图像分割技术探究

本文分析了图像分割的含义,总结了图像分割的途径,详细介绍了灰度阈值法分割图像的方法。     

颅骨图像的阈值分割算法研究

针对颅骨CT图像中灰度值范围变化较大的特点,阐述了两种图像的分割方法,一种是基于边缘信息的分割,一种是基于区域信息的图像分割,提出了在颅骨CT图像分割中采用基于区域的阈值分割算法,并通过软件编程实验证明了它具有算法简单、识别效果好、效率高的特点．     

图像分割技术探究[这篇稿子作者简介必须保留]

本文分析了图像分割的含义，总结了图像分割的途径，详细介绍了灰度阂值法分割图像的方法。     

白细胞图像分割的研究与实现

随着科学技术的发展,计算机在生物医学领域的应用也越来越重要。用计算机进行图像分割是图像识别和图像分析的基础。文中首先简单介绍了图像分割的原理及有关的一些概念,然后对一幅给定的白细胞原图,将细胞核和细胞浆分离。用两种不同的图像分割方法(直方图阈值法和匹配法)实现图像分割,并且对两种方法的优缺点做了比较。理论分析和实验结果表明采用这种方法基本上能把细胞核提取出来,并保持它的形状不变;用直方图阈值法可取得较好的效果。     

基于灰度空间大熊猫图像分割方法研究

大熊猫作为中国国宝,其监测及保护更受到越来越多的关注。本文详细介绍基于灰度空间的阈值分割方法,用于大熊猫图片前景的提取,并与基于YCbCr颜色空间的分割算法进行对比,分析阈值分割的适用范围及分割效果。     

一种有效的白细胞图像彩色空间序贯分割方法

为解决血液白细胞显微图像自动识别中的图像分割问题,文中提出了一种在彩色空间内,先采用自动阈值分割技术扣除背景,得到白细胞核区域模板;然后用以色调相似性作为增长准则,以白细胞形状的凸出形态作为收敛准则,序贯分割白细胞浆区域的处理方法．大量实验表明,该方法能稳定、有效地分割出白细胞区域．     

基于分水岭区域差异性的多级图像分割

分水岭分割算法的不足之处在于过分割，即生成大量的小区域而使目标物淹没其中．文中通过定义分水岭区域的差异性给出一种多级图像分割方案，克服了传统的解决过分割问题时需要预先设置标记点的缺陷，也避免了多分辨率分割中边缘模糊和移位的问题．该算法可以应用于多种类型的图像。并经实验证明具有良好的分割效果．     

基于模糊聚类与二维阈值的图像分割

针对图像的二维阈值分割,采用了一种快速二维阈值分割与模糊聚类相混合的方法,以进一步减少二维阈值分割中的噪声与错误分割,实验结果表明,利用这种方法分割信噪比较低的图象,能够在很短的时间内得到更为满意的分割结果。     

图像分割方法综述

图像分割是数字图像处理中的关键技术之一。本文针对当前主流的灰度图像分割算法进行了分析、分类、归纳和总结,指出了各类方法的优缺点,为选择不同的分割算法提供了一定的依据。     

几种图像分割算法在CT图像分割上的实现和比较

对目前几种在图像分割领域得到较多应用的交互式分割、区域生长分割以及阈值分割算法进行了探讨,并且结合实际ＣＴ片图例分别进行分割实验研究,得到较为满意和可用性强的结果,实验表明：瓶值分割对于ＣＴ切片的效果最好;区域生长分割适宜于对面积不大的区域进行分割分割效果了;基于动态规划的交互式分割算法比较复杂,计算时间较长,但对于边缘较平滑的区域,同样具有较好的实际效果,几种算法的评估为其在ＣＴ图像分割上的实际应用提供了科学依据。     

Image segmentation of embryonic plant cell using pulse-coupled neural networks

Traditional image segmentation algorithms exhibit weak performance for plant cells which have complex structure. On the other hand, pulse-coupled neural network (PCNN) based on Eckhorn’s model of the cat visual cortex should be suitable to the segmentation of plant cell image. But the present theories cannot explain the relationship between the parameters of PCNN mathematical model and the effect of segmentation. Satisfactory results usually require time-consuming selection of experimental parameters. Meanwhile, in a proper, selected parametric model, the number of iteration determines the segmented effect evaluated by visual judgment, which decreases the efficiency of image segmentation. To avoid these flaws, this note proposes a new PCNN algorithm for automatically segmenting plant embryonic cell image based on the maximum entropy principle. The algorithm produces a desirable result. In addition, a model with proper parameters can automatically determine the number of iteration, avoid visual judgment, enhance the speed of segmentation and will be utilized subsequently by accurate quantitative analysis of micro-molecules of plant cell. So this algorithm is valuable for theoretical investigation and application of PCNN.     

半自动图像分割

半自动图像分割是图像分割的方法之一,本文提出了一种半自动图像分割的方法,即首先用手工粗略地将图像中的对象勾画出来,将图像划分为目标区域和背景区域,再利用边缘检测、最佳阈值分割、数学形态学等算法对图像的目标区域边缘进行优化,通过大量试验,得到精确的对象形状信息。     

Image segmentation and lightness perception

The perception of surface albedo (lightness) is one of the most basic aspects of visual awareness. It is well known that the apparent lightness of a target depends on the context in which it is embedded, but there is extensive debate about the computations and representations underlying perceived lightness. One view asserts that the visual system explicitly separates surface reflectance from the prevailing illumination and atmospheric conditions in which it is embedded, generating layered image representations. Some recent theory has challenged this view and asserted that the human visual system derives surface lightness without explicitly segmenting images into multiple layers. Here we present new lightness illusions--the largest reported to date--that unequivocally demonstrate the effect that layered image representations can have in lightness perception. We show that the computations that underlie the decomposition of luminance into multiple layers under conditions of transparency can induce dramatic lightness illusions, causing identical texture patches to appear either black or white. These results indicate that mechanisms involved in decomposing images into layered representations can play a decisive role in the perception of surface lightness.     

用保矩法实现图像分割

介绍了保矩法的基本概念以及保矩法的基本原理，深刻剖析了二级阈值化和多级阈值化的机理，并指出该种算法的主要立足点是求出合适的门限．参照最小错分准则，并按照分割图像的基本流程，介绍了用该方法分割图像的主要步骤。     

图上正则化的图像分割方法

提出了一种基于图上正则化的图像分割方法。将离散的正则化扩散框架应用到全监督的图像分割领域中;使用非下采样轮廓波变换提取图像的多方向多尺度几何特征,结合HSI分解产生的图像颜色特征,使用高斯核函数公式构造图中各顶点特征之间的权重,并使用以8连接为基础,跨度为2k,k=0,1,2,3的拓扑结构构造图,进而将这些特征统一到离散的正则化框架中,并将其应用于全监督彩色图像分割领域。实验结果证明：与基于图谱理论的Random Walker和Lazy Snapping图像分割方法相比,本方法具有抗噪声能力强,对边缘细节保留完整,对具有纹理不一致的图像区域分割能力强的优点。     

Image segmentation based on Mumford-Shah functional

In this paper, the authors propose a new model for active contours segmentation in a given image, based on Mumford-Shah functional (Mumford and Shah, 1989). The model is composed of a system of differential and integral equations. By the experimental results we can keep the advantages of Chan and Vese‘s model (Chan and Vese, 2001 ) and avoid the regularization for Dirac function. More importantly, in theory we prove that the system has a unique viscosity solution.     

一种基于熵优化的区域生长图像分割方法

提出了一种基于熵优化的结合区域生长的图像分割算法,它利用边缘检测和区域生长算法对图像进行一次预分割,然后再沿着图像中每个类的边缘试探性地调整分割,以熵的大小作为优化分割的指标逐步优化图像的分割．实验结果证明了该算法的有效性,而且比其他一些常用的灰度图像分割算法更准确．     

一种基于各向异性扩散的图像分割算法研究

针对煤矿井下图像对比度小、纹理不清晰和数据量大等问题,根据各向异性扩散在图像处理中具有良好的边缘保持与增强的作用,提出一种基于各向异性扩散的图像分割算法．首先在图像分割前对原图像进行各向异性扩散运算,在消除原图像噪声的同时,更好地划分了图像的边缘和纹理区域;然后提取图像的纹理特性运用到聚类算法中,从而对图像进行分割．实验证明：与未经扩散处理的分割算法相比,基于各向异性扩散的图像分割算法不仅改善了分割效果,而且提高了计算速度．