共查询到20条相似文献，搜索用时 31 毫秒
1.
通过研究聚类算法在图像处理上的应用,提出了一种基于高斯混合模型聚类的图像检索方法。该检索方法首先提取每幅图像的特征,并以特征值为数据集建立高斯混合模型,得到所有图像的高斯混合模型。再以所有图像的混合模型参数集作为数据集,用基于高斯混合模型的聚类算法进行聚类。最后输出检索例图所在的类,即得到检索结果。 相似文献
2.
为了解决复杂背景下特别是偏色情况下的肤色分割问题,采用了一种色彩平衡的解决方案。先用GrayWorld假说对偏色RGB原图像进行色彩平衡,在YCbCr颜色空间采用简化高斯肤色模型,并利用形态学对二值图像进行处理;实验结果证明了该方法的可行性。 相似文献
3.
4.
提出一种SAR图像分割方法,即整合了模糊C均值聚类和基于区域水平集演化的分割方法.该方法通过模糊聚类的结果计算水平集演化的初始化条件及控制参数,从而克服了水平集演化依赖于初始化条件和控制参数且需要较多人工干预的缺陷,增强了方法的鲁棒性.模拟图像及真实SAR图像的实验表明,该方法在不需要人工干预的情况下,能够快速、准确地分割出感兴趣区域. 相似文献
5.
(Symmetric alpha-Stable)模型是小波域一种精确的图像模型 ，但是其计算复杂性高,本文在分析 模型的基础上，提出了高斯-柯西模型，将此模型作为图像的小波域先验模型信息，并用Bayesian估计器，算法复杂性上有显著的降低。另外，图像对数变换后的统计特性发生变化 ，需要在变换过程中加入均值调整的过程。实验结果表明，本文的算法模型在较好的保持了SAR图像结构的基础上，能较好的保留图像边缘信息和纹理特征，并能有效的抑制图像的斑点噪声，取得了良好的效果。 相似文献
6.
张量投票算法在提取图像主观轮廓上具有良好的效果,本文提出了一种基于张量投票的图像超分辨率算法.首先用二维张量矩阵存储低分辨率图像各像素点所处的位置特征信息,并利用稀疏张量投票将特征信息进行加强,再使用稠密张量投票产生高分辨率图像对应的二维张量矩阵.此张量矩阵包含了视觉特性强的边缘信息,最后利用该边缘信息指导高分辨率图像的重构.实验结果表明,该方法得到的高分辨率图像信噪比高、视觉效果好. 相似文献
7.
为提高彩色图像分割精度,解决传统分水岭图像分割算法误分割率高等问题,本文提出了一种基于改进分水岭算法的彩色图像分割方法。建立了基于偏微分方程的去噪模型,既可以抑制噪声又可以有效地保护图像轮廓。结合数学形态学、图像信息熵、区域合并实现图像分割。在彩色图像RGB空间利用信息熵求取形态学梯度,然后对彩色梯度图进行分水岭分割,最后进行区域合并。仿真结果表明:本文所述分割方法准确度和清晰度较好,噪声抑制效果理想而且分割速度较快。 相似文献
8.
9.
10.
11.
12.
Starck等人的图像增强方法不能有效增强SAR图像中的边缘特征.为此,提出一种curvelet域SAR图像特征增强新方法.该方法充分利用curvelet变换多尺度多方向特性及其良好的各向异性特点,在curvelet域内提取图像的边缘特征,并定位特征curvelet系数.通过增强特征curvelet系数,达到增强图像边缘特征的目的.实验结果表明,与Starck等人的方法相比,本文算法能够更加有效性地增强SAR图像的边缘特征. 相似文献
13.
在多媒体图像数据库构建中,需要设计一种有效的多媒体图像资源递阶索引调度算法,提高对图像的实时处理和图像数据挖掘能力,传统方法中采用簇内图像数据寻优算法进行多媒体资源调度,性能受到了图像分布间隔的非均匀性的限制,图像索引调度性能不好。提出一种多媒体图像数据库资源递阶控制的图像索引算法,提高多媒体资源调度性能。设计多媒体图像空间位置放置算法,采用STARMA模型对多媒体图像资源进行高斯核平滑处理,得到STARMA模型展开后的图像特征模型,定义任务相邻边,计算新到达的任务与已放置任务相邻的可重构单元边,得到多媒体资源递阶索引的任务相邻边,进行图像预处理,实现多媒体图像空间位置放置。对每一个元独立地服从一个高斯随机数相位生成像点,构建最大空闲矩形矩阵,存放以当前单元为基点的最大空闲矩形包含的单元个数,得到多媒体资源的递阶控制模型,实现算法改进。仿真结果表明,算法能提高多媒体图像资源的索引精度,调度性能较好,图像调度稳健性提高。 相似文献
14.
在分析一些常见的图像超分辨方法的基础上,根据张量在图像处理中的应用和插值处理的特点,提出了一种基于张量的单幅图像超分辨处理方法,以提高图像的分辨率。通过对标准图像库的图像进行实验表明,该方法能较好地保持原图像中丰富的高频信息,提高图像分辨率,而且图像主观上具有很好的视觉效果,客观上具有较高的信噪比,是超分辨率图像处理中一种行之有效的方法。 相似文献
15.
对模糊图像的多尺度分割,是解决许多计算机视觉处理问题的基础。传统的图像分割算法采用基于小波变换的局部特征匹配方法,无法有效去除光照的干扰,对运动目标图像的分割效果不好。提出一种基于模糊图像边缘能量特征提取的运动目标图像的去光照干扰分割方法。计算去光照干扰后的运动目标图像振幅分量和频率分量,采用混合函数控制曲线方法生成运动目标图像时间序列,计算每个尺度下计算运动目标图像的边缘能量特征,进行图像区域特征的非同态块匹配分割,最终生成灰度直方图二进制均衡系数,实现了运动目标图像的准确分割,去除了光照干扰。仿真结果表明,该算法具有分割结果准确,抗干扰能力较好,图像分割质量较优。 相似文献
16.
图像的增强与分割方法研究 总被引：3，自引：0，他引：3
以图像增强与分割这两个计算机视觉中最具基础性质的研究方向为内容,深入研究了红外序列图像的增强,以及一般图像的分割问题.在图像增强方面,提出了一种基于模型的远红外序列图像自适应增强算法(ASTHF).该算法保持了原有算法的良好效果和计算效率,从而达到了视觉效果和运算速度的良好统一.在图像分割方面,提出了一种综合利用边缘和区域信息的图像分割方法--基于尺度空间的区域竞争一般框架(GSRC).通过将被误标记可能性小的像素作为种子,GSRC首先自动确定初始分割(粗分割),然后以能量泛函为工具,通过综合运用轮廊平滑、概率模型和区域竞争来确定最终的分割(精细分割).GSRC不仅能有效地利用图像特征,还为特征的知觉组织提供了一条简单的计算途径. 相似文献
17.
18.
19.
远程微小目标图像粘连区域存在孔洞和震荡突变问题,使得传统针对微小图像粘连区域分割模型,容易产生过分割现象,分割效率较低,获取的分割结果存在较大的偏差,提出了一种优化马尔科夫随机场(MRF)的分割方法,塑造远程微小目标图像优化分割模型,采用改进势函数获取MRF的条件概率,处理图像的粘连分割问题,全面分析图像分割区域的相对高度和面积,通过优化的MRF标记准确分割区域和过分割区域,运算过分割区域同邻域的紧密度,采集紧密度最大的领域并与之融合,实现远程微小目标图像粘连区域的高精度分割。实验结果说明,所提模型可对远程微小目标图像的粘连区域进行准确分割,准确率为97%。 相似文献
20.