基于森林变换的交互虚拟人彩色图像分割

本文把森林变换理论引入到数字化虚拟人彩色图像的交互式分割研究中。首先求出彩色虚拟人图像的梯度图像,用种子点分别标识分割对象的内部和外部,进而对图像进行森林变换,完成图像的分割。实例分割结果表明,基于森林变换的分水岭算法对虚拟人彩色图像的分割效果良好。

基于张量形态学梯度和图像森林化变换分水岭算法的扩散张量图像脑白质分割

目的基于张量形态学梯度和图像森林化变换分水岭算法,提出一种从脑扩散张量图像中分割出白质组织的方法,并验证其是否快速、有效。方法首先总结了几种张量相似性函数,进一步计算张量形态梯度,再利用基于图像森林化变换分水岭算法对脑扩散张量图像进行白质组织的分割。结果采用此方法对志愿者的脑扩散张量图像进行分割,得到了较好结果。结论该方法易于实现且鲁棒性强,并适合进一步对脑白质亚结构体的分割。

一种基于图像森林化变换(IFT)的分水岭算法

结合了边缘检测与区域生长法优点的分水岭算法近年来在图像分割领域得到了越来越多的重视,但经典的分水岭算法存在过分割的问题,从而使得物体的轮廓线掩埋在无关的分水岭线中。为了克服这种过分割问题,本文介绍了一种基于图像森林化变换的分水岭算法,它是一种将图像处理问题简化为在图形中求解最短路径森林的统一有效的方法。该改进算法在预处理阶段对图像进行平滑操作并设置适当的梯度阈值,即减少了梯度图像中非重要区域的产生。实验结果表明,该方法可提供精确且封闭的区域轮廓线。

一种基于小波变换与随机森林的人脸识别方法

该文研究了人脸图像频率域的鉴别信息，提出了一种Gabor小波变换与主成分分析相结合的人脸图像特征提取方法。不仅利用了图像中的频域信息，而且利用主成分分析法使特征向量维数有效降低。最后，采用随机森林作为分类器。该文实验结果表明．该方法在小规模及大规模数据集上均具有较好的性能。

一种解决IFT分水岭变换过分割问题的方法

针对IFT分水岭变换在医学图像分割方面易产生过分割的问题,提出了在IFT分水岭变换前后分别进行预处理和后处理的方法.预处理算法由图像简化和简化后的求梯度图像两个部分组成,后处理主要是区域合并.实验结果表明:该方法不但有效地抑制了过分割现象而且得到了较好的分割效果.

基于图像几何形状特征的CBIR算法

张量尺度是一种基于图像几何形状的特征描述子,由于其特征提取过程计算复杂度较高,不适合于快速的基于内容的图像检索。提出一种基于图像森林变换的张量尺度特征提取快速算法,并采用归一化的张量尺度方向直方图作为图像几何形状的特征描述子,与相似性度量标准结合,实现了一种具有图像平移、旋转、尺度变换不变特性的基于内容的图像检索算法。与现有的张量尺度计算方法相比,该算法具有较低的计算复杂度,仿真实验结果证明算法的有效性。