细胞图像自动分割方法研究

提出一种细胞图像的自动分割与定位方法.首先将直方图分割所得二值图像的距离变换作为边缘提取的指导知识,进行细胞图像的精确分割;然后利用分割边缘点的梯度方向和几何知识确定细胞的中心.该方法既能对非重叠细胞也能对重叠细胞进行细胞的分割与定位.     

流域分割算法在细胞图像分割中的应用

为克服细胞涂片检测癌症过程中细胞交叠造成图像分析的困难，需将实际细胞图像中交叠在一起的细胞群分离为单个细胞。为此，提出一种基于流域分割算法的二值细胞图像分析方法。首先，用迭代腐蚀方法产生距离图，以从交叠的细胞图像中检测出种子数。然后，将极限腐蚀的集合作为分离交叠细胞图象的种子。最后，以种子区域为基础生长图像，直到除凸集的边界外，原图的像素都被重新吸收。叙述了该算法的设计思想和实现，并给出了实验结果。     

基于改进遗传算法的图像分割识别方法

提出了一种利用灰度直方图熵和改进遗传算法对图像进行分割的方法，以灰度图像直方图熵作为评价函数，把图像分割问题变成一个优化问题，利用遗传算法的寻优高效性，搜索到能使分割质量到达最优的分割阙值．针对遗传算法的某些不足之处，利用精英策略和模拟退火的思想，对其做了一些修正．实验结果表明，该方法不仅分割质量好，而且缩短了运算时间．     

超声医学图像的自动分割

阐述了对超声医学图像进行自动分割的一种新方法．其基本思想是首先以Hilbert曲线扫描图像，配合峰谷法对图像进行滤波，采用三次样条插值法对图像进行灰度插值；然后把局部阚值和全局阚值结合起来进行图像分割并标记区域；最后通过特征数据库确定目标区域．实验结果证明，该算法有着较好的适应能力．     

用于医学图像分割的区域生长方法

通过分析鼻腔解剖图的气腔区域可以确定患者打鼾原因,并对其后期手术治疗有着重要意义.从鼻腔解剖图分割出气腔区域是整个计算机辅助手段的前提.根据鼻腔解剖图的特征,提出了一种改进的区域生长方法,采用两次不同的迭代规则进行区域生长,不仅能够准确地分割气腔区域,而且克服了区域生长对生长参数敏感的缺点.同时对其他医学图像进行了实验,得出了令人满意的分割结果.     

用于医学图像分割的区域生长方法

通过分析鼻腔解剖图的气腔区域可以确定患者打鼾原因,并对其后期手术治疗有着重要意义.从鼻腔解剖图分割出气腔区域是整个计算机辅助手段的前提.根据鼻腔解剖图的特征,提出了一种改进的区域生长方法,采用两次不同的迭代规则进行区域生长,不仅能够准确地分割气腔区域,而且克服了区域生长对生长参数敏感的缺点.同时对其他医学图像进行了实验,得出了令人满意的分割结果.     

基于互信息最佳阈值迭代的图像分割方法研究

阈值分割是一种重要的图像分割方法,是图像检测与识别的重要预处理步骤之一.依据分割图像与原图像之间的内在联系,提出一种互信息和阈值迭代相结合的番茄图像自动优化分割方法(MI-OPT).分割实验表明:对成熟期果实与背景的颜色差异不大或表面色彩不一致的番茄图像,MI-OPT分割方法效果较好.     

医学彩色内窥镜图像边缘检测方法的研究

考虑到医学彩色内窥镜图像的特殊性，用Ｋ－Ｌ变换，将经锐化处理后的彩色图像分解成３个正交彩色基Ｉ＾１，Ｉ＾２和Ｉ＾３，提出用Ｋｉｒｓｃｈ算子对含丰富特征的单色图Ｉ＾１进行边缘检测，并用Ｉ＾２和Ｉ＾３进行补偿，使获得的彩色回显图像边缘清晰，细节丰富。     

基于GPGPU的快速医学图像FCM分割算法

由于医学图像生成容易受到空间时间影响,噪声较大,具有不确定性,传统的硬分割方法很难取得理想的分割结果.模糊分类技术能很好地处理医学图像中的不确定性,却由于计算量大不能保证实时性.灰度统计方法和通用计算图形处理器技术的引入,保证了初始聚类中心的准确性.又由于模糊C均值聚类算法是可并行的,将其改进并在图形处理器上完成计算,降低了算法迭代次数和计算时间,保证了实时性.实验结果表明,使用该方法对医学图像分割得到了良好的结果.     

沥青混合料图像多阈值分割方法

将基于遗传策略的多阈值分割法应用到沥青混合料图像分割中,解决了边缘检测法、单阈值法抗干扰性差、分割结果不能直接用于级配分析的难题。实验结果表明,该方法的分割精度优于边缘检测类和单阈值法,而且可将沥青混合料中的粗骨料、细骨料、纹理和空隙等组成部分分离出来,为后续的级配分析计算奠定基础,具有广阔的应用前景。     

融合边缘检测与区域生长的交通图像分割方法

在交通监控中,如何从复杂的背景中分割运动物体是至关重要的一步,针对车辆的运动阴影对图像分割产生的不利影响,提出了一种新的融合边缘检测与区域生长的彩色图像分割算法,算法同时考虑了图像的彩色信息和空间信息.该算法首先对彩色图像边缘检测,并根据检测结果设置种子像素;再基于颜色相似性生长准则,结合边缘检测结果,对每个种子点进行区域生长;最后,利用区域合并算法对剩余的像素进行合并.实验结果表明该算法很大程度上克服了阴影给图像分割带来的不利影响.     

基于边缘检测的沥青混合料图像分割技术研究

在对沥青混合料数字图像进行平滑去噪处理与增强处理基础上,采用边缘检测的分割算法对沥青混合料集料颗粒进行辨识与分析,突显出集料颗粒边缘轮廓,可为目标对象做进一步的特征提取和分离提供可靠的依据.     

基于图像分割的图像检索新方法

利用信息熵理论,提出了一种新的相似性图像检索方法.首先,分割图像,抽取图像的分块颜色信息;再计算图像之间的颜色互信息来确定它们的相似度.与其他的颜色特征描述方法相比,该方法该算法具有抗噪声能力强、精确度高等优点.     

复杂背景图像中圆检测的新算法

如何在复杂背景图像中确定圆的存在,并将其准确定位,具有广泛的工程应用价值.本文通过对大量圆定位算法的研究,提出了一种利用圆形性特征在复杂背景图像中进行圆检测的新算法.经实验证明,此算法实现了复杂背景图像中圆形炮管的自动定位与分割,对于发生形变的图像,此算法仍具有较好的位移、旋转和伸缩不变性,可应用于工程中的圆检测.     

Hierarchical Non-linear Image Registration Integrating Deformable Segmentation

IntroductionSegmentation and registration are two impor-tant problems in the field of medical image analy-sis. Traditionally, solutions have been developedfor each of these two problems in relative isolationfrom the other, but with increasing dependence onthe existence of a solution for the other. For exam-ple, model-based segmentation methods[1,2]need toregister individual data sets to a common frame ofreference, so that statistics about the models canbe gathered to guide the evolution of the…     

Automatic Airway Deletion in Pulmonary Segmentation

A method of removing the airway from pulmonary segmentation image was proposed. This method firstly segments the image into several separate regions based on the optimum threshold and morphological operator,and then each region is labeled and noted with its mean grayscale. Therefore, most of the non-lung regions can be removed according to the tissue‘s Hounsfield units (HU) and the imaging modality. Fifially, the airway region is recognized and deleted automatically through using the priori information of its HU and size. This proposed method is tested using several clinical images, yielding satisfying results.     

遗传算法在图像分割中的应用

图像分割是图像分析的预处理阶段,被认为是计算机视觉中的一个瓶颈.基于扩展的Otsu最优阈值图像分割方法,提出用一种改进遗传算法进行图像分割的方法,并给出了遗传算法中参数的设定.仿真结果表明,改进算法的计算速度不仅明显优于传统的Otsu方法,而且算法的分割效果也很好.     

基于MS-RG混合图像分割模型的道路检测研究

道路场景因其结构的多样性、纹理变化的复杂性和自然曝光的不稳定性,使得传统基于道路分割的道路检测方法大多存在信息冗余,并且存在边界丢失、模糊等质量问题.本文首先在道路图像上使用 Meanshift均值漂移算法,通过空间内的概率密度呈梯形上升去寻找局部最优,并搜索属于同一模点的像素然后生成获得超像素块.然后利用 Meanshift算法获得的聚类超像素块进行多种子点区域生长,规范生长规则,克服不能得到封闭边界的缺陷,改进道路图像的分割效果.实验结果表明,本文提出的模型适用性强,相比于传统方法有效地提升了分割准确性和实时性,可准确识别出图像中的道路信息,确保车辆能够行驶在可行驶区域上.