图像几何校正在OCR文字识别中的应用

针对在文字识别软件进行文字识别时,经常遇到扫描后存在几何变形图像生成的电子书籍难以进行文字识别的问题,提出了图像分块校正在OCR文字识别中的应用方法。利用VC++编程,分别采用图像的整体纠正方法和分块纠正方法对待识别电子书籍纠正,然后对纠正后的电子书籍文字识别,经多次实验,效果显著并完全可以解决此类问题。     

顾及变形特征的栅格影像几何纠正方法

针对扫描得到的栅格影像存在着变形误差问题,采用数学建模方法进行研究,把地图中的公里格网点作为控制点,通过影像整体几何纠正,得到各控制点的变形矢量数据,在此数据基础上实现了地图影像变形特征的可视化;提出了顾及变形特征的选择性构造狄洛尼三角网的影像分块纠正方法,并编程予以实现.实验证明该方法充分顾及影像的形变特征,克服了传统分块纠正方法的缺点,并提高了纠正速度.     

利用超图图割的图像共分割算法

针对基于传统图割的图像共分割算法存在计算复杂度高而导致分割效率低的问题,提出了一种基于超图的图像共分割算法,利用超图能更简洁有效地代表图像中特征关系的特性来提高图像共分割的效率。该算法首先对具有相似前景的2幅图像分别进行Mean-shift过分割,并将得到的过分割区域分块作为超图的节点;然后利用分块的颜色直方图计算所有分块间的相似性,并将相似的分块对应的相似节点集合和单幅图像中相邻节点集合作为超边并计算其权值,构造超图;最后利用基于谱分析的近似算法求解超图归一化分割问题,获得图像对的共分割结果。实验结果表明,所提算法相比于单幅图像的归一化分割算法以及基于传统图割的图像共分割算法具有更好的分割效果,同时分割时间缩短至少45%。     

基于稀疏自编码的手指静脉图像分割

针对获取的手指静脉图像不仅包含静脉特征,而且包含噪声和不规则阴影,从而增加了特征提取难度的问题,提出了一种基于稀疏自编码的手指静脉图像分割算法;首先采用传统分割算法对原始灰度图像进行分割,得到一副二值图像(背景像素值为0,静脉像素值为1);然后,以该灰度图像的每个像素点为中心,对其进行图像分块,并将二值图像中对应于中心点的值(0或者1)作为该块的标签,建立训练集合;最后,将训练样本(分块图像和标签)输入到自编码器和神经网络中进行训练,再用训练好的模型对测试图像进行分割;实验结果表明,相比传统的算法,提出的手指静脉分割算法能够有效地对静脉进行分割,提高手指静脉认证系统的认证精度。     

Video Segmentation Algorithm Based on Partitioning-Processing Conditional Random Field

为降低传统基于条件随机场(CRF)的视频分割的时间复杂度,提出了一种基于视频分块处理的CRF视频分割算法.该算法利用像素空间相关性对原视频帧进行分块处理形成新视频帧,然后使用CRF对新视频帧进行分割,最后根据初始分割、前一帧分割结果和当前帧CRF分割结果实现最终的分割.实验结果表明,在不明显增加误分割率的前提下,文中算法能有效降低时间复杂度.     

融合云模型和比重阈值的唐卡破损区域分割

针对唐卡破损区域分割问题,提出了融合云模型和比重阈值提取破损区域的算法。首先获取RGB彩色图像的灰度图、HSV空间的V分量、YIQ空间的Y分量、LUV空间的L分量,合并这四个分量得到融合图像;其次利用云模型过滤融合图像,得到云过滤图像;然后计算云过滤图像的比重度并进行局部比重阈值分割,得到分割结果 1;再分块粗分割融合图像得到分割结果 2和分割结果 3;最后合并分割结果 1、2和3得到分割结果 4,对分割结果 4去除过分割区域,得到最终分割结果。实验结果表明,与一维最大熵法、OTSU算法、数字形态学算法等算法相比,该算法的分割效果较好并具有一定的稳定性。     

医学影象图象处理系统

通过对我国医院现有医学影象系统的分析与研究，针对其存在的问题，提出并实现了一种医学影象处理系统，以ＰＣ总线标准为平台，采用局部总线与高速视频总线相结合的设计技术，完成了高速机器视觉采集卡的设计．数据率达１０兆字节／秒，可实时将来自医学影象系统的动态图象摄入计算机。图象处理软件功能设置上充分考虑了医学影象的特殊性，可提取病变区域，进行几何变换、边缘提取、形态参数计算、增强处理及伪彩色变换等，从根本上改变了医学影象的视觉效果，为医生诊断提供了定性定量数据；实现了影象和病历的计算机数字存贮、管理与检索。     

基于图切割结合区域生长算法的超声图像分割

本文提出一种基于图切割结合区域生长算法的超声图像分割方法.文中采用对图像进行分块后进行图切割的方法,大大降低了算法的时间复杂度,在分割的过程中利用先验知识和图像边缘信息,对分割进行约束和指导,并与区域生长算法相结合从而实现了超声图像的快速自动分割.实验结果证明该方法分割效果良好,具有一定的应用和研究价值.     

一种高效构建Delaunay三角网的算法

提出了一种基于改进的Graham扫描法的分块构建不规则三角网算法。采用分割合并的思想,先对平面上的离散点集区域进行分块,然后对各个子块用改进的Graham扫描法生成不规则三角网,再从边界边出发依次合并相邻的三角网子集,直到所有子集合并结束。本算法采用分块的思想缩小了构网时的搜索范围,对子块用改进的Graham法生成三角网提高了算法性能。实验结果表明,本算法使构网效率有很大的提高。     

基于视频图像的建筑室内空间数据矢量化提取方法

为提高建筑室内空间规划能力,需对建筑室内空间数据进行矢量化提取。为此,提出基于视频图像的建筑室内空间数据矢量化提取方法。设计建筑室内空间视频图像采集模型和空间装饰特征点边缘特征检测模型,采用分块检测方法重构建筑室内空间视频图像区域,结合RGB特征分解方法进行建筑室内空间数据矢量化分割,提取建筑室内空间视频图像的模糊度匹配特征量,通过分块模板匹配实现建筑室内空间数据矢量化提取。仿真结果表明,采用该方法进行建筑室内空间数据矢量化提取的准确性较高,图像的分辨能力较好,提高了建筑室内空间数据矢量化分割和装饰特征量的检测能力。     

数字散斑的仿真建模与变形场测量

合理构建像面散斑的数字模型,可以精确产生位移和变形场的数学仿真散斑图,为求解亚像素位移或变形的算法研究构建一个软件分析平台。本文从物体粗糙表面的随机分布出发,基于光学成像系统高斯点扩散函数模型,构建了像面散斑的成像模型,对变形前后的随机表面产生的像面散斑进行了模拟和变形场计算。文中提出在找相关峰值时用局部区域进行搜索,减少了运算时间,避免了相似峰的出现。     

图像融合研究新进展

数字图像融合是对多幅源图像的信息进行综合,以获得对某一地区或目标更准确、更全面和更可靠的描述,从而有利于图像后续的分析和理解,如图像分割,分类和目标的检测,识别.该文给出了数字图像融合的形成及其发展过程,比较了不同层次图像融合的特点,重点阐述了图像融合方法的新进展,总结了目前被研究者广泛采用的图像融合效果评价指标,提出了把图像融合机理和融合目的考虑在内的融合模型,并对图像融合目前存在问题以及未来的发展进行了展望.     

数字全息显微中的相位像差自动补偿算法

结合图像分割技术提出了一种用于数字全息显微成像的相位像差自动补偿算法.首先，采用最小二乘拟合算法对包含被测物体的解包裹相位图进行粗略的补偿，在此基础上，利用图像分割算法对其背景区域进行分割，获得不含被测物体的解包裹相位图.最后，对其进行最小二乘拟合从而实现相位像差的精确补偿.传统的数字全息显微技术需要通过手工检测背景区域来解决相位像差补偿的问题.然而，本文方法既不需要人工干预，也不需要光学设置的先验知识，即可实现相位像差的自动补偿.通过搭建的数字全息显微实验平台验证了所提算法的可行性和准确性.     

基于序贯滤波的水平集图像分割

传统基于边缘的水平集分割模型对非均匀区域分割效果不理想,为了解决这一问题,本文分析了序贯滤波的平滑能力与滤波次数之间的关系,将序贯滤波与水平集分割相结合提出了基于序贯滤波的图像分割模型.为了实现自适应于图像内容的平滑,根据平滑分量分割区域的置信度,设计了图像分割的平滑指标,控制序贯滤波次数,使得不同平滑分量的轮廓曲线收敛于目标边界,改善了传统基于水平集方法对非均匀区域的分割效果.本文分割算法的F测度,精确率和召回率均高于传统模型,在一定程度上提高了非均匀区域的分割效果.     

基于局域模糊聚类和Chan-Vese模型的CT医学图像分割

针对CT医学图像灰度不均匀的特点,研究了基于改进的模糊聚类和ChanVese模型的图像分割.该分割模型综合利用基于空间信息的FCM算法、图像局部区域信息以及Chan-Vese模型,通过最小化能量函数的方式来进行曲线演化.基于空间信息的FCM算法对曲线的演化起到了一定的收敛作用,并且局部区域信息提高了分割质量.分割模型还考虑了分割效果和计算效率,降低了算法的时间复杂度,提高了算法的执行效率,从而提高了灰度不均匀图像分割的精度.     

基于高斯统计模型的快速图像区域分割方法

目前很多图像分割方法不能满足图像信息生成的随机性以及面对应用的实时性.提出一种基于高斯统计模型的快速图像区域分割算法,与已有的一些图像区域分割算法相比,该方法不用图像去噪,直接利用噪声建立高斯统计模型,还采用最大最小值的方法,提出初始分割的思想.实验结果表明新方法增强了分割结果的稳定性,提高了分割速度,更加符合了图像要...     

结合形态学运算的谱抠图声纳图像分割法

针对数字抠图与图像分割之间的联系,提出一种结合形态学运算的谱抠图声纳彩色图像分割法。首先通过形态学中的顶帽(top-hat)变换和底帽(bottom-hat)变换去除声纳图像中阴影的影响和背景的不均匀性,并进行图像增强;其次,将数字抠图中的alpha值考虑到图像分割中,通过全局平均迭代阈值法获取阈值,对抠图所获alpha图像进行阈值处理得出分割结果;最后,与多种现有的分割方法进行仿真对比实验,实验结果证明了本文分割方法的有效性。     

一种室内彩色图像的分割方法

讨论室内彩色图像的区域增长法分割技术．直接使用彩色图像作分割，效果并不理想．可以利用室内图像中非金属目标界面反射较弱的特点，简化反射模型，使用规一化彩色，然后再作区域增长，这样分割的效果令人满意．实验结果表明了这一点．     

一种基于复杂产品ICT切片图像的轮廓提取算法

应用ICT(indusrtial computed tomography)成像与数字图像处理和CAD等综合技术已成为对复杂机械产品进行反求建模的重要手段之一.在针对ICT切片图像进行轮廓分割和数据提取时,其轮廓数据的精确性对反求建模精度至关重要.在比较传统轮廓数据算法的基础上提出了一种改进的ICT切片图像轮廓边界分割与提取算法,经过分析和比较,该方法不但可提高边界轮廓数据的提取精度,而且还具有计算速度快和计算开销少的特点.     

融合双边滤波算子的多相水平集图像分割算法

由于乳腺肿瘤超声图像的边界模糊,且灰度异质现象较严重,准确分割出肿瘤区域是一项具有挑战性的工作.针对传统的Chan-Vese模型和局部二值拟合模型(local binary fitting)的分割缺陷,在乳腺肿瘤超声图像的全局和局部能量信息的基础上,结合双边滤波算子,提出一种全局和局部二值拟合模型的多相水平集分割算法.首先,将双边滤波算子作为乳腺肿瘤超声图像的核函数;然后,根据变分法求解表征超声图像结构信息的能量泛函,得到对应的梯度矢量方程;随后,引入多相水平集函数实现病灶区域的多区域细化分割;最后,对乳腺超声图像数据集的分割实验.结果 发现:经过与医生手动标记的肿瘤区域进行对比,分割准确度为94.51％.可见,该模型的准确度较高、误判率较低、鲁棒性较强.