基于Wold特征的遥感图像的分割

马尔可夫随机场模型是一种较好的纹理模型，但由于它是一个低阶的纯随机模型，因此用于图像分割时，区分相近纹理的能力仍然有限。将结合2维Wold分解技术来对遥感图像进行分割，通过调整不同性质谱分量的比例关系，放大相近谱峰值之间的差别，从而有利于Harmonic滤波器的信号选取，改善低阶马尔可夫分割场模型不能刻画结构性纹理的缺点。实验方法对城区目标进行提取，结果表明该方法的有效性优于纯Markov随机场所采取的分割方法。     

基于图论的图像分割方法及其局限性研究

本文研究基于图论的图像分割方法及其局限性。以图论为工具研究图像分割问题的成果已有不少报道,对其局限性的研究将有利于将概率网络的研究成果应用于图像分割及其它图像问题,这其间图论方法既是桥梁,也是一个广阔的应用领域,它在图像分割问题和概率论的传统方法之间重新建立了一个充满可能的研究空间。     

基于高低帽变换的图像迭代分割方法

针对现有的迭代阈值分割算法作用于一些低对比度或一些变化较大的图像时精度不高、存在过度分割难以识别目标区域的问题,引入数学形态学模型,提出一种基于形态学中高低帽变换预处理后再进行迭代分割的改进优化算法。该算法利用高低帽变换来增大原始图像的灰度动态范围同时锐化图像,使图像清晰,再通过迭代阈值分割出目标区域,针对一些难以分割的目标,可以再次采用低帽变换凸显目标区域,最后通过二值图像连通区域标记,按面积擦除噪声区域完成分割。实验结果表明,不论是针对较小目标物体或是较大目标物体都能取得良好的分割效果,改进后算法的稳定性、适应性和分割精度都得到提升,具有广阔的应用前景。     

基于云模型的图像分割方法研究

分析了图像信息的不确定性、云模型的理论和方法,提出了一种基于云模型的图像分割新方法,实现了图像分割,取得了良好效果。     

基于边缘的多光谱遥感图像分割方法

从Marr视觉计算理论和Tobler地学第一定律出发,提出了基于边缘的多光谱遥感图像分割方法.在基于边缘的多光谱遥感图像分割方法中,由边缘检测、边缘综合、边缘生长、区域标号等环节组成.该遥感图像分割方法在可视化开发平台Delphi中予以编程实现.将之应用于日本熊本市（Kumamoto）的Quickbird多光谱遥感图像中,并与多种遥感分割算法进行了比较：（1）从多光谱遥感图像各波段亮度信息利用的程度上看,提出的遥感图像分割方法能充分利用多波段亮度信息;（2）从遥感图像分割结果上看,由于分别对不同的波段进行边缘检测,并在此基础上进行边缘综合、边缘生长,遥感图像中的细节特征得到了充分体现,遥感图像分割效果更理想;（3）从计算复杂度和计算效率上看,基于边缘的多光谱遥感图像分割法较其他分割方法有一定的优势.     

基于三维扫描数据的面分割空间三维重建方法

随着三维扫描仪的问世，针对如何处理体现三维空间位置关系的扫描图像，最终可实现三维重建的问题．本文根据三维扫描仪的技术特点，提出了基于三维扫描数据的面，分割三维重建的方法，即依据各点在空间坐标上的共同特征，采用整体平差拟合平面进行面分割，进而建立三维空间重建模型．该方法能够突出扫描物体的三维特征，实现扫描数据的纠错与恢复，并为进一步进行扫描图像的配准拼接，最终实现扫描物体三维重建创造了有利条件。     

基于相位一致的高分辨率遥感图像分割方法

基于分水岭变换的图像分割性能在很大程度上依赖于用来计算待分割图像梯度的算法。根据频域相位信息对图像特征的表征能力,引入相位一致的思想计算图像特征,应用Log Gabor小波提取高分辨率遥感图像的多尺度梯度。接着在对相位一致梯度进行分水岭分割时发现,在抑制分水岭算法的过度分割方面,经典的基于前景标记和背景标记的方法并不适合于遥感图像的分割,给出一种基于前景标记和梯度重建的分水岭算法。对IKONOS Pan图像上的农田、厂房和居民楼等地物进行特征提取和图像分割实验,结果表明相位一致方法优于空域特征检测算子,根据相位一致特征得到较好的分水岭分割结果。     

基于数学形态学的IKONOS多光谱图像分割方法研究

利用数学形态学方法,研究与探讨了IKONOS多光谱图像的分割技术.提出一种结合图像边缘特征和纹理特征的混合分割新算法.在高分辨率多光谱遥感图像K-L变换的基础上,采用多尺度多方向形态学梯度算子提取边缘特征.应用数学形态学滤波及局部方差统计特征对图像对象进行标记,最后采用强制最小过程,进行标记控制的分水岭分割.研究结果表明,提出的分割算法优于仅利用边缘特征的分水岭分割算法,同时,该算法能较好地解决分割过程中存在的过分割与欠分割问题,是一种适合高分辨率多光谱遥感图像的分割算法.     

基于多尺度空间分析的图像阈值分割方法

在通过一阶差分确定阈值的基础上,依据多尺度滤波思想,提出一种基于多尺度空间分析的阈值分割方法对图像进行分割。将该方法与其他分割方法进行了比较,证明了本文算法的有效性。     

基于投影点密度的车载激光扫描距离图像分割方法

对车载激光扫描系统获取的距离图像的分割进行研究,提出利用投影点密度进行距离图像分割的方法.该方法不需要其他辅助数据就可以进行距离图像的分割,给出应用实例.图像的分割是目标识别、定位、特征提取与建模的基础和关键.距离图像是离散坐标点阵列,不表达目标边界特征和拓扑关系,到目前为止还没有距离图像分割的成熟、可行方法.本文研究成果,展现了激光扫描技术在数据获取、处理研究上的新方向.     

基于高斯马尔可夫随机场混合模型的纹理图像分割

针对以高斯马尔可夫随机场中的邻域像素互作用参数为特征、以高斯混合模型为分类器的二步纹理图像分割方法,提出一个两者相互结合的一步模型———高斯马尔可夫随机场混合模型,并给出其EM算法的迭代计算公式。利用该模型进行纹理图像的分割实验,发现该算法在纹理图像分割的精度上比前者有较大程度的提高。     

Cognitive Agent在图像分割中应用的研究

在介绍了Cognitive Agent(CogAg)来源和特点的基础上,阐述CogAg图像分割的原理和方法。这种方法中供CogAg搜索的环境是数字图像,这个环境(又称Artifact)中每个像元为CogAg提供用于分割的4个特征信息局部平均灰度、局部标准差、局部能量和局部分形维,这些信息提供CogAg思考、推理、决策选择同质像元。经实际航空影像分割的实验和对比,CogAg图像分割方法是很有应用前景的方法。     

利用PLSA技术进行图像分割

引用概率潜语义分析(PLSA)技术作了航空影像图像分割的尝试,介绍了PLSA图像分割的原理方法和分割的具体算法。通过三幅航空影像分割实验,并与生物地理学图像分割(BBOIS)方法和基于吸引子算法的结果作了对比,结果表明,本文方法具有一定的优越性,是一个很有潜力的图像分割方法。     

利用方向场进行指纹图像快速分区

指纹方向场真实地反映了指纹图像中本质的纹理特征,包括指纹的基本形状、结构和走势。方向场图像在局部区域表现相对一致,而在全局范围则表现出较大的差异。基于方向场对指纹图像进行分区,可以提供一种有用的辅助性全局特征。本文提出了一种指纹图像快速分区方法,并结合一种基于局部描述子的指纹图像匹配算法给出了其应用实例。在FVC2004DB1数据集上设计了实验,结果表明,这种分区方法能有效地提高识别率,同时缩短处理时间。     

基于灰度分级的图像分割算法的研究

通过对灰度图像的灰度级压缩,将图像中每个像素的灰度值用一个合适的类标志来代替,构成一个“类-图像”。在一个“好”的分类标准的控制下,实现对图像的分割。     

基于Delaunay三角网表达的图像分割

由于图像的复杂性和模糊性进一步增强,传统的图像分割算法已经无法满足其对分割精度的要求。为了进一步提高图像分割的精度,本文提出了一种结合SIFT特征提取与Delaunay三角网表达的图像分割方法,该方法可以有效削弱噪声对图像分割结果的影响,与传统去噪滤波相比,平滑过程中模糊图像边缘的程度比较低,同时,运用超像素思想,将传统基于像素单元的分割方法运用到超像素上,对被三角网划分的子区域进行聚类,最后得出分割结果。与传统算法相比,本文算法在分割精度方面有显著提高。     

基于Markov随机场的彩色图像区域分析方法

提出了一种基于纹理的彩色图像区域分析方法, 彩色图像的纹理用Ｍａｒｋｏｖ 随机场表达; 为了提高纹理模型对纹理变化的敏感性, 随机场模型建立在Ｏｈｔａ 提出的３ 个正交彩色特征量上。用此彩色纹理模型对部分彩色航片进行区域分析效果明显     

基于吸引子的图像分割新方法的研究

提出了一个“边界点”的新概念,并引用正态分布中大于3倍标准差的事件为小概率事件,作为图像分割中边界点“捡起”或“卸下”的依据。与其他方法相比,能使“捡起”、“卸下”的决策计算大大简化。通过对两幅航空影像的分割实验表明,新方法的分割效果是好的,是一个很有实用潜力的图像分割方法。