基于尺度特征的手机拍摄打印数字序列分割

针对手机拍摄图像中普遍存在几何失真、光照不均和噪声等现象,提出了一种基于数字尺度特征的数字序列分割算法NSFS.该方法首先对数字序列图像进行预处理,消除噪声和残留表格线;然后,提取包含数字序列的最小矩形,利用数字尺度特征,对包含数字序列最小矩形的每个连通分量进行数字分割.此算法实现简单,适用于不同数据表格、不同字体和格式的数字序列.目前业界仍没有合适的图像库,为验证算法的性能,搭建了一个基于不同品牌手机拍摄的不同表格的图像库.基于此数据库的实验表明,基于数字尺度特征的数字序列分割算法达到了96％以上的正确分割率.     

求解随机变量数字特征的两种有效方法

求解随机变量的数字特征是数理统计中的一个重要课题,本文利用泰勒级数和条件数学期望给出了正态分布数字特征的求解方法,并将所得结果做了适当的推广。     

几种重要统计量数字特征的简算法

利用Γ分布和倒Γ分布的数字特征，给出数理统计中三个重要统计量χ２、ｔ、Ｆ数字特征的简单算法．     

求解随机变量数字特征的两种有效方法

求解随机变量的数字特征是数理统计中的一个重要课题，本文利用泰勒级数和条件数学期望给出了正态分布数字特征的求解方法，并将所得结果做了适当的推广。     

数字医疗图像特征分割常用方法比较研究

数字医疗图像与普通图像相比本质上具有模糊性和不均匀的特点,使得其特征及边缘提取成为临床医学应用及多媒体教学的瓶颈.依据数字口腔牙X线根尖片,对常用数字医疗图像特征分割方法进行实验、分析、比较,并给出总结,从而为进一步处理和分析奠定基础.     

一种基于几何特征的多粒子粘连分割方法

在粉体加工和环境监测中,经常要测定粉尘的粒度及分布情况。用显微图像处理的方法进行粒度分析,技术先进而且能达到更好的效果,但对其中粘连重叠颗粒的分离,目前还没有很好的分割方法,针对这种情况本文提出了一种基于粒子的几何特征、采用平均链码方法求取凹点、并进行配对连线从而实现分割的方法。实验表明,该方法可以实现粘连颗粒的分离,并能达到很好的分割效果。     

基于笔画分析和背景细化的粘连手写汉字切分

离线手写汉字的切分是识别的前提，其中粘连手写汉字的切分最为困难。提出一种基于笔画分析和背景细化的粘连手写汉字的切分新方法。对粘连字符图像作细化处理，检测端点、叉点和角点等特征点，根据特征点提取笔段。按笔段的长度、相互之间的位置关系以及投影信息确定切分点。细化粘连字符的背景图像，从切分点出发在细化的背景中选取分割路径，实现粘连手写汉字的切分。实验表明，本方法对于粘连手写汉字具有令人满意的切分效果。     

关于曲面的几个整体特征

本文利用积分公式法研究E3中曲面的整体特征,给出了E3中曲面为Weingarten曲面的一个充分条件,推广了文献[1]的结论．     

P-集合与F-信息的动态分离特征

P-集合（packet sets）是改进普通集合得到的,或者用动态特性代替普通集合的静态特性得到的。利用内P-集合,给出F-信息的动态分离概念,给出F-信息分离与依赖特征,给出F-信息的动态分离特征定理与应用。P-集合是动态信息系统研究中的一个新的理论与新方法。     

P-集合与■-信息的动态分离特征

P-集合(packet sets)是改进普通集合得到的,或者用动态特性代替普通集合的静态特性得到的。利用内P-集合,给出■-信息的动态分离概念,给出■-信息分离与依赖特征,给出■-信息的动态分离特征定理与应用。P-集合是动态信息系统研究中的一个新的理论与新方法。     

基于连通域的版面分割研究

版面分割是OCR（光学字符识别）系统的重要组成部分，在将印刷文档转换为电子文档的过程中是必不可少的，该文对基于连通域的版面分割方法进行研究，首先用动态聚类法选取模糊阈值，然后对文档图像进行模糊处理，形成大的连通区域，再根据连通域的位置关系等分割出文档的各个分栏，实验表明，该方法对于简单的矩形版面及复杂的版面，例如，非Manhattan版面等都能较好地分割。     

染色血液白细胞目标图像快速提取方法的研究

提出了一种变图像分辨率的染色血液白细胞目标图像提取方法.首先对采集到的染色血液细胞图像进行分辨率抽样并将图像从RGB表示变换为HS I表示;然后使用白细胞色饱和度阈值滤波和形态学滤波得到白细胞数目和位置;最后在白细胞位置按原始图像分辨率进行局部图像提取并使用神经网络方法进行图像分割得到目标图像.该方法充分保留了血液细胞图像本身固有的大量有用信息,提高了目标图像分割的完整性并减少了计算量,适用于对时间要求较高的复杂背景下血液图像的自动分析.     

一种优化的手写字符自动分割算法

在手写字符自动识别时,由于手写字符中存在字符大小间距不一、粘连、断点,以及不连贯等情况,给字符自动分割识别带来极大的困难.针对该问题,提出了一种优化的手写字符自动分割算法.该方法依据滴水算法的原理,结合CFS(color filling segmentation)做初步分割;再根据分割字符的连续黑色像素点的宽度判断是否...     

简牍图像文字切分算法研究

简牍图像具有干扰噪声大、文字大小不一的特点,传统的文字切分算法很难准确区分图像中的文字与噪声。针对简牍图像特点,利用投影法进行文字初步切分,运用多种补偿算法对初切分结果进行去噪处理和精确定位。实验结果表明,该算法具有文字切分效果好、运算时间短、易于实现的特点,对简牍图像处理的工程应用具有积极意义。     

基于萤火虫算法的三维Renyi熵眼底图像血管分割

对于眼底血管网络分割精度低的问题,提出了基于萤火虫算法的三维最大Renyi熵眼底血管分割方法。该方法先提取出眼底G通道图像;然后用多尺度线性滤波器对眼底血管增强;接着引入萤火虫算法,将基于三维共生矩阵的最大熵求解问题转化为寻找最亮萤火虫的问题;最后,将最亮萤火虫所处的三维空间位置作为Renyi熵函数的阈值对眼底图像分割。实验结果表明,方法的真阳性率和ROC曲线下方区域面积都有所提高,能准确分割出眼底血管。     

基于概率图谱和Random Walker的肝脏三维分割算法

针对腹部CT图像内部结构复杂和相邻脏器灰度相近而导致分割精度较低的问题,提出了一种新的基于概率图谱和Random Walker的三维肝脏分割算法.首先利用大量的由医生分割的肝脏区域图像建立肝脏存在位置的概率图谱,表示肝脏解剖位置信息;然后提出了改进的全自动的Random Walker算法,并建立由Random Walker优化的灰度概率图谱;最后基于该灰度概率图谱从腹部CT图像进行肝脏三维分割.实验结果表明,提出的算法能够有效地进行肝脏区域的分割并具有较好的鲁棒性,与传统算法相比,分割精度得到了明显的提高.     

一种高分辨率多光谱图像的多尺度分割方法

综合扩展的分水岭变换和分水线动态范围,提出了适用于高分辨率多光谱图像的多尺度分割方法。该方法首先计算多光谱图像的梯度,接着去除梯度图像上不相关的局部最小区域,然后计算分水岭的动态范围,通过设置不同的阈值,得到多层次（多尺度）分割结果。采用城市地区的高分辨率数据来评价所提出的方法,并与现有的图像分割方法进行比较。实验结果表明,该方法可生成多层次的分割结果,并较准确地分割出地物特征。分割结果反映了地物的多层次信息,为后续的面向对象分析提供了有意义的参考。     

一种高分辨率多光谱图像的多尺度分割方法

综合扩展的分水岭变换和分水线动态范围,提出了适用于高分辨率多光谱图像的多尺度分割方法。该方法首先计算多光谱图像的梯度,接着去除梯度图像上不相关的局部最小区域,然后计算分水岭的动态范围,通过设置不同的阈值,得到多层次(多尺度)分割结果。采用城市地区的高分辨率数据来评价所提出的方法,并与现有的图像分割方法进行比较。实验结果表明,该方法可生成多层次的分割结果,并较准确地分割出地物特征。分割结果反映了地物的多层次信息,为后续的面向对象分析提供了有意义的参考。     

基于分水岭变换的图像分割方法

针对基于分水岭变换的分割算法通常存在过分割现象,提出了一种新的分割算法,采用形态学的运算去除噪声及背景像素的影响,搜索区域极大值点,将分割定位于目标图像,从而达到很好的分割效果,方法从消除过分分割及区域轮廓定位等方面均具有很好的分割效果．     

Entropy-Based Global and Local Weight Adaptive Image Segmentation Models

This paper proposes a parameter adaptive hybrid model for image segmentation. The hybrid model combines the global and local information in an image, and provides an automated solution for adjusting the selection of the two weight parameters. Firstly, it combines an improved local model with the global Chan-Vese(CV) model, while the image's local entropy is used to establish the index for measuring the image's gray-level information. Parameter adjustment is then performed by the real-time acquisition of the ratio of the different functional energy in a self-adapting model responsive to gray-scale distribution in the image segmentation process.Compared with the traditional linear adjustment model, which is based on trial-and-error, this paper presents a more quantitative and intelligent method for achieving the dynamic nonlinear adjustment of global and local terms.Experiments show that the proposed model achieves fast and accurate segmentation for different types of noisy and non-uniform grayscale images and noise images. Moreover, the method demonstrates high stability and is insensitive to the position of the initial contour.