一种轮毂X光图像的快速区域分割方法

由于轮毂X光图像的复杂性,传统区域图像分割算法难以对其准确和快速地分割,直接影响轮毂质量检测的评判.文中提出了一种基于轮毂X光图像的灰度信息和几何特征的快速区域分割方法.实验结果表明,该算法能准确快速地分割轮毂X光图像目标区域,为后续区域缺陷检测奠定良好基础,具有很强的实用性.     

基于解剖学特征的乳腺X线图像胸肌分割

提出了基于解剖学特征(纹理特征和形状特征)的乳腺X线图像胸肌区域分割方法. 融合边缘信息到谱聚类算法得到过分割图像. 根据区域的亮度分布和胸肌的三角形状特征,提出区域聚合算法, 从过分割图像中识别出胸肌边缘.该方法在322幅mini-MIAS (Mammographic image analysis society)乳腺图像和50幅北京大学人民医院乳腺中心乳腺图像上进行验证, 实验结果表明,该方法对不同大小、形状和亮度的胸肌分割具有较强的鲁棒性.     

基于图像的树木腐蚀区域分割方法研究与仿真

研究对图像的树木腐蚀区域分割问题,提高分割区域大小的准确性。传统方法根据图像中物体与背景像素的颜色区别,利用像素视觉差异大小的方法进行木材腐蚀区域图像的分割。但是在木材图像中,腐蚀区域的颜色和树木的本体颜色极其接近,边缘像素的一致性会造成干扰,像素相减的结果会发生错误,造成不能完整的分割木材腐蚀区域的问题。为提高识别准确性,提出利用高斯一维线性模型的树木腐蚀区域分割方法。通过抑制边沿像素的对称性和单调性,去除边沿像素中的干扰因素,克服了传统方法的缺陷。实验证明,改进方法实现了在与自身颜色相似情况下木材腐蚀区域图像的完整分割,取得了满意的效果。     

边缘和区域多阶段结合的图像分割

基于局部灰度的边缘检测和基于全局灰度统计的阈值分割是两种最要的图像分割方法.针对这两种方法单独使用时得不到理想分割结果的问题,提出一种边缘和区域多阶段结合的策略,利用边缘像素的灰度确定子区域分割阈值,将边缘和区域边界距离评估作为子区域递归分割的终止条件,最后叠加边缘图修订区域分割结果.实验表明,本文方法对于目标灰度不均的细胞图像能获得理想的分割效果.     

手腕骨X线片兴趣区域图像分割的研究

提出了一种准确分割骨骺兴趣区域边缘位置的方法。针对手腕骨X线片图像的特征,采用Gibbs 随机场对兴趣区域进行初始分割,将骨从图像中分割出来;针对骨与软组织的灰度值相差不大,Gibbs 随机场正确分割困难的问题,再进一步利用主动轮廓法对初始轮廓进行改善,将软骨与软组织准确分割开,从而得到了正确的骨的边缘位置。实验验证了该方法对分割出的底部区域骨的轮廓线有较大的改善,同时这种联合的方法具有较强的抗噪声能力。     

图像纹理区检测及分割算法研究

图像纹理区是指在进行边缘检测时边缘分布相对密集,并存在一些伪边缘的区域。研究表明,现有的很多图像处理算法的误差集中在纹理区。图像纹理区分割的目的就是将这一区域分割出来以便对其采用不同的处理方法。本文提出了一种基于模糊增强的图像纹理区检测及分割算法。本文算法根据图像纹理区特点,首先增强纹理区像素对比度,并利用Canny边缘检测算法提高纹理区检测效果,最终实现了图像纹理区的准确检测和分割。     

一种基于反几何扩散分类的图像二值化方法及应用

从背景中将目标识别提取出来往往受到复杂背景中的不均匀信息干扰.本文研究基于反几何扩散的图像二值化方法,通过各向异性扩散的一种特殊形式--反几何扩散,对图像边缘进行最大限度的模糊和扩散,形成一个个分割阈值面,通过扩展的分类法则,在扩散过程中对每个目标像素进行分类.提出一种分类后处理方法使目标最终从不均匀背景中分割出来.通过对X光图像中铸造缺陷的识别实验,证明该方法对抑制噪声有较好的鲁棒性,给出处理背景变化不均匀的铸造产品X光图像的结果.     

基于自适应多尺度焊缝X光图像缺陷分割研究

焊缝X光图像中的缺陷包括近似圆形和近似条形缺陷。由多尺度边缘检测理论可知：在适当尺度下,圆形缺陷在相互正交的两个方向上都是屋脊边缘,而条形缺陷只在一个方向上是屋脊边缘。利用区域一致性测度自适应确定小波滤波尺度。并在缺陷存在区域自适应确定LOG算子和方向可调滤波器的滤波尺度用以分割两种缺陷。理论分析和实验结果表明,算法有较好的分割效果。     

基于图像融合的飞行器轮廓提取方法

区域分割算法可将图像中含有有效信息的区域挑选出来,由此提出一种基于图像融合的边缘提取方法,在区域分割的基础上,利用分水岭算法对分割出来的含有有效信息的区域进行边缘提取。并将所得结果与其他边缘提取算法融合,得到单像素宽的、封闭的轮廓。该方法可以降低背景区域对结果的影响,综合多种算法的优点。实验结果表明该方法稳定可靠,具有较强的实用性。     

基于分水岭算法的虹膜区域分割

在论文中使用了分水岭分割算法与区域合并相结合的方法,有效地对虹膜图像进行分割,并减少过度分割现象。首先对原图像做平滑处理,使用sobel梯度算子得到原图像的梯度图,然后使用分水岭算法对梯度图进行区域分割,最后将分割图像的过度分割部分进行区域合并。实验证明这种方法可以应用于分割带有噪声的图像,也能够减少过度分割现象。仿真结果表明,把这种方法用于虹膜区域分割中,可以得到精确的、封闭的虹膜边缘。     

焊缝缺陷的超声检测图像识别方法

内部缺陷是影响焊接结构质量的主要因素．为了分析焊缝内部缺陷,快速得到敏感度高、边缘清晰的图像数据,本文根据焊缝缺陷的特点,结合声图像的特殊性,采用基于形态学的有噪彩色图像边缘检测方法,对原始图像进行滤波处理,实现了缺陷信息的有效分割,然后根据缺陷的特点通过数学统计的方法统计缺陷的特征值,最后通过实验证明该方法对缺陷的正确识别具有比较好的效果．     

一种基于边缘检测及纹理分析的水坝图像分割算法

针对边缘检测算法的局限性及灰度水坝图像的特点,提出了一种基于边缘检测及纹理分析相结合的灰度图像分割算法,首先利用边缘检测算法对待处理图像进行边缘检测得到图像的粗分割,然后在原灰度图像中对得到的边缘位置点进行纹理分析,去除检测到的非目标对象的边缘从而得到分割图像,即细分割。将该算法应用到河坝监测系统中,实验证明该算法达到了很好的分割效果。     

小波变换在X射线图像边缘检测中的应用

分析了X射线探伤图像的特点,将小波变换技术应用到X射线图像的边缘检测中,提出了基于小波变换的模极大值边缘检测算法,利用二次B样条小波,采用Mallat快速算法进行小波分解,采用分块阈值选取方法确定模极大值点,给出缺陷边缘。实验结果表明,该方法去噪效果好,检测出的缺陷边缘具有较强的连续性。     

基于分形维数的纹理图像分割

纹理图发割过程一般分为特征抽取和特征划分,文中提出一种新的基于分形维数的纹理图像分割方法,在特征抽取上,以分形作为纹理特征,运用图像变换的思想,结合差分盒计数和基于分形布朗自相似模型的分形估计方法。     

数字式射线图像缺陷检测的C-V方法

数字式射线图像（DR图像）缺陷检测主要是进行缺陷区域的分割和测量,分割精度将直接影响到测量精度。C-V模型是一种新的基于曲线演化理论和水平集方法的图像分割模型,它结合区域信息使得分割结果全局最优,可以很自然地处理轮廓线拓扑结构的变化。针对工件DR图像特点,研究了一种DR图像缺陷检测的C-V方法：首先应用C-V模型进行DR图像缺陷区域的分割,在此基础上,完成缺陷区域几何参数的测量。实验表明,C-V方法能准确地分割出DR图像中的缺陷区域,并获得缺陷形心和面积等参数。     

An Improved Method for Edge Detection and Image Segmentation Using Fuzzy Cellular Automata

Image segmentation is one of the most important and challenging problems in image processing. The main purpose of image segmentation is to partition an image into a set of disjoint regions with uniform attributes. In this study, we propose an improved method for edge detection and image segmentation using fuzzy cellular automata. In the first stage, we introduce a new edge detection method based on fuzzy cellular automata, called the texture histogram, and empirically demonstrate the efficiency of the proposed method and its robustness in denoising images. In the second stage, we propose an edge detection algorithm by considering the mean values of the edges matrix. In this algorithm, we use four fuzzy rules instead of 32 fuzzy rules reported earlier in the literature. In the third and final stage, we use the local edge in the edge detection stage to more accurately accomplish image segmentation. We demonstrate that the proposed method produces better output images in comparison with the separate segmentation and edge detection methods studied in the literature. In addition, we show that the method proposed in this study is more flexible and efficient when noise is added to an image.     

基于法向分量边缘融合的深度图像分割

针对深度图像边缘较难分割的问题,提出一种基于法向矢量分量边缘信息融合的深度图像分割方法。计算深度图像中每点的法向矢量,提取法向矢量的x、y分量并构建灰度图,融合Sobel算子的边缘检测结果得到深度数据的初始分割,通过细化处理得到最终分割结果。实验结果表明,该方法得到的分割区域边界闭合完整,分割质量较高。     

Unsupervised segmentation of noisy and inhomogeneous images using global region statistics with non-convex regularization

Improving the segmentation of magnetic resonance (MR) images remains challenging because of the presence of noise and inhomogeneous intensity. In this paper, we present an unsupervised, multiphase segmentation model based on a Bayesian framework for both MR image segmentation and bias field correction in the presence of noise. In our model, global region statistics are utilized as segmentation criteria in order to classify regions with similar mean intensities but different variances. Additionally, we propose an edge indicator function based on a guided filter (instead of a Gaussian filter) that can preserve the underlying edges of the image obscured by noise. The proposed edge indicator function is integrated with non-convex regularization to overcome the influence of noise, resulting in more accurate segmentation. Furthermore, the proposed model utilizes a Markov random field to model the spatial correlation between neighboring pixels, which increases the robustness of the model under high-noise conditions. Experimental results demonstrate significant advantages in terms of both segmentation accuracy and bias field correction for inhomogeneous images in the presence of noise.     

基于改进Canny算子的气液两相泡状流图像分割算法

图像分割是多相流高速视频分析的前提和基础。本文基于改进的Canny算子给出一种泡状气液两相流的图像分割方法。该方法充分考虑原始图像的灰度分布信息,利用高斯Sigma平滑滤波器有效地保持了边缘及消除了噪声,通过梯度的非极大值抑制和滞后阈值化处理后,获得了清晰的气液两相流泡状流图像边缘,为泡状流流动特性分析奠定了分析基础。     

钢板表面低对比度微小缺陷图像增强和分割

目的 环境干扰及光学元件不稳定等因素往往会造成钢板表面图像照度不均,钢板表面的微小缺陷具有图像灰度不均、对比度低、形态微小等特点,给后续图像分析和缺陷识别带来因难。为此,提出一种钢板表面低对比度微小缺陷图像增强和分割算法,以消除照度不均并突出缺陷信息,从而有效分割缺陷目标。方法 采用小波-同态滤波算法进行图像增强处理,即先利用小波变换对图像进行分解,再基于同态滤波对小波低频系数进行图像灰度修正,同时对高频系数进行高通滤波,然后将处理后的小波低频系数和高频系数进行重构得到增强的图像,从而达到消除照度不均、增强缺陷细节信息的目的。最后利用最大类间方差法（Otsu法）确定自适应阈值提供给Canny算子进行边缘检测。结果 采用本文算法对钢板表面多类型低对比度表面微小缺陷进行研究,有效消除了光照不均;单一的Otsu阈值分割和Canny算子难以有效检测这些缺陷,而本文Otsu-Canny算法的正确检测率达96%。结论 采用小波-同态滤波进行图像增强处理后,再利用Otsu-Canny算法对钢板表面多类型、低对比度的微小缺陷进行边缘检测取得了良好效果。