一种基于内容表示的图像序列运动分割算法

提出了一种MPEG 4标准所规范的基于内容表示的图像序列运动分割算法。首先进行图像序列二维运动估计并计算位移帧差 ,然后 ,将位移帧差作为将运动物体从静止背景中分离出来的标准进行分割 ;最后对分割结果进行形态滤波。实验结果显示 ,在物体存在整体运动的情况下 ,分割结果表现出了很好的准确度 ,可以成功地提取出图像序列中的运动物体。

基于Halton序列改进蝠鲼算法的K-means图像分割

图像分割在日常生活中扮演着重要角色,传统的K-means图像分割具有随机性且容易陷入局部最优等缺陷,使得分割质量大大降低。为改善这些现象,提出一种基于Halton序列改进蝠鲼觅食优化(HMRFO)算法的K-means图像分割,HMRFO采用Halton序列初始化种群,使得个体位置充分均匀,再引入折射反向学习提升算法的全局搜索能力,最后引入新型的高斯变异策略,减小算法陷入局部最优的概率。在6个基准测试函数中对比了5种算法,验证了HMRFO的有效性及可行性。同时,将其应用于K-means图像分割中,与其他4种算法进行对比,结果显示HMRFO优化K-means具有较好的分割质量及泛化能力。

基于改进蜉蝣算法优化多阈值图像分割

针对图像多阈值分割中存在分割效率低、计算时间长以及精度不高等问题,提出了一种基于改进蜉蝣算法的多阈值图像分割算法。首先,在初始化阶段引入类随机采样方法中的Sobol序列,增强种群的遍历性和多样性;其次,提出一种自适应非线性惯性权重,平衡了全局与局部寻优能力,提高了算法的收敛效率,利于种群向最优解逼近;最后,采用指数熵作为计算适应度的目标函数,通过改进蜉蝣算法对图像分割的多阈值组合进行寻优,确定最优分割阈值。为了验证该改进算法的有效性,选择了伯克利图像来进行分割验证,并与其他智能算法进行比较。实验结果表明:该改进算法在分割准确性、计算时间、结构衡量指标(structure similarity index measure,SSIM)和峰值信噪比(peak signal-to-noise ratio,PSNR)上均优于对比算法,能快速有效地解决复杂多目标图像的多阈值分割问题,具有较强的工程实用性。

基于蜜獾算法的破片序列图像多阈值分割

针对静爆试验中拍摄的图像中破片目标小、背景复杂等情况,基于经典阈值分割法在破片图像分割的应用中存在不能将目标所在像素准确分离的问题,提出一种基于蜜獾算法(HBA)的多阈值图像分割方法,该方法引入HBA求解Tsallis相对熵的最小值作为目标函数值来计算最佳阈值,在分析经典阈值分割方法处理破片图像的不足后,选择合适的阈值数,将HBA与遗传算法(GA)、蝗虫优化算法(GOA)、麻雀搜索算法(SSA)三种优化算法进行性能对比,利用分离出的目标绘制破片轨迹图并确定有效破片。分析结果表明,阈值数为2时分割效果满足需求,HBA运行时间1.32 s,进行100次重复实验后其结果的标准偏差约为0,分割出的目标中有效破片达83.8%,说明该算法的实时性和稳定性强,分割效果可满足对破片群运动参数测试的需求。

一种新的红外序列图像运动小目标分割算法

红外序列图像运动小目标检测技术,是红外搜索与跟踪系统的一项核心技术,也是现代研究领域的一大难题。本文提出了一种新的红外序列图像运动小目标分割算法,算法运用边界跟踪理论进行图像分割,并与传统的阈值分割算法进行效果比较。大量的实验结果表明,此新的算法能取得更好的小目标分割效果。

一种视频图像序列中运动对象的分割与跟踪算法

本文提出了一种视频图像序列中运动对象的分割与跟踪算法。该算法通过Canny算子检测出差帧图像的边缘信息,并结合当前帧与背景帧的边缘图像,提取出运动对象。在后续帧中通过建立前帧感兴趣运动对象与当前帧中各运动对象的帧间向量来跟踪当前帧中感兴趣的视频对象。实验结果表明,该算法可行,而且由于该算法简单、计算复杂度小,能很好地满足实时监控系统中对感兴趣运动对象的提取与跟踪。

一种基于主动轮廓模型的医学图像序列分割算法(英文)

介绍了一种结合live wire算法和活动轮廓模型的医学图像序列的分割方法.通过把live wire算法和图像分割中一般的区域增长方法结合,对传统live wire算法进行了改进,并用改进后的算法对医学图像序列中的单张或多张切片进行交互式地准确分割.然后计算机利用活动轮廓模型自动分割相邻的未分割切片.还通过在活动轮廓模型的边缘点中引入记录已分割物体边缘附近局部区域特征的灰度模型,把已分割切片中的物体与背景的局部区域特征带入相邻的未分割切片中,并用由灰度模型定义的区域相似性代替活动轮廓模型中的外能来引导边缘轮廓收敛到物体的实际边缘.最后介绍了一种基于live wire算法思想的简单的分割结果交互式修复方法.实验结果表明该算法仅需少量用户交互就能快速准确地从医学图像序列中分割出感兴趣的物体,在医学图像分析中具有实用价值.

红外图像序列运动小目标检测的预处理算法研究

就如何检测复杂背景下低信噪比的运动小目标展开讨论,提出了用空间高通滤波方法改善图像质量,达到抑制背景噪声,增强小目标的效果,随后用似然比检测理论进行目标的初步分离,接着采用邻域判决的方法实现运动目标的进一步分离,最后用图像流分析法进行目标的最终检测。实验结果表明。

一种新的运动目标自适应图像分割算法

提出了一种新的运动目标自适应图像分割算法.在设置自适应跟踪波门对运动目标进行跟踪的基础上,依据最大类间方差函数准则自适应地求出调节系数,再用设置门限分割法完成图像的自适应分割.对该算法进行了详尽的图像分割实验,与著名的Otsu法、迭代法、最大熵法相比较,该分割算法不仅能适应多种复杂背景,而且分割精度高、速度快,是一种实用有效的图像分割方法.

基于序列图像中二次曲线对应的纯旋转运动参数估计算法

采用特征对应的视觉运动分析方法,建立了基于二次曲线的刚体纯旋转运动方程,提出了求解刚体纯旋转运动参数的算法。在刚体纯旋转运动分析中,最少利用前后两幅图像中7对匹配二次曲线,就可用线性方程组求解刚体旋转运动参数,线性算法的提出使旋转运动参数的求解精度得到很大提高。最后利用合成数据和真实图像对纯旋转运动估计算法的精度和有效性进行了验证,表明该算法能准确、可靠地估计旋转运动参数。

风沙颗粒运动的数字高速摄影图像的分割算法

为了深入理解多因素驱动下风沙颗粒起动的动态演化规律,需要准确地获得沙质床面附近沙粒群起跳的方式、速度和运动轨迹.以连续强激光源为照明的数字高速摄影技术是研究这类问题的有效手段,但由于风沙运动的高速摄影图像具有运动沙粒和静止床面的对比度小、相邻两帧图像相似性小等特点,原始图像叠加算法难以有效实现目标与背景的分割.该文提出了基于相邻的风沙运动图像灰度差值变化原理的图像分割算法.实例显示,只要选择合适的相邻图像灰度差值阈值和自适应二值化处理方法就能实现图像中运动沙粒与床面分割.当起跳沙粒浓度较低情况下,基于MATLAB平台的最小距离匹配的粒子追踪算法(PTV算法)能较为准确地恢复床面附近沙粒的运动轨迹.

会议电视图像序列中的运动目标分割

提出了基于递归高阶统计的运动目标分割方案 ,主要用于会议电视图像序列 .与传统的高阶统计方法相比 ,基于递归高阶统计的分割方法从高斯噪声背景中提取信息 ,由于利用了前 n帧图像的信息冗余度 ,递归高阶统计方法可以更有效地减少噪声、检测小目标 ,并且提高了目标的分割准确度 .模拟试验结果显示 。

分散、递阶蚁群算法及其在相变序列图像分割中的应用

提出了一种分散、递阶蚁群算法,它将多个分散的蚁群并行求解各自对应的子问题,形成一个执行层,而递阶协调层利用执行层反馈的信息协调执行层的优化过程,从而得到递阶求解问题的整体最优解.该算法已应用于相变热图序列图像模糊相变线的提取问题,即运用区域划分方法先将序列图像的分割转化为关联型多子图搜索问题,再利用分散、递阶蚁群算法进行求解,结果表明该算法能很好地利用相变线的运动信息成功地解决热相变序列图像分割问题.与蚁群算法独立搜索比较,分散、递阶蚁群算法能更有效地实现多子图之间的关联.

基于小波提升框架的图像序列中运动目标检测算法

图像序列中运动目标的检测和跟踪是智能监测系统中的重要问题,为了提高运动目标识别的效率和准确性,同时解决目标运动中的形变造成的检测困难,首先针对传统的运动目标检测算法所存在的局限,把小波提升框架运用到运动目标的检测中,然后充分利用小波的多分辨率特性和提升框架可以直接在时空域内设计的优点,再结合可变模板方法,提出了一种新的基于小波提升框架的运动目标检测算法。实验结果表明,新方法较好地解决了目标运动中因形变造成的检测困难,并提高了检测效率和速度。

红外序列图像运动小目标检测算法

利用红外序列图像小目标运动的连续性进行背景恢复,滤除背景以提高信噪比,在门限检测后对图像进行边缘滤波以进一步提高检测概率,最后再一次运用目标的运动特性确认目标,减小虚警率,从而有效地检测出目标。实验结果证明,这种算法检测率高,而且计算简单,易于硬件实现。

基于图像序列的人体运动跟踪算法

为了提高人体运动的跟踪精度,提出基于图像序列的人体运动跟踪算法。首先对当前人体跟踪算法的研究现状进行分析,指出粒子滤波算法进行人体运动跟踪的不足;然后对粒子滤波算法进行改进,增加了采样粒子多样化,提高非线性人体运动目标跟踪性能,加快人体运动跟踪速度;最后采用仿真实验对人体运动跟踪算法的性能进行测试。实验结果表明,相对于其他人体运动跟踪算法,该算法提高了人体运动跟踪的准确性,而且人体运动跟踪的时间减少,具有更好的稳定性。

基于最短描述长度的序列图像运动分割

提出了一种分两个阶段的运动估计和分割方法．首先采用小块对图像做传统全局搜索的块匹配运动估计，得到每块相应搜索范围内的误差图．根据误差图判决相邻块运动的一致性，将一致性好的块合并成一个区域并同时得到区域的运动矢量．进一步的区域合并在最短描述长度准则指导下进行，每对区域合并的依据是合并后新区域的描述长度（编码码字）小于合并前两区域描述长度之和，如此迭代合并直至所有相邻区域均不满足条件．由于迭代过程总是趋向于使编码码字减少，从而能得到更有利于编码的分割结果．初步实验证明了该方法的可行性．

基于信息融合的视频序列图像中运动目标分割的研究

该文提出一种基于信息融合的方法分割视频序列图像运动目标。在彩色图像分割中,将部分空间信息介入到迭代均值偏移过程,实现无参数聚类。然后利用所提出的求等同标志连通区域的方法,将聚类后的图像划分成不同的独立区域;再利用HOS(高阶统计)方法进行运动检测,经后处理,得到运动目标粗模板。统计这个运动粗模板中等同颜色区域占原图像相应独立区域的比重,比重超过预置阈值的,则将该独立区域作为待融合区域。最后,将所有的待融合区域连接起来,就构成了运动目标模板。

基于区域生长算法的CT序列图像分割

由于人体腹部CT图像纹理结构复杂,灰度差别特别小,边缘又很不明显,本文提出了基于区域生长法的序列图像分割算法.在提取肝脏图像时,将全部序列图像分成若干组,然后利用区域生长算法先分割出每组的第一张图片.对于本组内其余图片的分割,充分利用相邻图片的灰度相似性实现序列图像的分割.对于血管的分割,由于血管在三维空间上的连通性,采用三维区域生长算法实现血管管道的提取.实验结果表明,应用本文算法能得到准确的肝脏及血管分割结果.

基于运动估计的交互式医学图像序列分割

针对医学图像难以自动分割,而医学图像序列采用手工分割时工作量巨大、效率低的问题,提出了一种新的交互式图像序列分割方法。在计算机的辅助下,用手工精确地描画出第一幅图像中对象的边界轮廓。后续图像的分割曲线用运动估计的方法自动得到。每完成一幅图像的分割用户都可以检查分割效果,如果不满意则可用手工修正。这个过程重复进行,直到整个图像序列分割完毕。实验结果表明,该方法能精确、快速地实现医学图像序列的分割。