关于活动图象中自动进行图象分割的研究

在活动图象中进行图象分割，不使用人机交互方式，而是自动检测移动目标，确定包含目标轮廓的区域，然后分割目标与背景并提取移动目标的轮廓．     

红外热图象自动阈值分割方法

根据红外热图象的特点，提出基于灰度统计特性的直方图移动平均方法，实现了红外热图象自动阈值分割。实验结果表明，此方法算法简单、运行速度快、分割效果也较为满意。最后给出了计算机处理结果。     

用优度实验法评价图象分割混合算法

通过用优度实验法对图象分割混合算法的测试，得出了几种特征量如：图象信噪比、目标尺寸和目标归一化绝对平均曲率在图象分割过程中对图象精度的影响，客观地评价了混合算法在分割不同特征量的图象时的优缺点。     

图象轮廓间插值的一种矢量计算方法

在计算机图象处理和图形学中、图象轮廓间的插值经常应用于三维图形综合,三维图形的逼真显示等方面。本文介绍一种轮廓间插值的方法——动态弹性插值法。该方法给轮廓间加以力的作用,使一个轮廓逐渐向另一轮廓逼近,从而完成插值。文中给出了插值的实验结果。     

一种有效的SAR图象典型目标特征提取和识别方法

在合成孔径雷达（SAR）图象中，需要对其中的人工和自然目标进行识别和分类，目标的特征提取是自动目标识别系统中的关键部分．一般图象的特征会采用颜色、纹理、形状等特征量．在SAR图象中，由于存在大量的背景噪声、目标边界模糊等问题，造成以上特征量在分类时往往不能达到很好的分类效果．作者提出了一种典型目标特征提取和分类识别方法、这种方法基于SAR成像的原理，在图象灰度阂值分割后做粗搜索分别提取灰度特征，椭圆矢量特征，以及栅格特征，然后进行SAR图象典型目标的分类识别、实验表明，这种方法效果较好．     

运用模糊连接理论分割非连通图象

本文提出了一种利用模糊连接理论讨论非连通图象的分割方案．该方案较好地利用了图象本身的模糊特性，修正了模糊连接强度的定义，从而成功地实现了分割数字、字母和汉字这样一些连通的或非连通的图象．它克服了Ｊ．Ｋ．Ｕｄｕｐａ算法仅能分割连通图的缺点．同时论文中还讨论了分割灰度图象和彩色图象的模糊连接强度定义及有关参数的选择方法．实验例子证明了这种方法的有效性．     

灰度图象的二维最大熵阀值分割研究

讨论了灰度图象的二维最大熵阀值分割算法．根据图象象素的灰度、均值二维直方图分布的特点，给出了一个新的分割阀值判决函数．理论分析和实验结果表明：该阀值判决函数比仅使用一个二维矢量阀值具有更强的抗噪声能力，分割性能更好．     

棉纤维成熟度的图象分析

棉纤维成熟度的图象分析包括输入图象的预处理,纤维轮廓的抽取及参数检测。在图象预处理中,首先用中值滤波消除图象中的噪声,然后再二值化。轮廓通过直接跟踪纤维外边界来获得。本文提出了转折点定义,根据轮廓方向链码判别出转折点,再利用奇偶检测测量纤维参数.根据这些参数计算纤维的成熟度。     

混沌图象加密

离散时间动态系统Ｌｏｇｉｓｔｉｃ在一定参数范围内可以产生混沌运动,且其产生的混沌序列具有良好的伪随机特性．利用该系统产生的混沌序列对彩色图象进行加密和解密,在加密后的图象上,不存在原图中任何景物和轮廓;解密后的图象与原图完全一样．同时,通过比较,发现混沌序列对图象加密的效果优于周期序列．     

有灰阶图象轮廓检测的细胞神经网络设计和应用

提出了一种用ＣＮＮ网络检测有灰阶图象轮廓的方法，与标准的ＣＮＮ网络不同的是，这种网络的输入系统矩阵随图的灰质而变，文章论述了该网络的原理，结构和设计，并用计算机进行了模拟，得到了良好的结果。     

基于遗传算法和蚂蚁算法的图象分割

遗传算法对系统中的反馈信息利用不够,当求解到一定范围时往往做大量无谓的冗余迭代,求精确解的效率低下;蚂蚁算法初期信息素匮乏,求解速度慢．作者取长补短综合采用这两种方法来分割图象．首先采用遗传算法搜索隶属度曲面及其对应的欧氏距离,接着采用蚂蚁算法分割图象,取得了较好的分割效果．     

基于计算机视觉的动目标图象分割与跟踪

研制了一种能够实现动目标图象分割、识别与跟踪的简易计算机视觉系统。实验结果与分析表明：该系统在图象分割实时性、动目标跟踪精确性、抗干扰性及快速灵活性等方面颇具特色。     

灰度图象的二维otsu自动阀值分割研究

研究了灰度图象的二维ｏｔｓｕ自动阀值分割法．根据灰度图象的象索点灰度，邻域均值二维直方图的分布特点，给出了一个新的分割阀值判决函数．理论分析与实验结果表明：该阀值判决函数比仅使用一个二维矢量阀值具有更强的抗噪声能力，分割性能更好．     

复杂场景中动目标图象分割的一种快速算法

提出了一种利用序列图象从复杂背景中分割动目标图象的新算法。首先利用马尔科夫随机场（ＭＲＦ）模型和连续线过程建立较精确的目标函数，采用并行计算方法计算出速度场，然后以此为依据实现对目标图象的并行分割。实验结果表明：该算法不仅能适应多种复杂场景，而且分割精度高、速度快。     

基于模糊阈值的图象分割方法

叙述了采用模糊阈值进行图象分割的基本原理，提出了简化资格函数形式和采用直方图中值滤波处理方法，算法简单直观，计算机仿真表明图象分割结果比较理想．     

基于颜色及空间信息的图象检索方法

为解决目前的颜色检索方法多没有较好地结合图象的空间分布特征的问题,采用改进的区域增长法对图象进行分割,即先检查各区域的均匀性,对不均匀区域进行分裂。在一定程度上改善了对纹理图象的分割效果。然后根据分割区域的灰度、形状、空间位置等特征计算图象间的相似度。并提出采用图象的灰度特征代替彩色信息以提高查询速度。     

人类显带染色体的图象分割的研究

染色体图象分割是染色体图象分析与识别的重要内容之一。文中提出了关于一场景多个人类显带染色体的自动分割算法ｍｏｓｇｔｅｔ，该算法充分考虑了每个视野中分割目标（染色体）的数量大以及人类显带染色体被明暗交迭的带纹分割为若干不连续的片段等特点，自动调整分割阈值，既保证了完整地分割单条显带染色体，又能快速分割出一幅图象中９６％～１００％的染色体。该分割算法被有效地运用在自行开发的人类显带染色体的图象分析与识别系统中。     

基于边缘强度的图象分割

介绍一种根据边缘强度进行象素灰度值加权平均以获得分割门限，与一般通过友度直方图找寻分割门限以进行图象分割的方法不同，不仅能消除噪声的影响，而且对友度分布不均匀的图象通过分区处理效果更好。还详细讨论该方法的工作原理及算法．     

彩色图象分割方法及进展

图象分割是图象分析和模式识别的首要问题和基本问题,也是图象处理的经典难题.彩色图象比灰度图象具有更多的视觉信息,因而受到了越来越多的重视.本文结合近年来彩色图象分割中出现的新算法,将彩色图象的分割方法分为四大类,并分别加以介绍,分析了各种方法的优缺点,最后指出了彩色图象分割的发展趋势.     

核分离—核套装图象自动分割法

指出了用以前的一些分割方法,分割多个强交集物体互相粘连的图象时存在的问题,介绍了一种新的图象分割方法—核分离—核套装图象自动分割法的基本原理,由此原理导出了一套基本运算公式,给出了用该法分割多个强交集物体互相粘连的图象的实验结果.