基于随机区域合并的自动彩色图像分割算法

针对彩色图像分割精度不高的问题,提出了一种具备多尺度空间约束的自动彩色图像分割算法。基于改进的随机区域合并方法,该算法首先实施双边分解并执行基于多通道信息和多尺度梯度的过度分割;然后,在CIE L*a*b*颜色空间中使用规范化的颜色直方图来表示每个子区域,构造一个基于过度分割结果的区域邻接图;最后,在区域邻接图上执行具备空间约束条件的随机区域合并策略,为每个尺度构造一张分割图。在BSDS图像数据库中进行对比实验,结果表明,在直接视觉对比和量化分析上,相比现有的分割算法,所提方法表现出了更好的分割效果。

基于改进MRF的冲压件轮廓缺陷图像分割算法

针对冲压件在生产过程中产生的表面缺陷视觉检测问题,提出一种改进的马尔可夫随机场图像分割算法。首先,应用基于像素的马尔可夫随机场算法,获取像素特征,提取基于像素的似然函数。采用随机区域合并算法获得区域特征,提取基于随机区域合并的似然函数。利用最大梯度算法获得图像的边缘特征,提取基于边缘的似然函数,用以恢复随机区域合并过程中丢失的边缘信息。融合3种似然函数,根据能量最小准则,实现图像分割。通过与传统图像分割方法的对比实验,验证了该算法的有效性。实验结果表明,改进算法可实现冲压件图像的精准分割,应用效果较好。