基于形状直径函数的三维模型集一致性分割算法研究

为了有效提高对三维模型集进行一致性分割算法的准确率和效率,提出一种三维模型集一致性分割算法。该算法基于形状直径函数特征和谱聚类方法。首先计算模型各个面片的形状直径函数特征(SDF)特征;其次计算模型各面片之间的形状相似性,形成相似性矩阵。最后采用谱聚类算法对模型集进行一致性分割。将本文算法与相关方法进行对比,实验结果表明,本文算法能准确的对一致性分割数据集中的若干模型进行有意义的分割,使得分割部位具有一定的对应关系,且面片平均划分准确率较好。     

基于合成孔径雷达图像的边缘检测研究

合成孔径雷达（SAR）图像边缘信息对于图像理解有着重要意义,它既是图像分割的有效途径,又是特征提取的有效手段,也是SAR图像处理中研究的重点。文章深入分析了SAR图像的Ratios边缘检测方法,并针对Ratios算法存在边缘定位精度低的缺点,提出了一种改进的Ratios边缘改进提取算法。结果表明,方法具有较高检测正确率及较好的边缘定位精度。     

基于改进的小波变换和模糊核聚类的纹理分割

提出了一种基于改进的小波变换和模糊核聚类的纹理分割方法。该方法首先用改进的离散小波变换进行纹理特征提取。然后用模糊核聚类方法对特征空间的每个像素进行聚类以实现对纹理的分割。实验结果表明所提算法有很好的分割结果。     

计算机实现彩色图像的自动分割

图像分割是图像分析和模式识别的第一步，它是图像分析和模式识别重要和基本的一个组成部分，是图像处理中难度最大的部分之一，决定了最终分析结果的质量。但因尚无通用的分割理论，现提出的分割算法大都是针对具体问题的，并没有一种适合所有图像的通用分割算法。另外，还没有制定出选择适用分割算法的标准，这给图像分割技术的应用带来许多实际问题。     

医学图像分割方法研究

图像分割是图像处理和分析领域的经典难题,医学图像分割是图像分割中一个重要方面和应用领域,同时也是病变区域提取、临床实验、特定组织测量以及实现三维重建的基础。在临床应用和医学研究中具有重要的研究意义。本文主要对几类图像分割方法进行了分析、研究和实验,总结出各个方法的优缺点,从而可以达到更好的分割医学图像的目的。     

超像素在机场跑道图像分割中的应用研究

机场跑道分割在SAR图像处理研究中有着重要意义。本文通过减少参与迭代的初始点数量为切入点来对均值漂移过程进行加速,将原始图像分割成若干同质性良好的超像素,再建立适当的数学模型,实现对机场目标的分割。实验表明,该方法在提高分割速度的同时,有效提高了分割结果的精确性和完整性。     

一种增强SAR图像匹配稳定性的新预处理方法研究

SAR图像中相干斑对SAR图像的后续处理影响较大,由于自适应叠代滤波算法具有较好的适应性和对相干斑的平滑性,采用自适应叠代滤波对SAR图像进行了预处理,再利用相关的匹配算法将SAR图像与可见光图像进行匹配,并进行了大量的实验。实验结果表明,该方法具有良好的抑制SAR图像相干斑的效果,改善了相关峰的单峰性,显著提高了可见光与SAR图像的匹配稳定性和匹配精度。     

在C＋＋ Builder编程环境下实现基于翩值法的图像分割技术

闽值分割法是一种基于区域的图像分割技术,它具有实现容易、计算量小、性能稳定等优点,因此这种方法成为图像分割领域中应用最普遍的方法。现主要研究基于阈值法的图像分割技术,即讨论关于图像的阈值分割算法的实现,设计基于二值化处理和基于最大类间方差法的自适应闽值分割算法及实现的相关技术。     

小波变换在车牌定位中的应用

为了解决含噪车牌图像的定位问题,本文研究了Mallat算法及其在小波系数多尺度分解中的应用,然后在此基础上针对汽车车牌与复杂背景的分割问题,提出了一种基于小波分析的边缘检测和图像分割方法。     

基于K-均值聚类图像配准算法

针对图像配准中实时性差和精度低的问题,提出了一种基于K-均值聚类的图像配准算法。该算法根据匹配点对距离和方向特征的视差约束条件,首先利用K-均值聚类对匹配点对进行预处理,剔除错误匹配点,然后利用RANSAC进行优化,实现了图像的精确配准。实验结果表明该算法不仅提高了图像配准的精确度,而且提高了图像配准的速度。     

基于小波变换的图像处理综述

小波分析主要广泛应用在科学研究和工程技术中。虽然在现阶段的小波理论相对成熟,近些年关于小波理论的应用和研究也在不断的发展和更新。小波变化在图像处理领域中的应用也囊括图像与处理的所有方面。本文通过介绍小波变换的起源,将小波应用在图像处理中的压缩、还原图像、边缘检测和图像分割,宏观剖析小波的研究现状历史、发展动向及优势。     

一种新的医学超声图像分割方法

本方法加入轮廓平均长度控制来改进活动轮廓模型的内部能量,采用基于图像统计特征的外部能量以具有更强的抗噪声能力,用速度较快的贪婪算法求解能量的最小化,并加入对算法的多分辨率优化,使医学超声图像分割更加稳定,达到临床应用要求。     

一种用于视频图像的预处理与分割算法

在人群进行分析时经常出现多目标粘连现象,这种粘连的人群通常会严重影响后续的统计分析,本文针对这种现象提出了一种对预处理后图像中粘连目标的分割算法。采用自适应二值化的方法把帧差后的灰度图像转为二值图像,通过削弱噪声和孔洞填充,将目标团块提取出来。采用基于分水岭思想的投影分割方法,将粘连目标成功分割为多个单一目标,最后针对一些影响分割的异常情况提出一种修正算法,提高了算法的准确率。实验结果表明,本文所提出的预处理与分割方法具有一定的适用性,取得了较好的分割效果,为后续的识别工作奠定了基础。     

弱约束条件下手背静脉图像的增强与分割

手背静脉识别是一种全新的生物识别技术,近几年发展迅速,与传统生物识别技术相比具有明显优势。然而,该技术尚处于起步发展阶段,使用相关设备直接进行手背静脉图像采集、识别然后进行身份匹配存在一定困难,在实际的应用中,图像识别设备的差异、提取图像特征过程的差异等都会影响静脉识别的准确性。通过实验,对采集到的手背静脉图像进行形态学处理、直方图均衡和巴特沃斯高通滤波增强优化处理,然后使用改进的全局阈值（Ostu法）和局部阈值（Niblack法）相结合的算法对手背静脉图像进行二值化分割,得到最优结果进行图像细化,最终获得光滑清晰的静脉骨架图。实验过程在现有研究基础上,提出改进的手背静脉图像二值化分割方法,具有一定的实用价值。     

砂带背景排种图像分割阈值算法研究

文章针对现有的铺砂型排种器试验台上应用机器视觉识别技术的需要,对砂带背景的排种图像特点进行了分析。以油菜籽排种图像为例,应用不同的阈值算法分别进行了图像分割处理试验。结果表明,采用P-Tile法处理的效果最为理想。在此基础上根据砂带背景图像的特点提出了进一步优化图像分割效果的建议。     

银行信贷客户的聚类

本文着重研究了对传统的K-means算法它在银行客户分类方向的应用与实现.首先介绍了数据挖掘的基础理论,然后介绍了聚类分析算法的基础理论,详细介绍了K-means聚类算法,分析了该算法的优缺点,之后定义了银行客户进行聚类.最后,本文按照已经建立的银行客户分类模型,对来自东北某家银行财务部的详细交易数据,进行实际的银行客户聚类实验.最后对聚类结果进行了详细的分析和总结.     

一种基于边缘增强的高效图论图像分割算法

EGBIS算法能够对目标图像进行快速的分割，但EGBIS算法在某些情况下，依旧存在高变化区域过分割和低变化区域欠分割的问题。为了在分割时更好保持视觉重要区域的完整，本文提出利用增强目标图像区域边缘的方式对EGBIS算法加以辅助，结合梯度信息和非极大值抑制来获取较为精准的区域边缘位置，并有选择的对显著边缘加以增强，对增强后的图像利用EGBIS算法进行分割。本文算法可以很好的提升分割结果的全局特性，在解决高变化区域过分割问题的同时，很好保持各视觉重要区域间的边界。本文所提出的边缘增强辅助，不会引入过多的运算，保持了原EGBIS算法高效的特性。     

图像分割技术在煤矿生产中的应用

由于煤矿领域特殊的应用环境,常用的图像分割技术直接对煤矿井下视频监控图像的分割往往得不到理想的效果。本文针对煤矿应用领域的环境要求,对常用的几种图像分割算法进行深入比较分析。     

基于VTK的人脑MR图像的脑区分割与三维重建

VTK是一种具有强大功能的图像处理及三维可视化工具,本文首先使用主动轮廓模型自动、准确的分割人脑MR图像脑组织区域,然后使用Visual C++开发环境结合VTK工具对分割后的人脑MR图像脑组织区域进行三维重建,结果表明基于VTK的三维可视化研究具有广阔的应用前景。     

不规则概率结构贝叶斯网络在图像分割中的应用

无监督图像分割算法,主要依赖先验平滑概率在图像分割结果中执行局部同质化过程。现已存在两种类型概率结构,具体包括具有"块效应"的固定概率结构和具有适应自然对象结构且灵活性强的概率结构。文章提出基于概率的无监督图像分割框架,其又称为不规则概率结构的贝叶斯网络,提出的方法无需在每次迭代过程中自我调整相关结构,从而大大减少计算所需时间,在获得高效精确推理算法的基础上和产品使用因素图的框架。