结合粗糙集与分层思想的彩色图像分割算法

针对彩色图像分割算法中小目标区域容易错分割以及计算复杂度高的问题,提出一种基于HSI空间的结合粗糙集理论与分层思想的彩色图像分割方法。首先,由于彩色图像HSI空间的奇异点对应于RGB空间的灰色像素点,为了消除奇异点,在RGB空间寻找"灰色区域"进行分割与标记;然后,将图像转换到HSI颜色空间,在强度I分量上,考虑到空间邻域信息以及区域分布差异,设计了变阈值渐变性同质函数对原始直方图进行加权,将加权直方图和原始直方图分别作为粗糙集的上、下近似集,构造了新的粗糙度函数进行分割;其次,针对初分割得到的每个区域,在色调H分量上采用直方图阈值化完成细分割;最后,为了避免过分割,在RGB空间上进行区域合并。相比Mushrif等提出的粗糙集分割算法(MUSHRIF M M, RAY A K. Color image segmentation: rough-set theoretic approach. Pattern Recognition Letters, 2008, 29(4): 483-493),该算法更容易分割出图像中的小目标区域,避免了因RGB三个分量的相关性造成的错误分割,算法运行速度提高了5~8倍。实验结果表明:该算法分割效果较好,具有一定的抗噪性与鲁棒性。     

基于粗糙集直方图的彩色图像分割改进

把粗糙集应用于图像分割的研究一直是一个热门话题,Milind M.Mushrif、Ajoy K.Ray 等结合Histon直方图,基于粗糙集理论,阐明了一种新的彩色图像分割算法.此方法可以获得合适的阈值,对彩色图像进行合理的分割,但是,该文完全是在R、G、B颜色空间的基础上构建粗糙集直方图的,由于R、G、B3个分量是高度相关的,并且RGB颜色空间是不均匀的,所以,不能用该颜色空问中两点间的距离来表示两种颜色之间的知觉差异,这直接影响到粗糙集直方图的准确性,进而影响最终的分割效果.针对该弱点进行改进,引入YUV空间来计算像素点间的颜色差异,进而得到更准确的R、G、B粗糙集直方图,以求得到更符合知觉差异的粗糙集直方图.经过大量实验证明,文中所述方法分割效果更贴近原图,符合视觉感受.     

基于HSV空间的果蝇复眼区域提取算法

针对果蝇复眼病变诊断研究中,由于果蝇复眼目标与背景对比度不大,直接在RGB空间操作,无法设计一个普遍性较好的图像分割算法的问题,提出了一种基于HSV色彩空间的果蝇复眼目标区域提取算法.该算法将果蝇复眼彩色图像分解成单个彩色分量,并以含有丰富信息的R分量代替B分量;将图像从RGB彩色空间映射到HSV空间,在灰度直方图具有明显双峰特性的S通道中,引入OTSU阅值设定算法进行阈值分割,达到准确提取果蝇复眼目标区域的目的.实验表明,该算法可以快速准确的完成果蝇复眼目标区域的提取,有利于病变区域的识别.     

基于同态滤波抑制光照变化的视频分割算法

针对光照变化较大时基于颜色差分直方图的视频分割算法不能有效更新背景,导致后续输入图像前景目标分割失效的问题,提出一种基于同态滤波抑制光照变化的视频分割算法。首先利用同态滤波算法对输入和背景图像(RGB)在HSV空间中亮度分量进行同参矫正,然后将矫正后图像转换到RGB空间,最后利用颜色差分直方图算法进行视频分割。文中算法有效解决颜色差分直方图算法无法将受光照变化影响较大区域更新到背景中的问题,实现背景的实时有效更新,保证稳健地从后续输入图像分割前景目标。3组视频仿真结果表明该算法与高斯混合和Codebook算法相比具有运算速度快,对光照变化鲁棒的优点。     

空间模糊C均值聚类的神经切片图像分割方法

周围神经切片显微图像具有背景复杂、区域不连续和光照不均匀等特点,应用经典的图像分割算法难以取得有效的分割结果。通过结合初始隶属度概率函数和空间距离来设计空间函数而得到的SFCM聚类算法,并提出SFCM彩色图像分割方法。把图像从RGB颜色空间转换到HIS颜色空间。采用聚类有效性分析指标在直方图快速FCM算法中为HSI各分量确定分类数目和获取SFCM初始化参数。对HIS各分量分别进行SFCM聚类,合并各分量并转换回RGB彩色空间以显示结果。实验结果表明,与标准FCM聚类分割算法相比,新方法能更有效地分割区域不连续的神经切片显微图像。     

颜色直方图特征分割方法在火灾探测中的应用

火焰目标区域的分割是火灾探测的重要组成部分.有效的目标区域分割方法可以在早期排除掉背景的干扰,降低后续判别的运算复杂度.火焰的颜色具有区别于其他物体背景的独特的色彩分布规律,因此文中尝试引入一种基于火焰颜色特征的分割方法.先将视频采集的RGB图像转换到HIS空间模式下,提取各分量直方图,在图像色相和亮度分量中采用最大类间方差法选择阈值分割提取火焰区域.在实验应用中的结果表明这种方法实现了对火焰目标的有效提取.     

基于均值移动算法的图像分割的研究

均值移动算法是一一种统计迭代算法,实际已经在图像分割中得到了广泛应用。但对分割结果的准确性有待于提高。为了能够得到更好的图像分割结果,根据柱状HSV颜色空间三个分量相关性弱、便于计算和颜色差异便于表示的特点,提出了基于柱状HSV空间的均值移动图像分割算法。将图像由RGB空间转化到柱状HSV空间,在转化后空间采用均值移动算法进行图像分割,用白色像素标记不同区域边界。最后通过与对RGB空间的均值滤波器的分割结果比较,验证算法的有效性。     

基于小波变换和稀疏光流法的火灾烟雾检测

传统图像型火灾烟雾检测算法不适用于存在灯光、水蒸气等噪声的图像。为此,通过分析早期火灾烟雾的运动规律,采用分块和背景自适应相结合的方法,提取运动前景,然后分别在RGB空间和HSV空间建立烟雾的颜色模型和亮度变化模型,分割出烟雾疑似区域。在灰度空间使用二维离散小波变换对烟雾疑似区域及对应的背景区域进行能量分析,提取高频和低频能量的比值。用Lucas-Kanade稀疏光流算法跟踪运动区域,获取烟雾运动区域的平均偏移量和相位分布作为烟雾识别特征,根据烟雾识别规则,判断监控区域是否有火灾发生。实验结果表明,该方法具有较强的鲁棒性,能够提高烟雾检测的准确率。     

改进混合高斯模型的自适应烟雾图像分割算法

为了解决烟雾分割算法中灰白(白)烟和黑色烟雾的同时提取以及分割阈值的自适应选取问题,利用烟雾属于前景目标的特征以及灰白(白)烟和黑色烟雾的颜色特征,提出一种改进混合高斯模型的自适应烟雾图像分割算法.该算法在混合高斯背景模型的基础上删除长期没有匹配的"过期"高斯成分,缩短背景建模时间;根据烟雾"团聚"特点以及灰白(白)烟和黑色烟雾各自不同的R,G,B三分量关系对烟雾图像进行分块,通过对不同的块使用自适应差分阈值提取烟雾可疑区域;针对光线突变、物体移入场景并静止下来等使场景可能发生渐变的问题,对背景图像进行全局和局部更新,并引入修正因子?对已经更新后的背景图像再次修正,确保背景图像更加接近真实场景;最后通过计算当前图像与背景图像的差异程度作为块差分阈值更新基准,实时更新块差分阈值.实验结果表明,文中算法不但能够同时提取灰白(白)烟和黑色烟雾,而且目标边缘不规则信息保留完整,分割准确度比已有算法提高了35.9%,运行速度有小幅度提升.     

基于区域增长的可视人彩色图像分割

提出了一种基于区域生长的彩色图像分割算法,以提取可视人数据集中真彩解剖切片的组织器官。通过对彩色图像颜色特征空间RGB和HSV的分析,选择出适合可视人数据中肺部器官特征的颜色分量作为生长算法中分割合并的特征度量法则。实验表明,该方法能较好地分割出可视人真彩胸部图像中的肺部器官。