边界与区域相结合的目标提取算法

对于目标中带孔或目标颜色信息和背景颜色信息相似的图像,单独根据边界信息或区域信息无法提取出准确的目标.从图像的边界信息与区域信息综合考虑,以图割理论为基础,提出了一种基于图割的边界信息与区域信息相结合的目标提取算法.实验结果表明,该算法对目标中带孔或目标颜色信息和背景颜色信息相似的图像,能够准确、有效地提取出目标,自动分割精度高,用户工作量少,分割效率高,达到了预期的效果.     

基于数学形态学的机场跑道快速识别方法

提出了一种航拍机场跑道的快速识别方法。采用二维最大熵阈值方法分割出目标区域,利用Kitsch算子提取主要物体的边界轮廓,然后基于数学形态学的开、闭运算消减云层等物对目标边界的干扰,断开细线连接,削弱狭窄的部分,再应用细化剪枝剔除毛刺和各段孤立的短骨架线;利用Hough变换搜索出平行直线对作为机场跑道的候选区域;利用跑道区域的灰度特征对候选区域进行验证,去除虚假目标。实验结果表明：该方法具有较高的目标识别率和计算实时性,抗噪性强,能够消除背景中诸如云朵等物体的干扰。     

基于模板匹配的多目标精确粘连分割算法

在提取多运动目标的基础上,利用目标运动的时空连续性,提出一种基于模板匹配的多目标精确分割算法。该算法首先利用混合高斯模型提取视频中的运动目标,然后利用模板匹配算法初步识别出每一个目标的区域,最后利用扩张算法扩充目标的完整边界区域。实验结果表明,与传统的静态粘连分割算法比较,所提出的算法不但能分割同一颜色的多目标视频,而且分割效果更准确更高效。     

一种基于骨架的彩色图像分割方法

在自然场景的图象分割识别中,如何克服光照变化对分割结果的影响是研究面临的一个关键问题.针对传统方法的限制,提出了一种基于骨架匹配的彩色图像分割识别方法.利用颜色和纹理信息对彩色图像进行初分割,然后在初分割的基础上,利用目标的骨架模型在假设检验判决的框架下在初分割的目标近邻区域对包括阴影区域在内的候补目标区域进行融合处理.实验结果表明该算法是一种行之有效的算法,在对自然场景图像的目标分割识别中能一定程度上消除光照变化对图像分割的影响,取得与人的主观视觉感知相一致的图像分割结果.     

基于数学形态学的机场跑道快速识别方法

提出了一种航拍机场跑道的快速识别方法.采用二维最大熵阈值方法分割出目标区域,利用Kitsch算子提取主要物体的边界轮廓,然后基于数学形态学的开、闭运算消减云层等物对目标边界的干扰,断开细线连接,削弱狭窄的部分,再应用细化剪枝剔除毛刺和各段孤立的短骨架线;利用Hough变换搜索出平行直线对作为机场跑道的候选区域;利用跑道区域的灰度特征对候选区域进行验证,去除虚假目标.实验结果表明:该方法具有较高的目标识别率和计算实时性,抗噪性强,能够消除背景中诸如云朵等物体的干扰.     

基于频率域的图像显著性区域提取方法

针对图像的显著性区域提取方法存在区域边界不明确、分辨率不高、显著性目标不准确等问题,提出了一种使用高斯差分滤波器的组合来保持原图像更多的频率信息,然后在频率域里利用颜色和亮度两个特征来计算显著图,最后用均值偏移方法结合自适应阈值方法从显著图中提取显著性区域。实验结果表明,使用高斯滤波器的方法不仅输出完整分辨率的显著图,而且能准确地突出显著性目标,使区域具有明确的边界,并且分割的查准率和查全率都好于多尺度分析方法和Itti方法。     

线传感器网络中基于距离变换的骨架提取*

在无线传感器网络中,利用骨架信息可以提高路由性能,也可以用于网络定位、导航以及分割等.以往的骨架算法往往假定边界节点被全部识别,但在绝大多数网络中,尤其是低密度网络,边界节点往往很难被全部正确识别.提出了一种基于距离变换的低复杂度、分布式骨架提取算法,该算法不要求所有边界节点被识别.实验结果表明,该算法对于边界不准确时能够得到较好骨架,同时对于边界点缺失具有鲁棒性.     

应用最小生成树实现点云分割

点云分割是点云参数化、形状识别、编辑造型等领域的关键基础算法。提出一种基于最小生成树的点云模型分割算法,包括生成带状分割边界、区域增长、拆分带状分割边界以及生成最终区域4个步骤。算法采用Snake模型提取分割曲线并向两侧扩展形成带状分割边,利用最小生成树实现区域增长来提取区域内部点,最后拆分带状分割边界并与已有区域合并形成最终区域。实验结果表明,该算法能够有效避免过分割和欠分割,能够生成光顺分割边界,与Level Set分割算法相比具有较高的效率。     

基于CANNY算法的道路交通标线识别方法

现如今在智能交通领域,车道线及交通标志的识别已经发展得较为成熟,但缺乏对于交通道路中标线识别的研究。为了解决道路交通标线识别中标线分类复杂以及精确程度不高等问题,提出了一种基于CANNY算法的道路交通标线识别方法。针对视频中道路交通标线的提取及其识别,提出通过结合阈值分割提取颜色特征及使用CANNY算法检测标线边缘特征等信息,定位出标线所在原始图像的位置,并将ROI定位区域标定分割,得到初步的检测区域,将ROI定位区域标定分割后结合SURF算法提取出图中的特征点,最后基于快速近似最近邻搜索匹配方法对标线进行识别。实验发现,此方法剔除了后期检测时冗余的特征点,减少了处理时传输量,加快了识别速度,对现实场景中车道线的识别效果良好。     

一种基于二值图像的形状分割算法研究

提出一种基于二值图像的形状分割方法.该方法首先对图像边界进行处理,提取边界凹角点,然后对图像的形状骨架的分支进行分析,结合这两者的信息进行分割.通过修剪骨架分支的长度来消除噪声干扰,同时控制图像的分割子区域的大小及个数,有效提高了算法的效率和分割精度.与其他算法相比,本算法能根据后续处理需要将剪纸图像分割为若干子区域,为提高后续处理的效率和结果优化提供了可靠的基础,分割结果更适合后续的剪纸图像变形处理.     

基于紫外光图像的岩石裂隙骨架抽取

利用数字图像技术对基于紫外光的岩石裂隙图像进行裂隙骨架抽取。首先对岩石裂隙图像进行噪声滤除、图像分割、空腔填充、短枝去除等图像处理操作,然后在分析了骨架特性和骨架抽取算法的基础上提出了基于结构元素的逐层细化算法。经实验得知,该算法可以高效地抽取较理想的岩石裂隙骨架,且算法稳定,行之有效。     

基于区域分割的伪装迷彩设计研究

该文主要介绍了图像分割技术的发展现状以及区域分割的方法,并对颜色空间的分类及其各类的特点做了简单的介绍。在对区域生长法原理及算法介绍的基础上,结合山地高空所拍摄植被的光学照片,进行伪装迷彩设计中的背景分割试验．从而验证区域生长法在彩色图像分割中的分割效果。     

局部阀值法的医学图像分割

提出了一种局部阀值法的医学图像分割算法。针对X线医学图像中存在目标动态范围广,目标与背景灰度值重叠区间大等特点,在对目标特有纹理进行增强的基础上,采用了包含目标区域最小化的分区,最后利用局部阀值法结合密度函数分割图像。实验表明,该方法能有效分割出医学图像中的骨质影像。     

基于区域分割的伪装迷彩设计研究

该文主要介绍了图像分割技术的发展现状以及区域分割的方法,并对颜色空间的分类及其各类的特点做了简单的介绍。在对区域生长法原理及算法介绍的基础上,结合山地高空所拍摄植被的光学照片,进行伪装迷彩设计中的背景分割试验,从而验证区域生长法在彩色图像分割中的分割效果。     

A two-level strategy for segmenting center of interest from pictures

Segmenting center of interests (COIs) from pictures is an important but highly challenging problem for researchers in computer vision and image processing. The capability of understanding the meanings of pictures by computers can lead to breakthroughs in a wide range of applications including Web image search and online picture-sharing communities. In this paper, a two-level strategy is presented, which consists of a rough segmentation stage and a fine segmentation stage. In the first level, a picture is partitioned into four regions by using a block clustering method based on color and texture features, and the COI within the picture is distinguished from the background according to the principles of photographic composition. This stage aims to determine the approximate region of the target. In the second level, a novel active contour model is established based on shape information and vector method, where the image energy is defined by a hue gradient and the external energy is generated from either a triangular inner force or a supplementary force. This stage tries to extract the boundary of the target accurately. Experimental results on photos downloaded from the Internet show the feasibility and effectiveness of the proposed method.     

利用总变分最小化方法的无监督纹理图像分割

纹理图像的分割是图像处理领域中的一个典型难题。不同于传统的提取纹理特征量进行纹理分割的方法，本文将图像复原和重建中的总变分最小化方法和活动围道分割方法相结合，提出了一种简单的线性纹理模型。利用总变分最小化方法在保持图像大尺度棱边信息的基础上对纹理体现的局部小尺度周期性灰度振动细节进行平滑得到简化的图像原型。对其进行分割获得不同纹理区域之间的低定位精度的边界围道，再利用原始图像对围道进行高精度细化。在总变分最小化导致的非线性扩散方程求解过程中，运用AOS(additive operatorr splitting)数值算法以改进算法效率。实验结果表明，该方法能很快提取出纹理图像的简化图像，同时是一种无监督的纹理分割方法。     

基于混合主动轮廓模型和区域间差别最大化的细胞弱边界分割

准确分割是图像处理与分析的关键。然而显微细胞图像的目标轮廓模糊、存在弱边界等问题,使得分割结果往往不尽人意。针对这一问题,提出基于混合主动轮廓模型和区域间差别最大化的细胞弱边界分割方法。该模型根据区域最大化的原则,并采用局部和全局灰度信息作模型的驱动力,在确保检测出全局差异的同时,捕捉到局部差异性。模型的能量泛函是由局部和全局拟合项组成的,并引入策略权重参数,这个参数利用梯度信息来解释局部拟合项和全局拟合项是如何组成混合拟合项的。实验结果表明,这种基于混合主动轮廓模型和区域间差别最大化的细胞分割方法能有效地捕获弱边界并分割出细胞核。     

一种基于改进分水岭算法的图像分割方法

使用分水岭方法对图像进行分割引起了人们的重视,但是在图像分割中,分水岭变换使用的是梯度图像,容易造成过度分割。因此首先对原始图像进行平滑,将平滑后的图像使用分水岭变换,同一标号的像素属于同一贮水盆地,而将距不同贮水盆地距离相等的像素标为分水岭点,这样就得到了图像的初始分割结果;最后应用灰度齐次性准则和边界强度准则进行区域的融合,从而解决了过度分割问题。实验结果表明,该方法得到了精确的、有意义的分割结果。     

航拍胶片注释信息自动解译算法研究

航拍胶片注释信息记录着航拍过程中飞机的姿态参数及相机的工作参数,其正确解译对后期的图像处理尤为重要。本文介绍了航拍胶片注释信息解译的主要步骤,包括注释信息块的定位、阈值分割、标识符分割和标识符解译,重点研究了字符的阈值分割处理方法,提出了基于CASDA与Niblack相结合的阈值分割算法。实验表明,本文算法具有较好的可操作性和适应性,能够有效地对航拍胶片注释信息进行自动解译。