基于减法聚类和K均值聚类的彩色图像分割算法

传统图像分割方法大都存在分割速度低下、过度分割等缺点.针对上述问题,提出一种新的彩色图像区域分割算法.这种方法首先将图像转化至L*a*b*空间,并划分为子块,抽取图像子块的颜色、纹理和位置特征组成子块的特征向量,然后运用减法聚类,获得聚类簇数和初始蔟中心,最后利用改进的K均值算法在像素点特征空间进行聚类,进而分割图像成区域.实验结果表明这种新方法具有分割效率高、分割效果理想等优点.     

二维FDTD算法的网络并行运算实现

提出了在由微机互连构成的机群(COW)并行计算系统上应用基于消息传递(Message Passing)的方式实现二维FDTD并行算法.通过区域分割,各个子区域在边界处与其相邻的子区域进行场值的数据传递,从而实现FDTD并行计算.文中还仔细分析了与FDTD相关的外围边界的并行化处理.我们采用MPI并行编程工具来实现并行FDTD算法.文中以二维金属方柱算例验证了算法的正确性和有效性,为运用FDTD方法进行电大尺寸复杂电磁问题数值模拟计算提供了一条有效途径.     

基于高斯模型拟合的图像分割算法的实现

图像分割算法是计算机图像检测和视频监控的重要组成部分，其目的是为了最大限度的让检测目标与背景分离，以便于系统可以准确的提取目标并做进一步处理。基于高斯模型拟合的自适应阈值算法可以将数据间的干扰降到最低，提高Gauss拟合模型的精度，适用于各种复杂背景环境下的图像分割。     

基于自适应背景模型的动态场景目标检测

背景建模一直是运动目标检测中的一个重要课题。该文提出一个适用于动态背景的基于非参数估计的前景背景对比模型。模型通过核函数估计的方法模拟了像素点五维特征向量的概率分布,并在图像序列中滚动更新。实验证明,上述算法能够在一般目标检测,特别是动态场景(摇动树枝等)的检测中取得较好的效果。     

基于区域分割的彩色航空影像建筑物自动检测

为了从高分辨率遥感图像中完整提取建筑物区域,采用区域分割的原理,研究了建筑物自动检测的方法。该方法首先利用利用K-Mean分类方法将地物分为两类:人工地物类和非人工地物类,然后利用阴影、Mean Shift分割信息来剔除人工地物类中干扰区域,再根据形状分析来确定真实的建筑物区域。本文用上述方法对高分辨率航空影像进行了实验,实验结果证明了该方法有着较高的识别率、较好的准确性和鲁棒性,具有实用价值。     

基于重建图像全角度前投影的硬化校正方法

现有的硬化效应校正方法依赖于射线频谱等先验条件,校正过程较为复杂,因此提出一种基于重建图像全角度前投影的硬化校正方法.对重建后的图像进行区域分割,提取出杯状伪影主要影响的组织区域;然后进行基于像素点的全角度前投影,获得校正基算子;再将校正基算子及其高次方乘积进行线性组合获得校正算子,并将此校正算子应用于原图像从而达到校正的目的.水模、头模和西瓜的校正结果显示,本方法对单物质及近人体的物质重建图像的硬化效应均有较好的校正效果.     

一种基于FaceSDK的人眼宽度测量系统

本文介绍了一种基于FaceSDK的快速人眼宽度检测技术.首先利用FaceSDK1.6开发包实现了人眼中心位置定位,接着提出了一种实现人脸区域分割的算法,最后成功实现了人眼宽度的自动测量.仿真结果表明该系统不仅检测速度较快,而且测量精度也较高,具有一定的实际应用价值.     

一种基于脉冲耦合神经网络的植物胚性细胞图像分割

植物胚性细胞定量分析研究需要首先将其切片图像分割处理，然后进行了大分子量化分析。但植物细胞切片图像上表现出来的植物细胞特有的复杂属性，使得一般图像分割分析方法很难奏效。20世纪90年代中期发展起来的脉冲耦合神经网络PCNN直接来自于动物视觉特性研究，应当适合这类植物细胞的的分割处理。但因目前理论很难解释PCNN数学模型参数与图像分割效果之间的关系，一般较好图像分割效果的获得需多次实验选择这些模型参数。同时在模型参数选定的情况下，其循环迭代次数直接关系到侵害的结果的好坏，而分割好坏的判定需人眼观察分析，这样便引入了人为干预。为此提出一种建立在分割图像熵值最大原则上的PCNN植物细胞图像自动分割新算法。     

多面结构连接的有限元网格划分

以船体结构中一典型多面板连接结构为例,阐述了利用有限元分析预处理软件先建立几何模型,利用区域分割法将几何模型进行区域划分,最后进行网格自动划分和调整,形成有限元网格模型的完整过程,研究为同类模型的建立提供了简便的思路,有效减少了建模的出错率。     

基于视频图像的火灾探测方法

图像型火灾探测是利用摄像机作为探头,对拍摄到的现场视频进行处理和分析,通过形体、颜色等变化特征探测火灾.本文提出一种基于视频图像的火灾探测方法,首先探测视频中是否存在移动区域,然后对移动区域内满足火焰颜色特征的区域利用HIS模型进行分割,分别分割计算区域的圆形度,面积变化率,闪烁频率及面积变化趋势特征等,最后通过分析特征进行火灾的探测.在此基础上,对提取的各项特征进行综合分析,从而实现火灾的探测和判别.仿真实验结果证明了算法的有效性.