共查询到10条相似文献，搜索用时 22 毫秒
1.
在图像分析与计算机视觉领域中,图像分割技术应用很广,它是一个基础的并且非常重要的课题。现如今,关于变分模型的图像分割方法得到了国内外学者的广泛关注。本文将要讨论图像分割的变分模型与数值计算,主要提出一种快速求解Mumford-Shah模型的变分水平集分割方法和C-V模型。 相似文献
2.
由于micro CT图像的成像原理和组织特性导致的多样性和复杂性,针对小鼠CT图像,单一的图像分割方法难以取得良好的分割结果。结合当前医学图像分割方法,提出将阈值分割和基于Amira软件的交互式分割相结合的方法。针对不同的器官组织,根据对象灰度特征、形状、空间分布以及边缘分布等信息,使用不同的分割方法及工具进行逐一分割,最后将不同的器官融合成完整的分割后CT图像。该半自动交互式分割方法结合了两者的特点,可实现小鼠CT图像的准确分割。 相似文献
3.
图像分割是计算机视觉领域的一个重要方向,是图像处理的核心环节。伴随深度学习技术的发展,结合深度学习的图像分割技术在精确度上远超传统图像分割方法。卷积神经网络（CNN）与全卷积神经网络（FCN）的提出极大促进了图像语义分割技术发展,研究人员提出了很多新型网络模型,分割精准度大幅度提升。从传统语义分割方法、深度学习与传统方法相结合的图像语义分割、基于深度学习的语义分割3个方面阐述图像语义分割技术研究进展,为基于深度学习的图像语义分割技术研究提供参考。 相似文献
4.
几种经典活动轮廓图像分割模型综述 总被引：1，自引：0，他引：1
图像分割是将图像进行特征提取的关键技术。图像分割算法研究成果较多,活动轮廓模型是图像分割获取边缘信息的重要方法。阐述了几种经典的活动轮廓方法,通过大量仿真实验对几种方法进行比较,指出现阶段图像分割遇到的问题并展望其研究趋势。 相似文献
5.
6.
《赤峰学院学报(自然科学版)》2016,(21)
图像分割是图像处理中最重要的预处理技术,是图像高质量处理的决定性前提,分割方法研究至今已经提出很多经典的算法,却没有评价标准.本文通过对一些经典图像分割方法进行分析与比较,简要介绍经典分割方法的优缺点和适用场合,并探讨了图像分割技术的未来发展趋势. 相似文献
7.
传统的主动轮廓模型只利用图像的边缘或者只利用区域特征实现图像分割。在有些情况下图像分割效果较差．本文给出了一种综合利用图像边缘和区域特征的主动轮廓图像分割方法．实验表明,演变后的曲线与图像的边缘是吻合的,图像分割的结果较好．而对相同的图像应用传统的主动轮廓分割算法得到的图像分割结果则很差．这说明新算法明显提高了传统算法的图像分割性能． 相似文献
8.
图像分割即指将图像分成各具特性的区域并提取出感兴趣目标的技术,它是从图像处理到图像分析关键步骤.在对不同的图像分割方法进行分析基础上,对自适应分水岭图像分割方法进行研究. 相似文献
9.
红外图像具有灰度变化不平均、分辨率较低、噪声较多等特征,传统的图像分割方法难以对红外图像分割出有效实体。为解决这一问题,设计了一种基于非下采样Contourlet 变换(NSCT)的随机游走红外图像分割算法。传统的随机游走图像分割方法,图像部分灰度值的不均匀变化可能改变随机游走算法的路径,而且分割目标的轮廓很容易受到图像背景噪声影响,所以可以通过增强图像的目标轮廓,抑制图像噪声,以达到更好的分割效果。NSCT变换是一种非常有效的图像增强方法,首先采用NSCT变换对红外图像进行多方向、多尺度分解,得到红外图像的低频和高频系数,对该系数进行处理,然后反变换得到增强后的红外图像。实验结果表明,该方法在红外图像分割中取得了很好的效果。 相似文献
10.
YE Zhi-wei 《教育技术导刊》2007,(13)
针对传统C-Means算法在图像分割应用中的缺陷,本文提出一种蚁群算法(Ant Colony Optimization ACO)融合C-Means算法的图像聚类分割方法,它融合了C-Means算法和蚁群算法的优点,比传统的C-Means算法能得到更好的分割质量。实际图像分割试验结果表明该方法是一种良好的图像分割新方法。 相似文献