一种改进的自适应模糊阈值图象分割方法

自适应模糊阈值图象分割方法的关键和困难在于隶属函数窗宽的自动调整和阈值搜索范围的确定 依靠图象灰度的统计特性初步确定阈值搜索范围 ,提出了一种改进方法 ,进而得到隶属函数的窗宽 实验表明这种方法避免了确定图象灰度直方图峰位置的困难 。

图象分割的自适应模糊阈值法

该文研究了海面舰船图象的模糊阈值分割问题 .首先介绍了模糊阈值分割的基本原理 ,在讨论了隶属函数的分布特性及其窗宽对阈值选取的影响后 ,提出了一种在预先给定隶属函数的情况下 ,利用目标 -背景对比度自动选取窗宽的方法 ,并给出了根据目标与摄像机间的相对距离估计目标 -背景对比度的算法 .其应用于智能电视跟踪系统 ,对不同距离、不同对比度的海面舰船图象进行了阈值分割实验 ,结果表明该方法具有较强的场景适应能力 .

用于显微细胞图象的二维自适应阈值分割算法的优化

为了改善细胞图象的分割效果 ,考虑将二维自适应阈值分割算法应用于显微细胞图象的分割 .针对细胞图象的二维直方图特点和分割要求 ,在对传统二维阈值分割算法进行优化和简化的基础上 ,通过改变阈值取值范围、优化阈值搜索方法等措施 ,提出了一种快速实现细胞图象二维自适应阈值分割算法 .仿真结果表明 ,新算法与传统算法相比 ,不仅大大减少了计算复杂性 。

基于自适应定向正交投影分解的图象分割方法

将目标和背景分别对应到灰度直方图中的两个高斯分布是进行图象分割的一种常用方法 ,但复杂图象的直方图往往是多峰的 .为了更好地拟合这种复杂图象直方图的多峰特性 ,提出了一种基于自适应定向正交投影分解的图象分割方法 .该方法首先将这种复杂图象的直方图看作是多个高斯分布的叠加 ,并可通过应用自适应定向正交投影分解法来快速准确地确定每个高斯分布的权值、均值和方差 ,进而计算出各相邻高斯分布之间的最优阈值 ,以用于图象分割 .在此基础上 ,又提出了阈值分离度的概念 ,并将其作为选取最终阈值的指标 .应用实例结果表明 ,该方法能够快速有效地实现复杂图象的多阈值分割 .

基于二维阈值化与FCM相混合的图象快速分割方法

提出了一种将快速二维阈值化与模糊聚类相混合的图象分割方法，以进一步减少快速二维阈值分割中的噪声与错误分割。实验结果表明，利用这种方法分割信噪比较低的图象，能够在很短的时间内得到较为令人满意的分割结果。此外。

基于图象分割的空间自适应冗余小波降噪方法

提出了一种基于图象分割的空间自适应冗余小波图象降噪方法。标准的正交小波降噪方法通过对图象的小波系数进行阈值操作来达到降噪的目的。但是标准正交小波降噪方法由于缺少平移不变性和采用全局的阈值使降噪效果受到影响。为此引入冗余小波变换和空间自适应阈值的思想,文章中讨论了这种降噪技术的理论基础和技术细节。实验结果显示这种方法在性能上要大大优于标准正交小波降噪方法。

一种具有拓扑自适应性的图象两步分割方法

为了准确提取出感兴趣区域的边界 ,研究出一种具有拓扑自适应性的图象两步分割方法 ,即基于棱边检测算子的 B样条活动围道分割方法 .该方法首先是进行图象的底层分割 ,即用基于图象局部特性 (像元邻域 )操作的棱边检测算子来检测图象的棱边点 ;然后进行图象的高层分割 ,即用基于图象全局统计特性的 B样条活动围道分割方法来求取对象的准确边界 ,另外 ,还提出了基于区域欧拉数的拓扑自适应处理方案 .该两步图象分割方法具有人为干预少、对初始条件不敏感 ,拓扑自适应性强等优点 .

基于模糊阈值和水平集的红外图像分割方法

针对阈值法分割红外图像易产生误分割和水平集分割方法受初始曲线限制大,提出了一种结合模糊阈值与水平集的自适应红外图像分割方法。该方法首先采用二维Otsu方法计算阈值,利用该阈值获取模糊阈值分割法中的窗口宽度,使模糊阈值分割法具有自适应性;然后采用此自适应模糊阈值分割法预分割红外图像,利用预分割结果自动获取水平集初始曲线;最后将Chan-Vese方法与Shi方法结合提出改进的水平集方法,并用此方法分割红外图像。实验结果表明,本文方法具有较好的分割效果和较强的鲁棒性。

基于模糊自适应共振理论的图象分割

提出了一种基于模糊 ART神经网络的灰度门限化图象分割方法 ,该方法不仅可以自动确定分类数目 ,而且还能有效抑制噪声 。

基于超椭球模糊聚类的人脑磁共振图象分割

通常使用的聚类分割方法认为样本的分布是超球形的，然而，这并不符合人脑磁共振ＭＲ（ｍａｇｎｅｔ－ｉｃｒｅｓｏｎａｎｃｅ）图象的真正特点．针对这一缺陷，提出了一种基于超椭球模糊聚类的人脑ＭＲ图象分割方法．实验结果表明，这种分割方法能有效地将人脑ＭＲ图象分割为灰质和白质两种组织，并具有较高的效率和分割精度．

焊缝缺陷图象的分割方法研究

在X射线焊缝检测图象中,背景占有图象的大部分区域,焊缝只占有一小部分。而待检测的缺陷信息只包含在焊缝内,因此,如果能将焊缝区域分割出来,使后续的图象对比度增强以及缺陷目标检测等操作仅局限于所提取的焊缝区域,则能降低处理量,提高整个系统的处理速度。本文在运用自适应阈值分割的基础上,对输入图象的二值化处理方法进行了修改,实现焊缝区域的自动分割。

基于知识的图象分割模糊聚类算法

提出了一个针对识别目标的基于知识的图象分割模糊聚类算法。在特征选取时，除了考虑象素点的灰度信息外，还考虑到目标与背景纹理上的差异。

基于联合直方图区域计数的时间序列图象自动配准方法

时间序列图象的配准是医学临床科研、诊断和治疗中图象应用的必要步骤 .为了快速、准确、简便地进行医学序列图象配准 ,提出了一种新的用于时间序列图象自动配准的方法 ,该方法利用了图象的联合直方图 ,首先通过对图象做简单的阈值分割 ,将联合直方图划分为 4个区域 ,然后根据不同的配准图象数据选择定义在不同区域上的计数值作为参数计算的准则函数 .该方法设计简单、巧妙 ,以计数方法代替其他方法中大量的浮点运算 .由于准则函数具有良好的光滑特性 ,且选择 Powell算法做最优化搜索 ,因此保证了优化结果的准确性 .和其他算法相比 ,该方法大大简化了准则函数的计算 ,从而显著提高了配准优化搜索的速度 .根据实验结果及基于互信息量方法做的对比 ,证明本文提出的方法准确、简便、快速。

复杂场景中的红外目标图象分割算法

针对复杂场景中的红外目标图象，本文提出了一种基于自适应阈值面的目标图象快速分割算法。文中详细地介绍了算法的设计思想及其实验方法，并给出了实验结果，其实验结果与理论相符。

一种改进的模糊阈值选取方法

提出了一种改进的模糊阈值选取方法 .针对传统的模糊阈值法隶属函数窗宽不容易确定的出发点 ,结合传统的易于实现的阈值选取方法 ,巧妙的绕过了确定窗宽的问题 ,能够结合模糊阈值法和该传统阈值法各自所能达到的优点 ,并且方法非常简单 ,明了 .实践证明 ,这种方法是行之有效的 。

关于活动图象中自动进行图象分割的研究

在活动图象中进行图象分割，不使用人机交互方式，而是自动检测移动目标，确定包含目标轮廓的区域，然后分割目标与背景并提取移动目标的轮廓．

自动选取阈值方法比较研究

在数字图象处理中 ,阈值处理是非常有用的图象分割技术。它已被广泛地应用于数字图象处理的许多领域 ,近年来已有许多种阈值化方法被提出。阈值选取是图象处理与分析问题的基础 ,如何才能正确地找到适当的阈值 ,是一个非常棘手的问题。针对几种常用的图象二值化自动选取阈值方法 ,通过计算机仿真对实验结果进行了比较研究。并在此基础上 ,提出了一种新的图象二值化算法。该算法着重于在图象二值化时保留图象的边缘特征。其基本思想是 :首先 ,用微分算子检测图象的边缘 ;然后 ,在这些边缘象素点上进行二值化阈值的自动选择 ;最后 ,对于其它非边缘象素点则采取常规方法进行二值化处理。实验结果表明 ,这个基于边缘特征检测算子的算法能很好地保留原图的边缘特征 ,并能处理低质量的图象。

基于模糊阈值的图象分割方法

叙述了采用模糊阈值进行图象分割的基本原理，提出了简化资格函数形式和采用直方图中值滤波处理方法，算法简单直观，计算机仿真表明图象分割结果比较理想．

基于机器视觉的图像分割算法的研究

提出了一种自适应的局部阈值图象分割的算法,实验表明新算法能够自动而快速地对图像进行分割,该方法在织物缺陷检测应用,瑕疵检测率达到90%.

基于运动信息的液剂可见异物自适应分割算法

允动异物分割是实现液剂可见异物自动检测的关键。提出一种基于帧差图空间方差和方差梯度的液剂异物模糊自适应阈值分割算法。首先将2幅帧差图分为5×5的块,计算2幅帧差图对应块间的空间方差和方差梯度,并以两者的乘积构成新特征图;然后使用自适应阈值完成运动异物的分割,为使阈值能够跟随块灰度变化,阈值的调整采用模糊推理,依据方差和方差梯度变化自适应实现。实验及实际测试结果表明,所提算法能够满足低对比度和局部光照变化的液剂异物实时检测要求,是一种实用有效的图像分割方法。