一种新的VCD图象捕捉和处理方法

探讨了利用POWERVCD播放器对动态VCD图象进行捕捉和图象件存储的技术,克服了以往利用抓图软件不能捕捉动态图象、分辨率差的缺点,同时提出了一种利用PHOTO—SHOP5．0图象处理软件所具有的各种强大功能进行图象处理的简单实现方法。     

一种组织细胞图象的分割

自动、时实、计算机视学细胞追踪系统需要一种非常有效的细胞图象分割方式．通常一些文献介绍的分割算法在运用于未染色活细胞图象分析时,由于灰度变化和不均匀的光照等,显得非常虚弱．我们研究了分割的两步策略即：（１）选出含有细胞和一部分细胞周围背景的近似区域;（２）从这个区域内的背景中分割出细胞．这种方式能有效降低周围背景灰度和细胞区域上纹理的影响．实验结果表明这种方法作为细胞图象的分割时既快又省力．     

细胞图象的背景分割方法

对内分泌细胞图象分析的基础上，克服常规背景分割方法的缺陷，提出了采用阈值曲面方法对内分泌细胞图象进行背景分割的技术，获得了令人满意的效果     

基于模糊阈值的图象分割方法

叙述了采用模糊阈值进行图象分割的基本原理，提出了简化资格函数形式和采用直方图中值滤波处理方法，算法简单直观，计算机仿真表明图象分割结果比较理想．     

一种新的图像自动门限分割方法

基于模糊数学理论提出一种新的图像自动门限分割方法－－最小模糊贴近度方法，论述了模糊集合要领及其隶属函数的建立，从图像模糊贴近度的性质考虑，确立了图像门限分这 最估准则，通过与几种经典方法对具有不同直方图图像的分割图像的分割及性能比较，证明了本方法的有效生和较好的分割性能。     

彩色图象分割与颜色特征选择

图象分割是计算机早期视觉重要的不可缺少的一步。彩色图象由于具有比灰灰度图象更多的视觉信息,受到了越来越多的重视。本文对彩色图象分割方法和颜色特征选择及关系做了概述;特别是对基于物理分割方法做了更多的描述,意旨它将是 计算机深层次视觉根本方法。     

基于边缘强度的图象分割

介绍一种根据边缘强度进行象素灰度值加权平均以获得分割门限，与一般通过友度直方图找寻分割门限以进行图象分割的方法不同，不仅能消除噪声的影响，而且对友度分布不均匀的图象通过分区处理效果更好。还详细讨论该方法的工作原理及算法．     

基于小波变换和动态聚类的图象分割方法

本文讨论了一种结合小波变换和非监督动态聚类的图象分割算法。在图象分割过程中,首先用小波变换提取图象中的边缘信息,再利用所得的边缘信息和原图象的灰度信息进行聚类。实验证明了这种方法是行之有效的。     

一种基于Kullback—Leiblar距离的自动多门限图象分割方？…

本文根据Ｋｕｌｌｂａｃｋ－Ｌｅｉｂｌａｒ距离的统计意义，提出一种基于Ｋｕｌｌｂａｃｋ－Ｌｅｉｂｌａｒ距离的自动多门限图象分割方法，这种方法与Ｎ．Ｒ．Ｐａｌ和Ｓ．Ｒ．Ｐａｌ等人提出的方法完全不同；此外此文还将从前研究的对象从单目标与背景推广到多目标及背景的自动多门限选取问题，最后用几幅图像进行算法检验；实践表明，该方法和其它方法相比较，效果较好。     

一种灰度图象的自适应分割算法

利用遗传算法的高效搜索性能和模糊集合理论能较好地描述问题的模糊性和随机性，提出了基于遗传算法的最大模糊熵快速分割算法，将遗传算法和模糊集合理论结合起来应用于灰度图象单闽值和多阈值分割．实验结果证明该方法有效地实现了快速分割，并具有较好的鲁棒性．     

基于二维灰度阈值的图象二值化分割算法

图象的二值化分割算法是图象处理中最基本的预处理方法，二值化结果的好坏将直接影响后期的处理或识别．本文提出了一种基于二维灰度阈值的图象二值化分割算法，该算法能够将图象中的物体从有噪声的背景中有效地分离出来，具有较好的二值化结果。     

灰度图象的二维最大熵阀值分割研究

讨论了灰度图象的二维最大熵阀值分割算法．根据图象象素的灰度、均值二维直方图分布的特点，给出了一个新的分割阀值判决函数．理论分析和实验结果表明：该阀值判决函数比仅使用一个二维矢量阀值具有更强的抗噪声能力，分割性能更好．     

基于图像分割和融合的图像去雾算法研究

为了解决传统的暗通道先验去雾方法产生的细节丢失和亮度偏低等问题,本研究提出了一种基于图像分割和融合的去雾算法。首先对输入图像使用亮度反转的MSRCR预处理来进行色彩保真;其次用阈值分割法提取图像的特征信息并获得掩膜,根据特征信息设计自适应的Gamma校正方法,提升对比度和亮度,并使用暗通道先验方法保持去雾后的细节;最后将处理后的图像进行掩膜融合。在真实世界的数据集上仿真结果表明,本研究所提算法在去雾后能保留更多的细节且提高亮度。与几种经典的算法相比,本研究所提算法在去雾后的图像有较好的色彩保真度,保留了更多的细节,去雾效果好且亮度更自然。     

一种改进的分水岭人脑MR图像分割方法

针对传统分水岭算法分割图像后存在的细节不准确问题,提出了一种改进的分水岭算法.此算法将传统分水岭算法和概率相结合,通过有序队列来实现边界的计算,从而得到分水岭.实验证明,这种算法得到的结果更加准确,对人脑MR图像病灶区的分割非常重要.     

无需重新初始化水平集的多相水平集图像分割方法

笔者提出了一种无需重新初始化水平集函数的多相变分水平集图像分割方法.根据Vese -Chan提出的多相模型的区域竞争思想,结合图像区域全局信息的能量函数作为模型的外部能量项,引入内部变形能量约束水平集函数来逼近符号距离函数,避免了重新初始化水平集函数的过程,提高了计算速度和分割效果.实验结果表明,笔者提出的模型有效地克服了传统模型需重新初始化和构造符号距离函数计算量大的缺点,而且具有全局最优分割能力和较强的抗噪性能.     

非监督图象分割的神经网络方法的研究

本文提出了一种新的神经网络模型UMAN,以实现非监督的图象分割。该神经网络采用广义信息熵作为描述系统稳定和收敛的定量判据,克服了广义能量函数的缺陷;改进的Kohonen非线性映射结构,既突出了分类信息又减少了信息冗余;网络内部层和结点数由系统内部动态地确定,不需人工干预和先验知识;非监督自学习功能反映了低层次视觉信息处理的特点,可处理一般的图象,具有较强的适应性.实验结果表明该模型及算法是有效和实用的,具有一定的鲁棒性.     

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．     

基于细胞神经网的快速图像分割方法

细胞神经网(CNN)是一种局部互联的非线性并行模拟视觉处理系统,具有适合硬件实现处理速度快的优点.首先利用CNN-PDE非线性异质扩散滤波对图像作预处理,随后给出了一种基于CNN的图像分割方法.分割试验结果及仿真时间估计表明,CNN分割方法能以非常快的速度完成相应处理,是高效可行的.     

彩色目标识别中的单通道目标分割方法

本文提出了一种用于彩色目标识别的使用综合色距函数进行彩色图像色彩分割的方法。通过引入反映目标色彩向量与参照物的特征色彩向量之判别的综合色距函数，可将彩色图像处理中的常规多通道处理过程简化在单通道内进行，实验结果表明不但大大降低运算量，而且还可省去多通道处理所必需的综合判别过程，使识别速度大大提高。     

一种基于小波变换的文本图像阈值法分割

用Haar小波分解图像,并基于LH和HL高频带Haar小波系数的统计分布规律将文本图像分割为文字、画面和背景．实验结果表明方法分割有效．