基于遗传算法的Otsu法在图像分割中的应用

图像分割是由图像处理到图像分析的关键步骤，也是一种基本的计算机视觉技术，最大类间方差法是一种较好的阚值分割方法。文章将改进的遗传算法分别结合一维和二维最大类间方差法对图像进行分割，提高了寻找阈值的速度。     

多尺度特征融合技术在弱信息图像分割的运用

针对弱信息图像语义分割任务中存在类激活图不完整，细节信息丢失的问题，本文提出了一种基于多尺度特征融合的弱信息语义分割的模型，其中多尺度类激活图学习机制利用多尺度产生的类激活图进行有效结合，得到更完整的前景区域。多尺度注意力学习算法帮助类激活图挖掘到更多前景信息，实现了类激活图互相信息学习。实验上采用了PASCAL VOC 2012[1]数据集，实验结果表明，该模型在不依赖显著性图的情况下具有较好分割效果和精度，验证了模型的有效性。     

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。     

图像纹理分割综述

图像分割既是图像处理中的一项关键技术，也是一项经典难题，文章系统地归纳了图像纹理分割的研究方法以及实际应用，提出了一些发展思路和要点。     

基于meanshift超像素CRF模型的高分辨率遥感图像分类

高分辨率遥感图像中的纹理信息和光谱信息非常丰富,提出通过mean shift算法将遥感图像过分割成小的区域,即为超像素,并且以这些超像素为节点,建立CRF模型进行参数估计和推导。结果表明:该方法将像素变成了超像素极大地减少了遥感图模型中节点的数目,简化了计算模型,超像素较好地保留图像的内在结构信息,得到了较好的分类结果。     

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。     

常用的几种遥感图像特征提取技术分析

遥感图像在军事侦察、精确打击以及民用方面都有重要的作用,遥感图像的特征提取是进行遥感图像自动识别的关键技术,因此开展遥感图像的特征提取研究工作具有实际意义和应用前景。文章主要研究和讨论了光谱特征和纹理特征的特征提取方法。     

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。     

图像边缘检测算法的应用研究

图像边缘检测是图像处理中非常重要的基础,边缘检测直接影响图像分割的好坏,因此,要对某个图像进行分析和研究,首先要从边缘检测开始。论文主要研究了边缘检测的基本原理,并针对Canny算子给出了改进的方法,同时研究了不同的阈值对Canny算子的影响,并用MATLAB进行仿真,最后对得到的结果进行分析比较。     

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。     

多规则面向对象方法用于采石场用地信息提取的研究

针对高分辨率遥感影像几何结构和纹理信息更加明显的特点,提出了一种多规则的面向对象提取方法。改进了基于边缘检测的影像分割方法,建立影像的高、低尺度空间,分别在不同尺度空间对影像进行边缘检测的分割,二者的结果相互约束调整合并,很好地抑制了过分割现象。利用分割得到的影像像对,设计特定的分类规则集,对采石场用地信息进行提取技术应用。总体分类精度达到83.1645%。     

CBIR技术内容及进展分析

基于内容的图像检索技术符合用户的实际需求,重点需要研究合适的图像特征提取方法和相似性度量标准。所以,特征提取是CBIR系统最关键的部分,在很大程度上决定了整个系统的成败。高层的图像语义往往建立在较低层次语义获得的基础上,并且层次越高语义越复杂,涉及的领域也越多。要想很好的利用图像的语义特征,就要减小图像简单视觉特征与丰富语义之间的语义鸿沟（Semantic Gap）,促使计算机检索图像的能力达到人的理解水平,但这是较为困难的。目前较为热门的CBIR技术仍是集中在基于颜色、纹理、形状等基本视觉特征的检索。下面就以基本视觉特征的研究为主详细介绍CBIR技术的内容及进展分析。     

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。     

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。     

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。     

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。     

身份证图像识别系统中文字分割的研究

文章探讨了利用数字图像处理技术对身份证中图像进行二值化的方法。该方法通过对身份证图像特征的研究，重点研究如何根据实际情况选取适当的阀值对图像进行二值化，以达到文字信息分割的要求。     

图像定位及分割在车辆牌照识别中的应用

本文重点讨论了图像定位及图像分割的原理,并结合当下研究热点的车辆牌照识别课题为例,利用本学期数字图像课程所学习到的知识实现了摄像机下普通车辆的牌照定位及图像分割。     

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。     

基于肤色特征的人脸区域检测

针对基于肤色的方法中肤色分割效果对系统的重要影响，考虑亮度和色度的共同影响，采用YCbCr颜色空间进行肤色分割，并介绍在YCbCr模型下通过光线补偿、相似度计算、二值化图像、腐蚀和膨胀等方法在图像上标示出人脸的方法。