一种有效的水下图像分割算法

水下图像具有信噪比低、边缘模糊等特点，直接使用传统分割方法对水下图像进行处理，效果较差，存在边缘扩大、轮廓变形等缺点。为提出新的抗噪性能好、能够克服水下成像过程中非线性影响的算法，文中在模糊理论的基础上，结合用熵的概念，提出了一种能根据图像自身特点自适应选择变换参数、使图像分割效果达到最佳的算法。通过对水下图像处理实验证明，该算法对简单背景的水下图像分割是有效的。和传统分割方法相比，该算法具有更强的自适应性和抗噪性能。     

一种基于信息熵约束的快速FCM聚类水下图像分割算法

智能水下机器人视觉识别系统的使命是快速、准确地处理获得水下目标的相关信息并及时反馈给计算机来指导机器人进行下一步的任务。为了在保证分割质量的前提下实现快速图像分割,结合梯度算子、图像的直方图特征和采样计算,并以图像的相对信息损耗为约束,提出了一种基于熵约束的快速FCM聚类水下图像分割算法,并依据水下图像分割效果和模糊划分的有效性评价指标,详尽研究了新算法中加权指数二的取值规律性。实验结果表明,这种算法能够获得较好的分割质量和时间效率,符合机器人对实时性的需求。     

一种基于模糊增强的图像分割方法

本文基于模糊技术,在现有的模糊增强方法的基础上提出一种改进方案：首先对图像进行自适应滤波,以减小噪声,然后再进行两次模糊增强处理,最后得到分割结果。经过与多种方法的实验对比,验证了本方案的有效性。     

一种结合二维熵和模糊熵的图像分割方法

基于二维熵的分割方法是一种常用的阈值分割技术,其基本假设是对象区域和背景区域占据了二维直方图的绝大部分区域,即假设对象区域和背景区域的概率和近似为1。该方法存在的不足是忽略了边界区域的信息对分割结果的影响,鉴于此,提出了一种结合二维熵和模糊熵的图像分割方法,先采用二维熵对图像进行初步分割,再采用模糊熵作后续处理以弥补忽略边界信息带来的问题。实验结果表明,对于含噪图像,该文方法的分割效果是比较理想的。     

一种结合二维Otsu法和模糊熵的图像分割方法

提出了一种结合二维Otsu法和模糊熵的图像分割方法,先采用二维Otsu法对图像进行初步分割,再采用模糊熵作后续处理,以弥补忽略边界信息带来的问题.实验结果表明,对于含噪图像,该方法的后处理效果是比较理想的.     

自动图像阈值分割算法

该文提出了一种新的图像阈值分割算法。该算法通过求取最大模糊熵准则下,灰度均值直方图的最佳模糊划分参数来确定两个模糊集A和B,图像分割阈值即选取为两个模糊集的交点。该算法用Zadth的模糊熵定义适应度函数,采用改进的遗传算法寻求最佳模糊参数。该文对遗传算法的改进包括,给出了缩短染色体码长的编码方法和性能良好的改进的单点交叉算子和均匀变异算子。实验结果表明,该算法的分割效果与二维模糊熵算法接近,而计算时间还没有用到二维模糊熵算法的一半。     

一种基于模糊连通度的图像阈值分割算法

提出一种新的图像阈值分割方法。该方法给出模糊连通度定义,采用图像划分测度作为区分目标和背景的阈值分割准则,在计算图像划分测度时,采用基于灰度级的权值矩阵代替常用的基于像素的权值矩阵来描述图像中各像素之间的关系,从而减小算法实现的复杂性,提高算法运算速度。仿真实验结果表明,与大多数模糊阈值分割方法相比,该方法更具优越性。     

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。     

基于组合优化算法的图像阈值分割

针对广义模糊熵图像阈值分割中参数的选取问题,采用两种算法实现自适应选取参数的广义模糊图像熵阈值分割。其中,算法二依据均匀性测度,通过遗传优化算法对参数m在(0,1)区间进行全局寻优,并以广义模糊熵为目标函数,通过粒子群优化算法,对S型隶属度函数中的参数进行全局组合寻优,从而实现广义模糊熵图像阈值分割方法的自动阈值选取。实验结果表明了算法二的有效性。     

一种基于自适应空间信息改进FCM的图像分割算法

为了更好地改善图像分割效果,提出一种自适应空间信息的模糊聚类算法(adaptive spatial information fuzzy clustering,ASIFC).算法将图像空间信息与FCM算法相结合,改进了FCM算法的目标函数;使用信息最大化识别噪声数据和消除异常值.在合成图像和核磁共振脑部图像数据库Brainweb上的实验结果表明,该算法能自适应地实现图像分割,有效识别噪声数据,解决了FCM的空间信息缺乏问题,增强了算法的鲁棒性,相比其他几种较新的聚类算法,取得了更好的分割效果.     

数据仓库设计的一种有效方法

通过数据仓库和数据库设计的比较,该文提出了一种基于数据库设计思想的数据仓库设计方法,给出了设计步骤,并介绍了源数据分析。同时,该方法在实际应用中取得了满意的效果。     

快速JPEG图像检索方法

本文给出了一种基于归一化化转动惯量(NormalizedMomentInertia,NMI)的JPEG图像快速检索方法,其特点是直接在压缩域中利用DCT系数进行块分类,每一类分块形成一个二值索引图,统计该索引图的NMI值作为该类的一个特征,所有类的NMI特征构成了图像的一个特征序列,以此进行图像检索。本方法不需要完全解压缩,降低了计算复杂度,对图像的平移,旋转和尺度变换有较好的鲁棒性。试验结果表明这种图像检索方法具有良好的检索性能。     

红外图像边缘提取方法

提出一种对图像矩阵中的列进行搜索,并用列边界灰度值方法进行设计的提取红外图像边缘的方法;分析了文中算法的时间复杂度．实验结果表明,文中算法能够快速有效地提取红外图像的边缘,并能满足红外自动目标识别的实际需要．     

一种高效检测图像中是否有三角形的算法

在停车场的停车位检测系统中,要识别停车位是否空闲,就必须对检测系统获取的图像中的任何可能停靠在停车场中的汽车进行识别,但由于汽车种类、形状、大小等千变万化,因此通过识别图像中是否有汽车来判断停车位是否空闲是不现实的。由于可以先在每个停车位上画上一个实心黑三角形,然后通过识别图像中是否包含有三角形来判断停车位是否空闲,如果图像中没有实心黑三角形,则表明该停车位已经被汽车所占据;否则表明停车位空闲,因此,对空闲停车位的检测就转换为检测图像中是否有三角形,这要比识别所有的汽车容易得多。而传统的Hough变换则不能有效地检测图像中是否包含有三角形,为了准确检测三角形,提出了一种有效的检测图像中是否有三角形的算法。该算法首先利用Sobel算子检测出图像的边缘信息;然后抽取一条连通的边缘,并对当前抽取出来的连通边缘所围成的区域进行填充;接着利用三角形面积与它的3条边的关系来判断当前被填充的区域是否是三角形。当分析完该条边缘后,再继续抽取图像中的下一条边缘进行分析,如此反复,直到图像中的所有边缘被抽取完,则停止循环;最后输出结果,如果图像中有三角形,则输出三角形的个数;如果图像中没有三角形,则输出0。实践表明,该算法具有运算量小、运算速度快、所需内存少的优点。     

快速JPEG图像检索方法

本文给出了一种基于归一化化转动惯量(Normalized Moment Inertia,NMI)的JPEG图像快速检索方法,其特点是直接在压缩域中利用DCT系数进行块分类,每一类分块形成一个二值索引图,统计该索引图的NMI值作为该类的一个特征,所有类的NMI特征构成了图像的一个特征序列,以此进行图像检索.本方法不需要完全解压缩,降低了计算复杂度,对图像的平移,旋转和尺度变换有较好的鲁棒性.试验结果表明这种图像检索方法具有良好的检索性能.     

一种在OLAP中保持聚类挖掘结果的有效方法

传统的数据挖掘技术如分类、聚类、关联和异常点发现等技术与OLAP技术的结合通常采用的方法是分类、聚类、关联和异常点发现的结果即为任务的终点和目标.然而事实上,在实际需求中用户不仅仅需要分类、聚类等数据挖掘的结果,还进一步希望此结果能与OLAP分析过程紧密结合,让数据挖掘的结果为OLAP数据分析过程服务.在这种情况下,数据挖掘的结果本身并非最终结果,如何将挖掘结果进一步用于OLAP分析才是用户关注的焦点.以聚类挖掘为例,提出了一种在OLAP分析中保持聚类挖掘结果的方法.     

一种有效的网页噪声消除的方法

大多数网页都有如广告、版权、导航链接等噪声,影响Web应用系统的工作质量,因此快速准确地清除网页中的噪声内容是提高Web应用程序性能的关键技术之一。提出了一种网页净化方法,通过用模式树(PT)表示网页的布局结构,根据模式树中节点的信息熵来消除噪声,以达到网页净化的目的。试验将此方法应用于一个SVM分类系统,结果显示通过净化的网页对分类结果的正确率和高效性都有了一定的改进。     

一种ALOS影像的定向及正射纠正方法

以ALOS的任一CCD在瞬时轨道坐标系的俯仰、滚动、偏航3个姿态角和以列坐标为变量的姿态角roll的函数为该CCD的定向元素待求未知数,外方位线元素由辅助文件给定的成像前后各4组位置速度向量及对应时间通过拉格朗日多项式内插得到。首先给出了基本关系式,列立误差方程,然后针对该方法纠正影像存在的困难,给出了实用的检查精度和纠正的方法。结果表明,本方法仅用2个控制点就可以得到很好的稳定解和较高的精度。