基于多光谱的宫颈细胞图像迭代分割算法

详细介绍了一种基于显微多光谱宫颈图像的迭代分割方法,该方法将多光谱分析应用到宫颈显微图像分割中。由于显微宫颈细胞图像十分复杂,普通的分割方法不能解决分割问题,该文给出了一个较好的解决方案。算法首先对大量多光谱波段进行筛选,接着利用细胞的多光谱信息并采用迭代分割算法不断优化分割精度,经过大量实验证明算法具有分割速度快、精度高、算法稳定性好等特点。文中的多光谱波段的筛选对于利用多光谱手段进行其他图像分割都有很大的借鉴意义。

低轨卫星频谱感知的二维差值迭代分割

在低轨卫星通信系统中应用频谱感知技术,必须解决波束覆盖范围过大造成感知结果空间分辨率过低的问题。提出了二维差值迭代分割算法,利用地球自转引起的轨道面旋转方向,以及卫星行进方向上的波束重叠,经迭代计算获得波束下各子区域的频谱环境数据。经仿真表明此算法可以有效分割波束,并在6dB以上的信噪比条件下结合能量检测器准确定位主用户信号,从而满足低轨卫星通信系统的应用需求。

结合迭代分割和空间优化规则的湿地信息提取方法

湿地资源含水量高,光谱特征混淆,一般方法难以有效提取湿地信息。采用支持向量机(SVM)方法对ALOS AVNIR-2数据进行湿地信息提取实验。首先,以分割和分类迭代的方法获得多尺度对象层;其次,提取对象的光谱特征、纹理特征、形状特征和自定义特征,采用SVM分类器进行影像分类;最后,通过地类的实际分布情况与初步分类结果的比较,分析SVM结果的错分情况,从而构建优化规则修正结果。两个地区湿地信息提取结果的总体精度分别为94.45%和94.18%,对应kappa系数为0.91和0.92,该方法明显提高了湿地类别的识别精度。

基于BP神经网络评价的图像闭环控制迭代分割算法

论文在分析闭环控制分割原理与OTSU算法基础上提出了一种新的分割算法。通过监督训练BP网络实现了局部分割结果评价,并根据评价结果对每个目标区域进行了平滑与擦除处理,同时增加先验目标点出现的最小最大频度参数,实现OTSU算法的闭环参数控制,然后引入迭代机制实现图像的综合分割。最后论文将算法用于显微镜细胞图像分割,试验表明该算法可以大大改善分割效果。

医学图像的三维自适应迭代分割算法

医学图像分割是医学图像处理分析领域中的研究重点和难点问题,文中对医学CT图像的三维分割方法进行了深入研究,提出了一种医学CT图像的三维分割框架——三维自适应迭代分割算法(SO3DAISA)。试验结果表明,本文的分割方法在很大程度上减少了人工干预、执行效率高、图像分割效果好,并且具有很好的实用性。

基于目标检测算法与迭代阈值分割的道路标线可视度评估

提出了一种基于目标检测与迭代阈值分割的道路标线分割算法。首先采用基于BiFormer改进的YOLOv5目标检测算法对道路标线区域进行快速定位与框选,然后运用快速迭代阈值分割对框选区域内的道路标线进行精细提取,最后对提取后的道路标线采用韦伯对比度进行人眼可视度评估。结果表明:该方法能够完成道路标线的快速准确提取,并实现对道路标线可视度的有效检测。

迭代分割逼近:新的基于局部响应显著度的角点检测

为了提高角点检测算法的精确度,同时保持较低的时间复杂度,提出了一种基于自定义的局部角点响应显著度和迭代分割逼近的角点检测方法。首先,定义了一个新的测度量——局部角点响应显著度(LCRS),用来衡量一个候选角点在其局部区域内的响应显著程度,并证明了基于LCRS的角点检测准则等价于局部自适应阈值法。其次,将LCRS视作区域的响应显著度性质,把寻找角点的任务转化为寻找高显著性区域。据此,提出迭代分割的策略用来逐步收缩显著区域,最终逼近真实角点的位置。迭代分割逼近(ISA)算法可以使用不同的角点响应函数(CRF)定义,而且其平均情况时间复杂度与Harris算法相同。实验结果表明,当采用Noble算子的CRF时,ISA算法平均误检率、漏检率分别比Noble算子低4.62%和5.59%;而当采用Harris算子的CRF时,这两个比率也分别比Harris算子低2.87%和3.37%。而且这两种情况下ISA算法的平均运行时间均小于Harris算子和Noble算子。

基于改进AlexNet和线性迭代聚类的超像素分割方法

针对超像素分割算法目标边缘分割不精确等问题,提出一种基于改进AlexNet和简单线性迭代聚类的超像素分割方法。采用可微分聚类算法模块,以取代SLIC算法中的硬像素-超像素关联;通过将迁移学习融入AlexNet模型,对全连接层参数进行调整,保留原网络的卷积层,根据所得到的特征进一步把识别检测问题转换成分离目标和背景的二分类问题。训练一个可微分的聚类算法模块,以产生准确的超像素。在BSDS500和MRI数据集上进行图像生成和图像分割的仿真结果表明,所提出的方法在图像生成边界召回率指标和超像素的生成时间性能指标分别达到69.32%和0.7037 s,实现了性能和时间的平衡,有效提高超像素的分割精度和分割时间效率。

迭代式阈值分割的垩白米粒检测方法

为了加快工业生产过程的信息化发展步伐和满足集成自动化的要求,提出在检测垩白米粒过程中用计算机视觉代替人工检测的方法。该方法利用了垩白大米中垩白部分和正常部分的图像性质不同这一特点,通过迭代式阈值算法得到最优阈值,来分割大米的灰度图像,从而得到大米垩白部分的位置和面积大小。迭代式阈值算法是利用迭代思想产生阈值的方法,同时考虑了区域分割,所以用该方法得到的最优阈值对图像进行分割是具有普遍适用性的。实验结果表明,本研究采用的方法能够有效地区分出垩白部位,与人工检测相比只有小于4%的误差。

迭代阀值分割法的木材分类

运用迭代阀值分割法的手段,将珍贵树种木片图像中的特征区域和图像背景分离,再运用形态学处理方法中的开运算完成木片图像的孔洞、斑点处理,并对图像进行去噪声、平滑处理,得到木材特征图像中的二值图形。把提取到的RGB特征、HSV特征和Gabor特征做为输入量放入设计好的BP神经网络进行训练测试,经过正向传播与误差反向传播多次交替,通过阈值以及权值的不断调整,精确BP神经网络的运算值,运算之后运用混淆矩阵来分析分类效果,通过观察矩阵中对应象限中的TP和TN数量,得出木片特征样本预测分类的识别率情况,从而达到珍贵木材识别的效果。

一种基于多阈值迭代方法的图像分割算法

针对含有多个目标的灰度图像提出一种基于多阈值迭代方法的图像分割算法.首先使用非线性拉伸灰度直方图,并对图像不同灰度范围使用二值掩模进行处理,在此基础上采用迭代式阈值算法反复分割的图像分割算法.实验证明,这种综合分割算法能够有效降低单阈值穷举搜索算法的计算复杂度,分割效果也比较令人满意.

基于迭代阈值分割的星载SAR洪水区域快速提取

基于星载合成孔径雷达(synthetic aperture radar,SAR)的洪水区域提取可对洪灾信息进行高效提取。然而,传统提取方法往往时间复杂度较高,严重影响了洪灾区域获取的时效性。基于改进迭代阈值分割原理,本文提出了一种星载SAR图像洪水区域快速提取方法。首先,对预处理后的SAR图像进行高斯拟合再抽样,抑制SAR图像直方图异常点的影响。其次,利用迭代阈值算法进行水体提取,并基于形态学滤波对噪声进行抑制。最后,对已识别的水体区域开展变化检测,实现洪灾区域的提取。基于2020年7月鄱阳湖流域特大洪灾前后的哨兵-1 SAR图像,本文开展了洪水区域提取对比试验。试验结果表明,该方法可在保证洪水区域提取精度的同时,显著提升处理效率。

一种求解稀疏重构问题的加速分割Bregman迭代算法

为提高分割Bregman迭代算法的收敛速率,将加速梯度方法与分割Bregman迭代算法结合,提出了一种加速分割Bregman迭代算法,并将该方法用于求解L1范数约束条件下的稀疏重构问题。新算法在保持原有算法迭代简单、易于实现等优点的同时,还具有超线性收敛性,可更好地求解实际问题。试验结果表明,与目前已有方法相比,加速分割Bregman迭代算法在迭代次数上有明显提升。

直线与Bzier曲面求交的分割迭代综合法

本文所介绍的适合光线跟踪算法的直线与B(?)zier曲面求交的方法,采用了空间一般位置的圆柱和长方体作为曲面包围盒,并综合利用了分割法的稳定性和牛顿迭代法的效率,从而加快了用光线跟踪技术生成Bzier曲面的真实感图形的速度。

基于带权EDPN迭代的面向对象系统测试技术

面向对象的系统测试需要寻找系统级的测试线索——原子系统功能,其粒度直接影响到测试结果。提出了一种基于带权EDPN迭代的面向对象系统的分割算法,以迭代的方法将面向对象系统分割成不同粒度而功能独立的测试子系统——基原子系统功能,并给出了基原子系统功能的度量标准。在迭代过程中,每次迭代得到的基原子系统功能将被抽象为下一次迭代的带权EDPN子图中的一个数据地点。

基于分割Bregman迭代的内-外置电极电容层析成像

针对电容层析成像(electrical capacitance tomography,ECT)逆问题的病态性和不适定性,提出了一种基于分割布雷格曼迭代(split Bregman iteration,SBI)的图像重构算法。在目标函数中引入基于参考图像的正则化、低阶约束和空间约束,从而提高成像质量和空间分辨率。对内-外置电极的ECT敏感场内环形区域进行图像重建。仿真结果表明:与Tlkhonov正则化算法和Landweber迭代算法相比,基于布雷格曼迭代的图像重建算法具有较好的空间分辨率,图像误差降低至0. 162 1,图像相关系数提升至0. 874 4,图像重建的精度和质量较高,说明了该算法在ECT图像重建领域的可行性和有效性。

一种新的图像超像素分割方法

针对现有超像素分割方法无法自动确定合适的超像素数目,以及难以有效贴合图像目标边界等问题,该文提出一种新的利用局部信息进行多层级简单线性迭代聚类的图像超像素分割方法。首先,运用基于局部信息的简单线性迭代聚类(LI-SLIC)对原始图像进行超像素初分割,然后,根据超像素的色彩标准差对其进行自适应多层级迭代分割,直至每个超像素块的色彩标准差小于预设阈值,最后,利用相邻超像素间的色彩差异对过分割的超像素进行合并。为验证方法的有效性,该文采用Berkeley, Pascal VOC和3Dircadb公共数据库作为实验数据集,并与其他多种超像素分割方法进行了比较。实验结果表明,该文提出的超像素分割方法能更精确贴合图像目标边界,有效抑制图像过分割和欠分割。

基于遥感图像的分割算法比较研究

遥感图像分割是遥感图像处理的重要环节,是为了提取有用信息,以便进一步分析图像、应用图像。本文主要论述了常用的几种图像分割方法及其原理,包括直方图阈值法、迭代阈值分割、区域生长法和简单线性迭代聚类算法(Simple Linear Iterative Clustering,SLIC)。并从实验的角度,分析比较了它们用于图像分割的结果。实验结果表明,针对不同的图像进行分割时需采用不同的分割方法以使分割效果达到最优。

图像分割方法及其应用研究

本文主要介绍了图像分割的一种常用方法——基于阈值的图像分割方法及其存在的问题和最新进展,同时介绍了以肺CT图为例应用迭代法分割出肺实质,最后指出了图像分割技术的应用现状及发展趋势。

一种交互式图像分割的修正优化方法

提出一种改进的交互式图像分割方法,该方法利用交互式分割后的图像,在小范围内进行迭代运算用以改进图像分割效果.实验表明,改进后的分割方法不仅继承了传统方法快速、便捷等优点,而且在图像分割准确性与交互便捷性等方面也有明显提高.