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

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。     

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。     

图像分割算法的探究

将图像中具有不同含义的区域分割开来,就是所谓的图像分割。它在计算机视觉和图像处理中是一个非常重要且具有权威意义的实际应用问题,在图像分析和图像处理中也起至关重要作用。因此,图像分割技术具有极高的研究价值。随着数学、生物学、计算机科学等学科的发展,图像分割技术也在不断更新与完善。但到目前为止,图像分割还没有一套完整切实可行的理论。力求就图像分割算法做一些积极的探索和研究,尤其是对区域分割法、边缘检测分割法及其它领域相关理论工具的分割法做一些比较详细的阐述,最后给出未来可能的研究方向。     

图像阈值分割算法研究

图像阈值分割的方法很多,但目前很难找到适用于各种场合的分割方法。本文针对实际情况对几种分割方法进行了分析比较及实验研究。在此基础上引入了遗传算法,加快了算法的收敛速度。最后将一种改进的遗传算法用于优化图像分割,取得了较好的分割效能。     

白细胞图像分割

研究从血液细胞中分离出白细胞,采用数学形态学的方法对图像进行预处理,使用灰度阈值法分割出白细胞核,定位出细胞的具体区域,用面积最大法提取整个白细胞。实验结果表明,本文提出的方法可以正确有效的分离出白细胞。     

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。     

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。     

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。     

一种基于自适应阈值的图像分割算法

为提高目标检测概率,针对复杂的地面目标红外亚图像,提出了一种以最大类间方差法为基础的自适应阈值图像分割方法。用分割出的目标和背景区域的灰度统计量,设计了一个判断是否得到正确分割的准则．理论分析和实验结果表明,对于复杂背景下低对比度、低信噪比的地面目标,不论目标在图像中所占面积大小,利用该方法均可得到正确的分割结果．通过设置阈值运算的灰度取值范围,可大大减少计算量,节省处理时间．     

基于模糊均差的低照度图像平滑去噪方法

为了提高低照度图像去噪处理的整体效果,本次研究提出了基于模糊均差的低照度图像平滑去噪方法。采用Sobel梯度检测图像边缘信息,采用OTSU（Nobuyuki otsu 大津展之）阈值分割法分割图像为平坦区域和细节区域;通过模糊均差方法分别估计两个区域图像的噪声标准差;采用小波域方法对图像进行平滑软阈值去噪,实现低照度图像的平滑去噪。实验结果显示,本文方法可以在不同噪声水平下获取接近真实值噪声标准差,在噪声水平最大时信噪比大小达到了27.97dB,去噪效果达到92.1%,质量很好的图像数量占比达到了80.58%,图像信息损失较小,去噪效果较好,具有极大的应用价值。     

基于矩不变的飞机识别算法

基于飞机的对称性特点,提出了一种航空图片中智能判别飞机类型的方法。该方法通过检测飞机的位置,以飞机的重心为矩心,根据矩不变原理,将飞机的中轴线旋转和坐标轴Y轴重合,由飞机的轴对称特点求出3个基本特征量：飞机的长宽比;X轴方向投影值;Y轴方向投影值。利用匹配和投影相结合的方法可在航空图片中正确地识别型号不同、大小各异、位置任意的各种地面飞机。该方法识别特征少、计算量小,识别速度不足1s,在本实验中识别正确率达100％。     

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。     

定位定向系统的数字仿真及试验

文中介绍了状态和偏差去耦的卡尔曼德波方法，其特点是计算量小、估计精度高，适用于偏差项较多的场合。在定位定向系统中应用此法估计３个陀螺和３个加速度计的未知常值偏差取得满意的仿真结果。跑车试验表明，系统定位精度提高了３个数量级，接近美国 ＰＡＤＳ系统的设计指标。     

摄像机运动情况下的运动目标检测技术研究

针对视频运动目标检测技术的研究现状,介绍了摄像机运动情况下的视频运动目标检测方法,包括帧间差分法、图像分割法、运动矢量场法等,并对其算法适应性、复杂度、实时性等算法性能方面进行了较为详细的对比分析,详细讨论了各种运动目标检测方法的适用场合和优缺点,从而为不同应用场合下视频运动目标检测方法的选择提供参考依据。     

基于音频统计特性的鲁棒水印算法

为了抵抗低通滤波和时长调整等综合性攻击,提出了一种新的鲁棒性音频水印方法.首先,根据数据直方图中每4个连续Bin的样本数,建立了一种用于隐藏规则的稳定关系,并基于统计均值和标准差的不变特性,实现了数据范围的通用选择方法.然后,通过分析不同音频分段的隐藏效果,提出了基于小段划分与隐藏的设计思路,并结合直方图中4个连续Bin的样本关系,设计了基于统计特征的水印嵌入和提取算法.实验结果表明,该算法能够显著减少水印嵌入过程中数据样本的调整量.与已有方法相比,该方法不但具有保持抵抗时长调整、音量缩放、重采样和重量化等攻击的优异性能,而且能够显著增强抵抗低通滤波攻击的能力.     

基于个性化情境和项目的协同推荐研究

为提高基于项目的协同过滤推荐SlopeOne算法的预测结果,在算法的项目相异性计算和评分预测过程中引入个性化情境因素.首先对基于项目的协同推荐方法进行综述,然后针对不同情境下的评分记录进行项目间相异性计算,根据此结果计算检验集中的项目在不同情境下的预测评分,并以预测结果为依据为每个用户得到个性化情境,进而为用户对新的资源项目进行评分预测.最后在标准的Movielens数据集上进行实验,其中,U2的训练集和测试集用来训练个性化情境,其他数据集用来检验算法的预测结果.通过对改进的推荐算法与经典的基于项目的协同过滤算法SlopeOne进行比较,实验数据表明改进后算法的推荐结果有较大提高.     

基于环形分割的医学图像检索

针对医学图像全局特征检索不能很好地体现局部特征,而基于分割后各区域特征的检索又过分依赖于复杂的图像分割算法,提出了环形划分图像的分割方法.在基于环形分割的条件下,分别提取医学图像的颜色和纹理等内容特征,并在此基础上,实现医学图像检索.试验表明,基于环形分割的医学图像检索能够较好地体现图像所记录的颜色空间信息,而且具有旋转偏移不变性的特点,大大提高了医学图像检索的正确率与查全率.     

基于灰度共生矩阵的模糊神经网络FuCMAC在图像分割中的应用

文中提出了一种改进的CMAC神经网络(FuCMAC),与经典的FCMAC相比,其逼近精度得到提高,解决了CMAC系列神经网络逼近精度不高的弱点.在颅脑磁共振图像分割仿真实验中,把当前像素点的子图像的纹理特征和该像素点的灰度值作为该像素的特征向量,将该特征向量作为神经网络的输入,结果表明其具有较高的分割准确性.     

基于灰度共生矩阵的模糊神经网络FuCMAC在图像分割中的应用

文中提出了一种改进的CMAC神经网络（FuCMAC），与经典的FCMAC相比，其逼近精度得到提高，解决了CMAC系列神经网络逼近精度不高的弱点．在颅脑磁共振图像分割仿真实验中，把当前像素点的子图像的纹理特征和该像素点的灰度值作为该像素的特征向量，将该特征向量作为神经网络的输入，结果表明其具有较高的分割准确性．