手背静脉图像二值化阈值算法

因为传统分割算法对图像细节特征信息不敏感,分割效果不理想,提出了一种确定阈值的改进方法。该算法在阈值图像法的基础上,采用迭代计算平均值的方法,动态地获得每个像素点位置的最佳阈值,以获取一幅与原图像大小相同的阈值图像,利用该阈值图像对原静脉图像进行二值化处理,增强了图像的局部细节特征信息。仿真实验证明了该改进算法的有效性。     

二维直方图斜分Tsallis–Havrda–Charvát熵图像阈值分割

本文指出了现有二维直方图区域直分法中存在明显的错分,提出了二维直方图区域斜分方法,即通过与主对角线平行的四条斜线将直方图分成内点区、边界点区和噪声点区,并按灰度级与邻域平均灰度级之和的大小进行分割.该方法可以运用于所有的基于二维直方图的阈值分割.文中导出了基于二维直方图区域斜分的Tsallis–Havrda–Charvát 熵阈值选取公式及其快速递推算法,给出了分割结果和运行时间.与基于二维直方图直分的Tsallis–Havrda–Charvát 熵原始算法相比,本文提出的基于二维直方图斜分的Tsallis–Havrda–Charvát 熵阈值分割算法,使分割后的图像内部区域均匀,边界形状准确,更有稳健的抗噪性,其运行时间减少了五个数量级.     

基于遗传算法的干涉图像样的最佳熵研究

将遗传算法用于计算云纹干涉图像的二值化阈值，提出基于改进遗传算法的图像分割方法，采用Otsu公式，找出分割图像最优阈值。通过算法实现表明，利用遗传算法所得到的最佳阚值进行二值化处理，效果非常好。     

改进的模糊阈值图像分割方法

提出了一种自适应的模糊阈值图像分割方法,通过预分割和直方图信息相结合的方法,解决了传统的模糊闽值图像分割法难以自动获取窗宽的困难;并针对模糊闽值图像分割方法不能适用于直方图呈单峰分布的图像的缺陷,提出了一个新的平滑迭代公式。该平滑迭代公式利用像素点的邻域信息使图像增强,再使用自适应的模糊阈值图像分割方法进行分割,可以拓宽模糊阈值图像分割方法的适用范围。实验结果表明,使用该方法的目标分割正确率达97.3％,显示了较高的分割精度和较强的鲁棒性。     

基于最大模糊相关准则的图像快速分割

根据数字图像本质上具有模糊的特性,分析了传统模糊熵阈值方法的缺陷,提出了最大模糊相关准则快速阈值分割方法.首先应用模糊隶属度函数把数字图像转换到模糊域,然后根据相关的定义计算图像直方图目标与背景的模糊相关总量,并依据最大模糊相关准则自动选取最佳阈值.另外,为了缩短最佳阈值获取时间,应用差分演化算法对模糊隶属度函数参数进行寻优.最后在真实图像上与其它几种典型的阈值法进行了对比实验,实验表明所提方法能获得较好的分割结果,满足实时性需求.     

弧齿锥齿轮接触斑点的数字边缘提取方法

本文以过渡区域的阈值分割算法为基础,提出了实现该算法的阈值自适应计算方法.这种非交互方法避免了图像分割中人工干预阈值的选择,同时能够有效获取接触斑点的理想数字边缘.在接触斑点真彩色图像的256色灰度化预处理过程中,根据数理统计思想,针对具体真彩色图像,实现了三原色系数的自适应计算,所获得的预处理效果为后续的图像分割提供了完整的图像信息.实验表明,本文所发展的锥齿轮接触斑点的数字边缘提取方法,具有良好的适用性和针对性.     

印刷网点微观图像阈值分割算法研究

目的 通过阈值处理方法, 准确获取网点微观图像的特征参数, 将其与仪器测量值相结合, 综合评价印刷品复制质量。方法 提出一种基于高斯函数模型拟合网点图像灰度直方图数据的阈值分割算法, 寻找网点类图像最佳分割阈值, 对图像进行二值化处理, 得到准确的网点参数。结果 得到的印刷品网点面积率在全阶调范围内更接近于测量值, 分割效果明显优于传统的阈值分割算法。结论 提出的高斯拟合阈值分割算法更有利于提取网点类图像的微观参数, 精度高, 稳定性好,为获取准确的网点图像微观参数提供了理论与实践参考。     

一种改进的二维最小交叉熵图像分割方法

针对当前二维最小交又熵阈值法存在计算复杂度高等问题,提出了一种改进的二维最小交叉熵阈值分割方法.首先,依据图像的含噪声类型选择邻域模板并建立相应的二维直方图来提高分割效果;然后,对二维最小交又熵公式进行推导和简化处理,利用定义的数组运算推导出新型递推算法,再确定图像及其邻域图像的实际灰度级别范围,并用这种新算法在所求的灰度级别范围内搜索最佳阈值向量来降低计算复杂度;最后,使用关键阈值一对滤波后的图像进行分割达到最佳的分割效果.仿真实验结果表明,与当前的二维最小交又熵阁值分割法相比,本文提出的方法不仅分割性能及抗噪性能更强,而且分割时间大大减少,小于0.05 s.     

矿岩爆破图像二值化分割技术的研究与选择

爆破块度图像分析法是当前爆破块度统计的重要方法,图像分割技术是该分析方法的关键与难点。针对爆堆及块石图像的特殊性,研究了基于二值化的矿岩爆破图像分割技术,分析了阈值分割、区域生长分割、标记分水岭分割等当前主要的图像分割方法。通过研究图像上同一截面灰度值切片的变换与矿块实际边缘的吻合程度,发现数学形态学分割方法得到的二值图像边界清晰、断点少,相对于门限法更适用于爆破块度图像,其生成的二值化图像层次清晰,便于像素特征的提取。图像分割先进技术的应用,对于实现矿岩爆破图像块度分析的智能化提供了广阔的空间。     

基于二邻域局部阈值的矾花图像分割

本文提出一种采用二邻域类间方差局部阈值化算法对矾花图像进行分割，实践证明该方法非常有效，能基本解决常规局部阈值分割中出现的问题。     

自适应阈值的小波图像去噪

针对VisuShrink阈值和NormalShrink阈值的缺陷,提出了一种改进的自适应阈值图像去噪方法.根据不同的子带特性,定义了一个新的尺度参数方程,以确定适合各个尺度级的自适应最优阈值,并依此对图像进行去噪.实验结果表明,该方法可将每一尺度上的信号与噪声作最大分离,有效去除了白噪声,较好地保留了图像的细节信息,进一步提高了峰值信噪比,且没有增加时间复杂度,能用于实时处理.     

一种有效的红外图像中人造目标分割方法

提出一种红外图像单阈值分割方法。为了减少计算量,结合先验信息选择包含待分割目标的感兴趣区域,利用Bezier曲线法平滑感兴趣区域直方图的噪声;对平滑后的感兴趣区域的直方图求解其曲率曲线,用曲率曲线的波峰所对应的灰度值作为初始分割阈值;基于先验信息从初始分割阈值中确定最佳分割阈值并进行初步分割。为了弥补单纯利用阈值法分割的缺陷,结合上述分割结果和目标的边缘信息得到封闭性良好的完整目标的二值图像。实验结果表明,提出的方法能快速有效地将红外目标从复杂的背景中分割出来,算法的计算复杂度为O(MN)。     

An Image Edge Detection Algorithm Based on Multi-Feature Fusion

Edge detection is one of the core steps of image processing and computer vision. Accurate and fine image edge will make further target detection and semantic segmentation more effective. Holistically-Nested edge detection (HED) edge detection network has been proved to be a deep-learning network with better performance for edge detection. However, it is found that when the HED network is used in overlapping complex multi-edge scenarios for automatic object identification. There will be detected edge incomplete, not smooth and other problems. To solve these problems, an image edge detection algorithm based on improved HED and feature fusion is proposed. On the one hand, features are extracted using the improved HED network: the HED convolution layer is improved. The residual variable convolution block is used to replace the normal convolution enhancement model to extract features from edges of different sizes and shapes. Meanwhile, the empty convolution is used to replace the original pooling layer to expand the receptive field and retain more global information to obtain comprehensive feature information. On the other hand, edges are extracted using Otsu algorithm: Otsu-Canny algorithm is used to adaptively adjust the threshold value in the global scene to achieve the edge detection under the optimal threshold value. Finally, the edge extracted by improved HED network and Otsu-Canny algorithm is fused to obtain the final edge. Experimental results show that on the Berkeley University Data Set (BSDS500) the optimal data set size (ODS) F-measure of the proposed algorithm is 0.793; the average precision (AP) of the algorithm is 0.849; detection speed can reach more than 25 frames per second (FPS), which confirms the effectiveness of the proposed method.     

一种基于YC-rC-b颜色空间和视觉特性的彩色图像水印技术

根据图像离散余弦变换频谱图特征及结合人眼对亮度和颜色的对比度敏感视觉特性,提出了一种人眼感知图像最小误差即JND阈值的计算方法,通过计算出的JND阈值,提出了一种基于YCrCb颜色空间的彩色图像水印技术方案。方案依据JND阈值筛选彩色图像的3个分量亮度图变换域频谱系数来进行水印的嵌入和提取。从水印技术方案上看,JND阈值的引入使得水印的嵌入达到最大;嵌入算法使得水印嵌入的位置具有随机性,有力地保证了水印信息的安全性。仿真实验和攻击测试表明:含水印图经压缩攻击后的图像与原始图像基本一样,提取的水印信息与原始水印基本相同;攻击后的含水印图具有较好的透明性和较高的鲁棒性。提出的基于YCrCb颜色空间和人眼视觉特性的彩色图像水印技术方案,是一种可行的、较好的彩色图像技术。     

小波域降噪方法及其在历史音频保护中的应用

提出基于小波包变换的自适应多阈值音频降噪法,从小波包最佳分解树的各个终端结点选择不同的最佳阈值。而最佳阈值的选取是基于贝叶斯理论,并且采用折中阈值函数。实验和应用表明,相比小波包全局阈值降噪算法,此种降噪方法能使降噪后的音频保留尽可能多的原始音乐信号,较好地适合听众的听觉效应,满足历史音频资料数字化保存的需要。     

Contrast enhancement using real coded genetic algorithm based modified histogram equalization for gray scale images

Histogram equalization is a well‐known technique used for contrast enhancement. The global HE usually results in excessive contrast enhancement because of lack of control on the level of contrast enhancement. A new technique named modified histogram equalization using real coded genetic algorithm (MHERCGA) is aimed to sweep over this drawback. The primary aim of this paper is to obtain an enhanced method which keeps the original brightness. This method incorporates a provision to have a control over the level of contrast enhancement and applicable for all types of image including low contrast MRI brain images. The basic idea of this technique is to partition the input image histogram into two subhistograms based on a threshold which is obtained using Otsu's optimality principle. Then, bicriteria optimization problem is formulated to satisfy the aforementioned requirements. The subhistograms are modified by selecting optimal contrast enhancement parameters. Finally, the union of the modified subhistograms produce a contrast enhanced and details preserved output image. While developing an optimization problem, real coded genetic algorithm is applied to determine the optimal value of contrast enhancement parameters. This mechanism enhances the contrast of the input image better than the existing contemporary HE methods. The quality of the enhanced brain image indicates that the image obtained after this method can be useful for efficient detection of brain cancer in further process like segmentation, classification, etc. The performance of the proposed method is well supported by the contrast enhancement quantitative metrics such as discrete entropy and natural image quality evaluator. © 2015 Wiley Periodicals, Inc. Int J Imaging Syst Technol, 25, 24–32, 2015     

基于高斯金字塔和视觉显著性的色织物疵点检测

目的为了提高色织物疵点检测的准确率。方法提出一种基于高斯金字塔和视觉显著性的色织物疵点检测方法。首先预处理待检测色织物图像,削弱不均匀光照和环境造成的影响;再对预处理后的图像进行灰度化,接着对灰度图进行高斯金字塔分层,然后对分层后的图像进行显著性处理,以获取图像的显著图;最后利用迭代阈值分割的方法对显著图进行阈值分割,得到色织物图像的疵点区域。结果将该方法与其他色织物疵点检测方法进行对比可知,检测的效果明显优于其他方法,疵点检测的准确率为91.25%。结论该方法可以有效地对色织物疵点进行检测,将疵点区域提取出来,为色织物后续生产中的加工处理提供有用信息。     

基于Otsu阈值法与形态学自适应修正的舌像分割方法

为了从原始舌图像中精确分割出舌体以实现中医舌诊的客观化,提出了一种基于Otsu阈值法与形态学自适应修正的舌像分割方法。该方法提取原始舌像的RGB色彩空间与HSV色彩空间中G、B、V通道的信息,运用Otsu阈值法对舌像进行二值化,基于先验知识对目标区域进行聚类,采用形态学运算方法,利用舌体当量直径自适应选取结构元素的大小,对聚类结果进行开启运算修正得到舌像分割结果。基于200幅不同形态、不同舌色类别原始舌像的实验结果表明,该方法能稳定精确地分割出舌体,与传统的Otsu方法及灰度投影-Otsu方法相比,准确率有了很大的提升。