优先搜索算法和邻接矩阵确定这些油泥区的衔接顺序和最短路径,进行所有油泥区的遍历。算法在虚拟环境中进行了仿真实验,并利用实验结果和评价指标评估了其可行性和有效性。

基于改进区域邻接图的遥感图像多尺度快速分割方法

提出一种针对高分辨率遥感图像的多尺度快速分割方法,首先利用直接分水岭分割得到初始分割结果,而后构建改进的区域邻接图,并在其基础上通过较为快速的区域合并策略得到最终分割结果。合并准则为相邻区域间的特征向量差,合并过程中通过设置区域允许最大标准差和区域允许最大面积两个尺度控制参数以生成不同尺度的分割结果。以QuickBird卫星图像进行实验,通过监督评价以及与eCognition软件进行比较,结果表明本文分割方法在精度和效率方面均效果较好,具备实际应用的潜力。

基于单义域邻接图的圆弧与圆识别

工程图纸扫描输入与识别理解是ＣＡＤ推广和普及的关键步骤之一，主要解决已有大量图纸再利用问题．在工程图纸扫描图象识别研究中，圆弧识别是识别算法中的重点和难点．传统的圆弧识别多是基于线段逼近．该文提出一种基于单义域邻接图的圆弧及圆识别算法，可以直接提取圆弧．对二值图象作水平黑游程编码，相关游程基于线宽与拓扑的一致性构成条形域，对其中多义域进行分裂得单义域（线段域和圆弧域）．单义域邻接图可较好描述图象的几何属性与拓扑关系．单义域具有明显的形状意义（线段、圆弧、箭头等），提高了识别的整体性．圆弧及圆的识别先从邻接图顶点中抽取圆弧域，作为种子圆弧，然后从此出发遍历图，按照同圆来建立路径，进行整弧和整圆增长，最终获得圆弧和圆的几何表达．实例表明，本算法可以较好地处理圆弧与线段及圆弧的相交与相切，适应性较强、识别率较高．

基于Morton码的图像分裂合并算法研究

分裂合并算法是一种基于区域的串行图像分割算法。在图像的分裂阶段,从图像区域的表示出发,引入Morton码,降低了算法的空间复杂度。同时在图像的相邻区域的合并阶段,提出了一种新的合并原则,增加了满足合并条件的相邻区域的匹配率,减少算法的迭代次数,提高了算法的执行效率。最后给出并分析了相关的实验数据,证明了算法的有效性。