基于均值漂移的舌体分割算法

本文针对舌体图像的特点,提出了一种基于均值漂移的舌体图像分割算法。该算法首先对输入图像进行平滑,可有效消除舌苔裂纹和色块噪声对舌体分割的干扰,然后根据空域和值域的邻近性原则进行聚类,根据聚类结果对舌体图像进行分割。实验结果表明,对不同的舌体图像进行分割,分割结果符合中医医师的诊断要求,对有噪声的图像,该方法也可较好地实现舌体分割。     

基于分水岭变换和主动轮廓模型的舌体轮廓图像分割

舌体轮廓的图像分割是计算机辅助舌诊系统进行图像分析的前提条件.提出了一种基于分水岭变换和主动轮廓模型相结合的自动轮廓分割算法.采用了分水岭变换的结果作为主动轮廓模型算法的初始曲线.在分水岭变换中,通过引入标记函数和强制最小值技术解决了传统分水岭变换可能导致的过分割问题;同时,在保证分割质量的基础上,通过降采样的方法来提高分割速度.算法对678例临床舌像进行了分割,正确分割率为96.9%.     

基于图像分割的舌象检测方法

传统的数字化舌诊研究系统多是建立标准的采集环境进行舌象采集,在密闭、光照稳定的环境下得到高质量的舌象图像.而在开放环境下,光照情况以及拍摄角度等往往较为复杂,因此,进行舌象分析时,首先需检测图像中是否存在合适的可供后续分析的舌象.针对这一特点,提出了一种基于图像分割的舌象检测算法.该算法首先对图像进行颜色校正的预处理,接着对图像进行分割得到多个连通域,通过判断连通域特征得到最终舌体区域后,再利用区域的纹理特征达到舌象检测的目的.实验结果表明,该方法具有较好的鲁棒性,且有较好的检测率,能够实现开放环境下的舌象检测.     

示温漆色彩量化及其图像分割算法研究

提出了一种基于颜色聚类和区域特征相结合的示温漆图像分割算法。利用PGF滤波算法进行图像的噪声滤波,通过聚类算法在HSV颜色空间对示温漆图像进行色彩量化,最后利用区域增长和合并方法达到分割目的。实验结果表明,与其它针对自然真彩图像分割的算法相比,本算法的计算复杂度相对较小,对示温漆图像分割的效果良好。     

一种基于初始化Snake轮廓线的混合舌图像分割算法

Snake模型是一种常用的舌图像分割方法,但Snake对初始轮廓的定位准确度要求较高,且对噪声敏感.为此提出一种基于双层极坐标边缘检测的算法以获取舌体的粗略边缘,再使用Snake模型根据局部细节对舌体粗略边缘进行修正得到准确的舌体边缘.基于500幅舌图像进行的实验结果表明,该方法的分割正确率达到95.6%,是一种较有效的分割方法.     

一种改进的Mean Shift指纹图像分割算法

基于传统指纹图像分割算法, 提出一种改进的Mean Shift指纹图像分割算法. 该算法利用指纹图像固有的方向性特性, 把经过分割后的每个指纹图像区域抽象为一个样本点, 将区域内像素点的灰度均值作为均值向量, 从而有效地实现了指纹图像分割. 实验结果表明, 该算法能准确地将指纹图像中的模糊区域和背景区域分离, 提高了指纹图像分割的精确度, 并且对于多数指纹图像准确性较好.     

基于改进GA和OTSU的图像分割算法

图像分割是图像处理、模式识别和人工智能等多个领域中一项关键技术.文章利用改进遗传算法与改进OSTU算法相结合对二维图像分割进行了全局优化,使算法在保持群体多样性的同时加快收敛速度,提高算法全局收敛的稳定性,实现了图像的自动最佳阈值的分割。     

彩色舌体图像分割新算法

彩色舌体图像轮廓的正确分割是实现中医舌诊信息化的重要前提。根据彩色舌体图像的特点提出如下分割方法:首先通过去相关操作拉大图像对比度减小嘴唇的影响;然后将RGB空间中彩色舌体图像转化为HSV和YCbCr空间中的图像,再分别提取Cb和V分量的灰度图像进行二值化处理,把得到的2幅二值图像进行与运算后经数学形态学修正,得到初始轮廓;最后使用Snake模型来得到更加准确平滑的轮廓。基于100幅彩色舌体图像进行试验,结果表明正确分割率达到96%,取得了令人满意的效果。     

数字全息显微中的相位像差自动补偿算法

结合图像分割技术提出了一种用于数字全息显微成像的相位像差自动补偿算法.首先，采用最小二乘拟合算法对包含被测物体的解包裹相位图进行粗略的补偿，在此基础上，利用图像分割算法对其背景区域进行分割，获得不含被测物体的解包裹相位图.最后，对其进行最小二乘拟合从而实现相位像差的精确补偿.传统的数字全息显微技术需要通过手工检测背景区域来解决相位像差补偿的问题.然而，本文方法既不需要人工干预，也不需要光学设置的先验知识，即可实现相位像差的自动补偿.通过搭建的数字全息显微实验平台验证了所提算法的可行性和准确性.     

基于相对色彩因子的树木图像分割算法

图像分割是利用实时视觉传感技术指导农药精确对靶施用进行林木化学防治的难点。笔提出了基于相对色彩因子的树木图像分割算法。与传统方法相比，新图像分割算法在不影响分割效果的同时大大提高了图像分割的实时性，在“精确林业”中将有很好的应用前景。     

电视图像目标实时分割与识别算法

研究一种电视图像目标实时分割和识别算法.在二维图像不变矩和相对矩的基础上,进一步组合优化得出4个不变矩,结合复数矩、圆方差和椭圆方差组成目标特征向量,利用k-近邻法实现目标的识别和分类.图像分割采用改进矩不变阈值分割和基于梯度的自适应阈值分割提取目标.仿真实验表明,提取的目标特征量对于平移、缩放和旋转均能保持较好的不变性.用该分割算法分割的图像边缘清晰,分割时间为8 ms,易于硬件实现.     

基于二次分水岭和近邻传播聚类的彩色图像分割算法研究与实现

利用特征散度普适能力强的优势,提出了基于二次分水岭和近邻传播聚类的彩色图像分割算法.算法通过二次分水岭算法预分割,提取区域中色彩向量数据点,利用特征散度构造相似度矩阵,运用近邻传播数据聚类,实现图像的分割.实验证明,算法较好地避免了聚类算法对初始条件的依赖性,降低了彩色图像大样本数据的运算量,与人的主观视觉感知具有良好的一致性.     

基于直方图阈值和Snakes模型的舌象图像自动分割

在中医临床现代化研究中,提出采用计算机图像处理技术进行舌诊客观化研究。在Snakes模型下将目标舌体从原始图像中提取出来,实现舌诊客观化研究第一步。利用直方图阈值估计最初舌体轮廓线,通过Snakes模型能量最小化计算,对估计轮廓线进一步处理以达到最佳效果,提高了舌体提取的准确率。最后通过实验证明了算法的有效性及可行性。     

基于分水岭变换和核聚类算法的图像分割

提出了一种基于分水岭变换和核聚类算法的图像分割算法．通过分水岭变换把图像分割成多个小区域，为实现过分割小区域的合并，利用Mercer核把各小区域的灰度平均值映射到高维特征空间，使原来没有显现的特征突现出来，在特征空间进行更准确的聚类，为下一步图像分析提供较为准确的分割区域．实验结果证明了该算法的可行性和有效性．     

智能车辆3-D点云快速分割方法

针对于智能车辆环境感知实时性要求,研究一种基于3-D全景式激光雷达的点云快速分割方法。采用带地面状态变化判断的分块直线拟合算法来去除背景地面数据,生成前景点云图像并利用机器视觉算法进行聚类分割。建立并利用坐标映射模型计算出定向包围体参数。在3组基于城市道路环境的测试集下,该方法同栅格法相比能够较好地降低过分割与欠分割错误率,其中车辆分割准确率约为95%,行人分割准确率约为85%,且耗时不受场景复杂度影响,能够较稳定控制在55ms/帧左右。     

彩色汽车图像车牌定位技术分析

对彩色在车牌定位的三个主要作用，即彩色边缘提取、彩色分割和颜色判断进行了讨论和分析，给出了一种彩色边缘算子Color-Kirsch及判断色彩的算法，提出了“在彩色分割时模板颜色应随应用情景不同而不同，才是实现彩色分割自适应性和鲁棒性的关键”这一论点，并对一些新的彩色车牌分割技术的可行性进行了分析。     

基于计算机视觉的棒材在线计数系统研究

以计算机视觉技术为基础,利用色彩与阈值相结合的分割算法将端面目标从复杂的背景中分割出来,运用形态学处理方法实现端面边缘的快速检测,通过边界追踪算法提取连通区域的边界长度来实现棒材的计数.该系统较好地解决了粘连和堆叠棒材的准确计数问题,实时性好,可靠性高.     

基于爆破矿石图像分割优化算法的大块率统计方法

矿石图像分割效果受光照条件、目标密集性及边缘对比度低等因素制约，致使大块率统计精度偏低.为此以鞍千矿爆破矿石图像为数据源，首先利用双边滤波算法去除特征增强后的图像噪声，然后分别采用自适应阈值算法和整体嵌套边缘检测(holistically-nested edge detection, HED)算法初步分割矿石图像，再利用形态学和去除连通域算法去除因矿石表面纹理形成的分割孔洞，进一步融合两种分割结果，引入基于距离运算的分水岭算法消除矿石图像欠分割现象，最终实现矿石图像的优化分割.研究结果表明，该方法可有效提高爆破矿石图像分割准确性，实现露天矿爆破大块率精确统计，为爆破效果智能评价提供技术支持.     

基于直方图阈值和Snakes模型的舌象图像自动分割

在中医临床现代化研究中,提出采用计算机图像处理技术进行舌诊客观化研究.在Snakes模型下将目标舌体从原始图像中提取出来,实现舌诊客观化研究第一步.利用直方图阈值估计最初舌体轮廓线,通过Snakes模型能量最小化计算,对估计轮廓线进一步处理以达到最佳效果,提高了舌体提取的准确率.最后通过实验证明了算法的有效性及可行性.     

基于色彩分割与局部模型匹配的非刚性目标跟踪

针对固定监控场景提出了一种基于色彩分割与局部模型匹配的目标跟踪方案.利用自适应混合高斯背景模型提取前景运动目标,通过基于区域生长的色彩分割算法建立目标局部模型并实时更新,结合区域约束条件和模型特征匹配实现目标跟踪.实验结果证明,本算法能有效地实现多运动目标的跟踪,对跟踪过程目标部分遮挡与形变问题具有良好的适应性和鲁棒性.