简介：摘要：通 过将现有 GrabCut算法的手动初始化导致的图像分割效率低与目标轮廓增强技术相结合，提出了自动 GrabCut算法。首先，对图像执行光谱残差计算，以获得具有目标轮廓的可视化挤压图。其次，对挤出的地图进行预分割，并通过快速连接区域分析执行前景估计，以获取遮罩，并用获取的遮罩替换手动交互式初始化。 GrabCut算法最终实现了自动拆分。根据实验结果，该方法克服了手工操作的缺点，在处理背景色相似的图像时，具有比传统方法更好的分割效果。

简介：图论是一种新的图像分割算法,近几十年来,一直是国内外的研究热点.但当图像很大时图论分割算法很耗时.针对这个缺点,提出了一种基于阈值和图论的图像分割算法.该算法先对图像进行平滑、锐化等预处理,然后再用最大方差法把目标和背景分隔开,最后对目标图像应用图论最小生成树（MST）的方法进行再分割.通过一系列的图像试验,该算法能够较准确地分割图像.与传统的图论分割算法相比,该算法对大部分图像有较好的分割效果.

简介：图像分割4.1图像分割算法的定义与分类在图像的研究和应用中,3.详细讨论了图像分割中的基于阈值的图像分割方法,全局阈值分割方法在图像处理中应用比较多

简介：重点讨论了基于遗传算法理论的图像分割问题,只适于对一些简单的背景和目标图像的灰度差别很大的图像的处理,遗传算法处理流程中

简介：本文中简单介绍了在手腕骨X线片的自动判读系统中，对图像进行分割时改进的自适应阈值分割法。它是图像处理技术在医学和体育科学领域中的一个应用和尝试，此文的算法基于骨龄图像自动判读系统。

简介：基于遗传算法的最大类间方差法分割后图像,将最后一代群体中适应度最大的个体作为最优结果,即在当前种群中每次选取两个个体按设定的交叉概率（0.7）进行交叉操作

简介：多阈值图像分割对于复杂图像具有较好的分割效果，但计算复杂度高，因此将鱼群算法应用到Otsu算法中，提出一种基于鱼群算法的多阈值图像分割算法。仿真结果证明，与传统的穷尽式搜索算法相比，该算法在正确选取阈值的同时降低了时间复杂度。

简介：针对MSATR图像分割问题,给出了一种基于高阶灰度矩的处理算法.首先深入分析了MSTAR图像的统计分布特性,并对目标、阴影,以及背景区域分别建立了相应的描述模型,在此基础上,构造了高阶灰度矩特征.通过将原始图像变换到高阶灰度矩形式,显著增强了目标区域与阴影、背景区域的差异性,进而依据不同的阈值化策略,实现了MSTAR图像中目标、阴影和背景区域的分割.对MSTAR图像的实验结果表明,与恒虚警率(CFAR)、最大类间方差(OTSU)、模糊C均值(FCM)和马尔可夫随机场(MRF)等常用分割算法相比,本文算法不需进行噪声抑制处理,且在分割效果和鲁棒性等方面性能更好.同时,对多尺度、多目标MSTAR图像的分割也显示出良好的适应性.

简介：%,%length,%选择

简介：海陆分割在合成孔径雷达（SAR）图像的海面目标检测以及海岸线提取等海洋应用方面具有非常重要的意义。针对合成孔径雷达图像的特点,提出了基于SLIC超像素分割的SAR图像海陆分割算法。首先为抑制SAR图像固有相干斑噪声并较好地保留图像的边缘信息,采用精致Lee滤波对图像进行预处理。然后对图像进行SLIC超像素分割,再将分割后的图像进行FT区域显著性检测以及显著值相似度聚类。最后将处理后的图片二值化得到海陆分割结果。实验结果表明,本文所提海陆分割算法具有很高的处理精度以及较高的处理效率。

简介：运用计算机图像处理技术辅助诊断颅内出血疾病对于精确计算出血量有着重要的意义.出血块的位置和形式的多样性给血块的自动识别带来困难.针对颅内出血CT图像颅骨与出血块相接的情况,设计了一个集边缘检测、区域生长、阈值分割于一体的出血块识别算法,并通过计算机模拟实验实现了出血部位的识别与自动分割,为出血量的定量计算奠定基础.并对若干颅骨与血块相接情况的颅内出血CT图像进行测试,测试结果显示了该算法的有效性和鲁棒性.

简介：图像的边缘检测是图像预处理的重要内容之一，它是对图像进行视觉分析和模式识别的基本前提。利用遗传算法对最大类间方差法进行优化，自动确定图像分割最佳分割阈值即图像增强的渡越点值，并简化隶属度函数，采用“Max”算子和“Min”算子相结合方法改进了传统单一算子的边缘检测方法。仿真实验表明，该算法不仅能提高图像模糊边缘检测能力，而且能够有效的降低图像模糊和噪声对边缘检测的干扰。

简介：一幅彩色图像中的人脸被分割出来后，便可检测出图像中的人头数，并可根据此图像中的人头数进行智能控制，如控制教室中电灯、风扇和空调或判断汽车是否超载等。此文首先使用HSV和RGB混合肤色模型进行肤色分割，提取原始图像中的类肤色区域；采用数学形态学运算和人脸结构特征去除类肤色区域中的非人脸区域，得到候选人脸区域；与其他方法不同的是；此文接着利用头发的颜色、形状与人脸的关系，来确认人脸区域，最后通过头发的个数、候选人脸的个数及被确认的人脸个数三者关系来统计出图像中的人头数。

简介：摘要：宫颈癌是威胁女性健康的最大杀手之一，每年全世界大约会新增的病例数多达数十万。其中我国的宫颈癌发病率常年居于世界第一，严重危害着我国女性的生命安全，遏制宫颈癌在我国的蔓延刻不容缓。在宫颈癌的检测方法中宫颈细胞的显微图像检查是公认的最简单、最经济和最直接的方法。这种方法是通过观察宫颈细胞的显微图像，根据医生的专业知识去判断出宫颈细胞是否病变。但是，观察过程中，显微图像所显现在医生面前的细胞，大多都是以重叠，不清晰的细胞块出现，不利于医生的准确观察。

简介：

简介：

简介：针对现有的图像分割方法存在的精度低、稳定性较差的问题,提出了一种基于猫群优化算法的图像多阈值分割方法。本文将猫群优化算法（CatSwarmOptimization,CSO）引入到图像分割中,以最大类间方差作为猫群优化算法求解的适应度函数,利用猫群优化算法中猫的两种行为模式——搜寻模式和追踪模式来快速搜寻图像多阈值分割的最佳阈值。实验表明,与粒子群优化算法（ParticleSwarmOptimization,PSO）、头脑风暴算法（BrainStormOptimization,BSO）和人工蜂群算法（ArtificialBeeColony,ABC）相比,CSO在图像分割时的精确性、收敛速度及稳定性上有显著优势。在3阈值图像分割时,所提方法找到最优个体需要的平均迭代次数最少,且稳定性比ABC、BSO和PSO分别提高了5%、10%和80%。

简介：针对分割图像目标是无法提取目标的真实边缘且实时性不佳,引入混沌系统改进的PSO（简化粒子群算法）提取出的目标边缘作为Snake模型分割的起始位置,优化能量函数后分割出精准目标.实验表明：对图像目标进行分割的时间减少且精准度也提高了。

简介：针对合成孔径雷达(SAR)图像感兴趣区域(ROI)的分割问题，提出了一种基于Mellin变换的正则化参数的自适应选取方法。首先将SAR图像乘性相干斑噪声转化为加性相干斑噪声，在此基础上应用正则化模型建立SAR图像特征增强目标函数。然后推导出正则化参数与相应范数项的关系式，应用共轭梯度法对模型进行求解，最终达到图形特征增强与相应ROI分割的目的。所提算法不仅有效抑制了背景杂波，降低了相干斑的影响，而且还克服了传统方法对参数经验值选取的弊端。基于真实SAR图像数据的实验结果验证了该方法的简便性和有效性。

简介：医学中的彩色超声图像受成像机理的影响,会出现对比度不高、边缘不清晰的现象。传统的图像分割方法存在处理结果准确率低、部分目标丢失等问题。文章针对图像分割中广泛应用的K-means算法依赖初始聚类中心和搜索易收敛于局部最优等不足,在基本粒子群算法中加入惯性权重来提高收敛性能,并用该算法确定初始聚类中心,解决K-means的缺陷,然后将改进算法应用于L＊a＊b颜色空间的彩色超声心脏图像分割中。实验显示,改进方法改善了聚类结果的准确率和稳定性,且聚类时间也短,对色彩度低的超声图像可取得很好的分割效果。