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．     

基于适应性阈值和遗传算法的图像分割

图像分割是自动目标识别的关键和首要步骤，其目的是将目标和背景分离，为计算机视觉的后续处理提供依据。提出了一种基于适应性阈值和遗传算法进行图像分割的方法，对图像的不同区域分别作灰度值的评价标准，把图像分割问题定义为一个多区域的独立优化问题，利用遗传算法的寻优高效性，搜索到能使分割质量达到最优的图像分割阈值。试验表明，使用该方法可使图像分割获得满意的效果。     

采用一种新的马尔可夫模型进行癌症医学图像分割

将数据驱动的蒙特卡罗型马尔可夫链(DDMCMC)这一新的马尔可夫模型运用于分割癌症医学图像．这一图像分割过程为：先将需要处理的空间分割成3层；创建平稳的马尔可夫链；采用数据驱动的方法运算得到启发式的信息；运用适合的数学原理来选取图像粒子．通过对比可知采用DDMCMC方法比采用其它算法在癌症医学图像分割方面更具有优点。     

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．     

基于球面图像的三角网格模型分割

为了从局部形状的角度实现对三角网格模型的管理和重用,提出了一种基于球面图像的三角网格模型分割方法.通过球面参数化及球面划分,将三角网格模型的表面属性信息映射到球面图像中;利用成熟的区域生长、区域合并图像分割算法对球面图像进行分割;将球面图像的分割结果转换为三角网格模型的分割结果.实验结果表明:该分割方法可以对不均匀的低分辨率三角网格模型进行有效分割,降低了几何属性估算对分割结果的影响,不会发生过分割现象,不需要进行分割的后续处理.     

智能图像处理技术在车型识别中的应用研究

提出了一种应用于视频车型识别系统中的图像预处理方法．该方法对采集到的车辆图像去模糊恢复，然后采用快速的梯度算法得到背景与车辆的边缘图像，用两幅边缘图像相减分割出车辆图像，再对图像二值化，并进行直线拟合、填充处理，最后用轮廓跟踪的方法得到完整的车辆轮廓图，从而有效提取特征参数．     

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.     

分水岭算法在胃上皮内肿瘤图像分割中的应用

图像分割是图像识别的关键,笔者曾经分别采用松弛迭代和K均值聚类方法对胃上皮内肿瘤图像进行分割,实验表明这些算法对粘连严重的图像分割效果很差,故本文应用分水岭分割算法Vincent和Inver,对粘连情况不同的多类胃上皮内肿瘤图像进行了图像分割实验,实验结果表明：对于粘连较少的细胞图像,这两种算法都能较好地分离出目标细胞,但对于粘连严重的细胞图像,Inver算法的分割效果比Vincent要好,但lnver算法容易出现过分割现象．     

基于NSCT变换的红外与可见光图像融合方法

针对小波变换不能很好地表达图像边缘信息，NSCT变换对图像细节信息表达缺失的问题，本文提出了一种改进的基于NSCT变换的图像融合方法．首先将经过预处理和配准后的红外图像和可见光图像进行NSCT变换，得到各个源图像的低频和高频系数，然后对分解后的低频系数采用小波变换的融合规则进行融合处理，高频系数则采用基于特征的区域能量的融合规则进行融合处理，最后对融合后的系数进行NSCT反变换得到融合图像．仿真实验表明，采用改进的NSCT融合方法对红外与可见光图像的融合有良好的效果，图像更清晰，信息更全面．