首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 421 毫秒
1.
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   

2.
图像分割是医学图像分析中的重要问题。以前的基于模型的分割算法都是从不特定人群的统计出模型的先验知识。文章提出了一种新的全自动医学图像分割算法.这种方法旨在提出一种基于特定人先验轮廓模型。该模型通过基于流形的学习方法,从而达到更加准确的分割效果。  相似文献   

3.
超声相控阵无损检测图像中往往含有大量的噪声且灰度不均匀,严重降低了超声相控阵图像质量。在采用常规方法分割超声相控阵NDT图像时,往往陷入局部最优解,无法获得准确的边界信息。基于LCV模型和改进的GAC模型,提出一种新的分割方法,结合图像全局信息、局部信息和梯度信息构造了新的能量函数约束轮廓曲线的演化,并结合梯度信息与局部信息提出了一种新的边缘停止函数,引入新的边缘停止函数使模型的抗噪性更强。实验结果表明,该模型能够处理灰度不均匀图像,且对初始轮廓和噪声不敏感。与以往算法相比,可有效避免陷入局部最优解。  相似文献   

4.
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   

5.
为改善传统活动轮廓模型对含噪图像的分割精度和效率,提出一种结合局部信息活动轮廓模型的含噪图像分割方法.首先构造局部信息速度函数,使图像局部灰度引导速度函数变化;然后采用拟合图像代替原图像,同时增加拟合中心权重以构造新的拟合项;最后引入自适应权重系数以增加模型对不同图像的分割灵活性.实验结果表明,相较于C-V模型,该方法...  相似文献   

6.
多聚焦图像融合的关键问题是如何更好地保持源图像的轮廓信息和细节信息。形态小波具有小波变换的多层次分解特性和形态学的非线性特性。提出了一种基于形态小波变换的多聚焦图像融合算法。根据形态小波分解信号的特点,分别对高频系数和低频系数设计不同的融合规则:高频系数采用方向相关方法,最大程度保留细节和细节信息的方向特性;低频系数采用加权平均方法,该方法轮廓明显,最大程度地保留了轮廓信息。实验结果表明:该方法融合图像效果优于传统图像融合方法。  相似文献   

7.
序列图像分割是医学图像三维重建的重要研究内容,但受成像技术限制,医学图像中往往包含大量低频信息,如偏移场、灰度不均等,影响分割准确性。从频域进行图像分割能有效避免低频信息干扰。在高频能量最小化分割模型基础上进行优化,设计了一种自动初始化水平集的分割模型并成功应用于三维分割领域。首先,使用形态学腐蚀方法进行粗分割,将提取出的三维曲面作为初始水平集,实现初始水平集轮廓面自动化;然后使用衍化后的水平集三维分割模型对其进行细分割。实验结果表明,采用该模型能够实现多目标分割,与原模型、Chan Vese模型相比,分割结果更加准确。  相似文献   

8.
基于计算机速度的提高,把分水岭变换和GVF模型与病理专业知识相结合,实现了胃癌病理切片显微图像的细胞核分割。利用分水岭变换得到细胞核的初始轮廓,然后利用GVF模型逼近得到细胞核的终止轮廓。实验表明,组合算法的分割效果较好。  相似文献   

9.
提出了一种基于模糊形态学和形态分水岭算法的图像分割方法,利用模糊形态学闭开运算先平滑原始图像,图像通过平滑后在保留重要区域轮廓的同时去除了细节和噪声,而后进行形态分水岭变换实现图像分割。实验结果表明这种方法具有较好的分割效果。  相似文献   

10.
提出了一种新的基于小波变换的拉普拉斯图像边缘检测方法:采用二次采样小波变换方法生成图像的梯度图像,然后采用普通拉普拉斯算子提取出图像的边缘.实验结果表明该方法既能够有效地抑制噪声,又能够清晰地提取到图像的真实边缘.有利于完善拉普拉斯边缘检测算子.  相似文献   

11.
遥感技术为人们提供了大量的图像数据,如何从中提取所需信息,是遥感图像处理技术研究的热点。基于多尺度小波变换,可提取城市图像的纹理特征。根据城市影像中地物特征和小波技术的特点,确定合适的窗口大小,采用逐一滑动窗口的方法,对每一窗口提取相应的小波统计特征;应用小波变换的多尺度特性,在不同尺度上提取出子图像特征,构造出纹理特征矢量,为遥感图像的分类提供纹理特征。  相似文献   

12.
1 Introduction Theimagelosslesscompressioncodingisanimportantpartofthedigitalimagecompressionresearch .Medicalimages,satelliteimagesandseismicdatademandloss lesscoding .Thebasicideaofcompressionistoexploitthecorrelationstructurepresentedinmostreallifeim …  相似文献   

13.
根据小波变换和噪声信号的能量分布特性,提出了一种先用小波变换对含噪图像进行多尺度分解,求出各尺度小波变换高频系数的噪声方差和阈值,利用各尺度的阈值对高频系数进行处理,然后利用小波变换系数重构图像,实现图像降噪的方法;实验结果说明该方法可以有效地降低噪声,又可以较好地保持图像细节。  相似文献   

14.
图像融合技术在图像去噪中的应用   总被引:1,自引:0,他引:1  
邻域平均法(NAM)应用于图像去噪时能够得到较好的平滑效果,但图像的细节信息丢失较多;基于小波变换的阈值图像去噪方法能够较好地保持图像的细节信息,但是平滑效果不理想.对这两种去噪方法所得到的图像进行小波变换,然后在小波域再按照一定的融合规则进行融合处理,得到去噪效果较好的图像.实验结果表明,融合后的图像能够较好地去除图像的噪声,具有较好的视觉效果和较高的峰值信噪比.  相似文献   

15.
基于MATLAB的小波图像压缩技术研究   总被引:3,自引:0,他引:3  
本文首先对小波变换理论作了介绍,然后对图像二维离散小波分解及重构进行了分析,研究了基于MATLAB环境的小波图像压缩技术,并予以实现,对其结果作了分析。  相似文献   

16.
针对传统图像融合方法在多聚焦图像融合中存在细节丢失、边缘模糊和焦点不清楚等问题,提出一种基于双树-复小波变换(DT-CWT)优化显著性测度和自适应脉冲耦合神经网络(PCNN)模型的多聚焦图像融合方法。首先,将两张聚焦区域不同的输入图像使用双树-复小波分解成低频子带和高频子带;然后,对低频子带采用基于显著性测度的度量方法计算小波融合系数,对于高频子带,采用自适应PCNN模型计算触发时间来选取高频融合子带;最后,通过双树-复小波逆变换重构得到融合结果。与其他融合方法进行对比,结果表明,基于文章所提方法的融合图像更加自然清晰,具有较高的边缘保持度,同时保留了更多的细节信息,因此,此方法可以大大提高图像质量。  相似文献   

17.
ImageCodingUsingWaveletTransformandEntropyConstrainedVectorQuantizationwithQuadtreeStructureVectorsGaoXiqi(高西奇)HeZhenya(何振亚...  相似文献   

18.
文章介绍了双树复小波变换,根据BKF模型,采用贝叶斯最大后验估计,给出了一种基于双树复小波变换的图像去噪算法。在仿真实验中,该算法与经典ProbShrink算法相比能提高峰值信噪比,改善视觉效果与去噪效果。  相似文献   

19.
人造视网膜将外来光信号转化为电信号,用人造视网膜替代外层受损视网膜的功能,直接用人造视网膜处理之后的信号刺激视网膜内部神经细胞,从而使外部视网膜病变引起的失明得到恢复.而微电极之前的图像信息处理过程需要一个视觉信息处理模型为基础.该文利用子波变换对图像信息处理的灵活方便性,以及子波变换与人眼视觉信息处理过程的相一致性.在目前子波研究的基础上,把子波变换的思想应用于可恢复盲人视觉的视觉信息处理模型之中.  相似文献   

20.
提出了一种基于梯度向量流(Gradient Vector Flow,GVF)各向异性扩散和冲击滤波耦合的图像放大算法.该算法模型由边缘停止函数约束的平均曲率流在各向异性的扩散中平滑图像,能去除噪声等的干扰;GVF外力场将图像梯度边缘力场转变为有旋场进而去除图像放大中锯齿效应;数据保真项避免图像因扩散而过度失真,保留图像特征;耦合冲击滤波模型增强图像边缘和细节.实验结果表明,该算法在客观指标和主观效果上均是一种有效的图像放大算法.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号