图像域值分割方法对港口目标的识别

提出了一种在卫星图像中采用域值分割的方法来识别港口目标。运用基于灰度级的权值矩阵来代替通常所用的基于图像像素的权值矩阵来描述图像各像素的关系,算法所需的存储空间及实现的复杂性比其他基于图论的图像分割方法大大减少,从而有利于应用在自动目标识别和其他方法中的应用。实验结果表明,其优越的分割性能对港口目标和海域以及陆地的区分起到非常关键的作用,从而能更好地识别港口目标。

图像分割技术的发展

图像分割是图像处理中的一项关键技术 ,也是一经典难题 ,从发展至今仍没有找到一个通用的方法 ,也没有制定出判断分割算法好坏的通过标准 .本文对图像分割方法中的域值分割方法、边缘检测方法和区域提取方法等作了一概述 ,并介绍了一些近年来出现的各种新方法和对分割评价标准的研究情况 .最后 。

图像分割及其常用的方法

图像分割是图像处理、模式识别和人工智能等多个领域中一个十分重要且又十分困难的问题。本文从原理、应用和应用效果上对经典的图像分割方法如域值分割技术、区域增长和边缘检测等进行了分析,同时对目前图像分割领域中新的技术如分形、数学形态和神经网络技术进行了讨论。分析了图像分割技术研究的方向,以及需要解决的问题。

典型图像分析方法

图像传感器是在光电技术基础上发展起来的、将光学图像转换成一维时序信号的器件。其中以CCD(Charge Coupled Devices)为典型代表,其体积小、造价低,广泛应用于扫描仪、数码相机及数码摄像机中,并在工业非接触尺寸检测、图像传感、图像分析、光谱分析、天文观测和安全监控等方面发挥重要作用。人们通过对实时采集的数字图像进行几种简单的处理所获得的实际效果,引起对应用广泛的数字图像处理技术的兴趣。本文将从图像分析开始,让大家逐步在实践中了解数字图像处理在实际问题中的应用。

一种应用于乳腺图像处理的胸墙检测算法

简要介绍了一种从乳房原始图像中检测胸墙的算法,以期为日后的相关工作提供参考。这种算法是先在原始图像中确定胸墙的初始区域,然后运用形态学的相关知识在初始区域中确定胸墙区域与其他组织区域的分割阈值,从而得到胸墙区域模板。