基于局部复杂度的图像过渡区处理研究

图像过渡区是图像中普遍存在的特定区域。由于图像过渡区的存在,不仅致使图像分割不准确,而且对图像的后续分析和理解也易产生偏差。针对此问题,提出了一种基于局部复杂度的图像过渡区处理方法,该方法首先采用统计图像局部复杂度的方法准确提取图像的过渡区,然后确定图像过渡区的处理方向,进而进行插值或修正处理。实验结果表明,处理后的图像,其边缘部分更清晰,过渡带的现象得到很好的遏制。此方法既可以遏制图像的过渡带,又可保留图像原有的内部细节。具有较高的实用性和推广性。

改进最短距离法自动获取元胞自动机转换规则

提出了一种利用改进的最短距离算法自动获取地理元胞自动机转换规则的方法。CA的核心是如何定义转换规则,但目前主要是采用启发式的方法来定义转换规则,受主观因素影响较大。该模型通过熵化空间变量特征权重,对最短距离算法进行改进,自动获取CA的转换规则和模型参数值。并与一般的最短距离算法进行对比分析,结果表明,改进后的的最短距离算法所提取的转换规则在模拟城市发展时具有更高的精度,并且具有清晰的物理意义。

基于过渡区的遥感图像分割

许多遥感图像的目标和背景之间界定模糊,表现为过渡平缓,往往导致边界定位和目标的提取出现误差。首先利用有效平均梯度和特殊剪切来获得目标与背景之间的过渡区,由于目标的边界必在过渡区内,所以提取误差会被限制在一定的范围内。最后利用最小距离法将过渡区内的像素判决后划分到目标或背景中去,进一步保证目标的质量,解决了此类问题中目标提取的困难。实验结果表明了这种方法的有效性。

基于三支决策的图像过渡区提取与分割方法

在图像分割问题中,过渡区的存在使得分割阈值难以确定,对分割结果的准确性产生较大影响,因此,本文提出了一种基于三支决策的图像过渡区提取与分割方法。建立了图像的粗糙集表示,引入三支决策和最优化理论,把图像分割问题转换为一个在图像域上的分类决策问题,在决策代价取得最小值时,对应的分割阈值即为图像最优分割阈值。该方法综合考虑图像像素分布和分割阈值,设置正则化项。在Weizmann科学研究所的公开图像数据集(Segmentation evaluation database, SED)上取得了81.9%的分割准确率,与其他经典图像分割方法相比,该方法具有更好的分割准确率和稳健性。

基于数学形态学的图像过渡区处理研究

图像过渡区是图像中普遍存在的特定区域。由于图像过渡区的存在,造成了图像分割的不准确性以及对图像后续的分析和理解产生偏差。通过图像数学形态学的方法准确提取图像的过渡区,确定图像过渡区的处理方向,进而进行插值或修正处理。实验结果表明,处理后的图像边缘部分更清晰,过渡带的现象得到很好的遏制。此方法既可以遏制图像的过渡带,又可保留图像原有的内部细节,具有较高的实用性和推广性。