融合形态学连通域和CV模型的民族服饰图案纹样元素分割方法

对民族服饰图案进行自动分割以提取图案纹样元素,是民族服饰图案素材库构建急需解决的难题。通过融合形态学连通域标记和CV模型(MCC-CV),提出了一种民族服饰图案自动分割方法,首先对民族服饰图案进行预处理,然后采用形态学连通域标记算法获得待分割目标的位置和大致轮廓信息,对CV模型进行初始化,最后通过CV模型对不同分割目标进行边缘追踪,以实现民族服饰图案纹样元素的自动分割。实验表明,融合形态学连通域和CV模型的民族服饰图案纹样元素自动分割方法在边界召回率(BR)为0.5时,分割准确率为60%,与其他自动分割算法相比,该算法更为有效,满足了民族服饰图案素材库建设对图案纹样元素分割的基本要求。

基于改进TV-L1模型的虾苗计数方法

为实现渔业生产中对虾苗的计数需求,针对虾苗图像光照不均、图像粘连等问题,对图像复原的TV-L1模型进行了改进,提出了一种新的对数商图像连通区域标记面积计数法。利用改进TV-L1模型作为低通滤波算子对图像进行平滑滤波和图像光照分量估计,将在对数域定义的原图像与光照分量估计的商作为光照归一化图像,对该图像进行形态学处理,采用最大类间方差法获取虾苗分割的最佳阈值并进行二值化处理,最后利用连通区域标记面积法来确定虾苗数量。实验结果表明,该方法的计数平均准确率较高。