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：摘要本文基于传统的灰度阈值图像分割，利用图像增强中的微分梯度，对原有图像的细节进行锐化增强，然后再使用这三种方法进行分割，得到的分割结果和传统的分割方法得到的结果进行比较，该方法确实达到了改善分割后图像细节的效果。

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：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：图像分割是数字图像处理系统中基本而关键的技术．通过阈值分割是其最简单的技术，它假设目标和背景是可以分离的．详细讨论将自适应遗传算法与OTSU算法相结合应用于最佳阈值的确定中，提出了相应的算法并用于图像分割，由于自适应遗传算法具有全局搜索最优解能力，因此能在很短时间内自动确定阈值．实验仿真结果表明，该方法不仅可以实现准确的图像分割，并且使得分割速度大大提高．

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：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：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：针对基于灰度分布的图像阈值分割方法的不足,本文通过结合使用灰度级和空间相关信息将分类像素的特征空间从一维推广到二维,利用二维0tsu方法得到稳健的初始分割,然后使用松弛迭代的区域增长技术来判决边缘像素的归属.实验结果表明,本方法能够获得更好的阈值分割效果和更强的鲁棒性,并且大大降低了时间复杂度.

简介：针对数字图像处理的问题,提出了一种基于二维最大熵阈值图像分割技术的改进方法。改进方法通过比较阈值选取方案来消除误差,并将原本复杂的二维解空间的求解过程递推简化到了一维求解过程,大大减少了计算量。

简介：本文根据肾小球医学图像的特点，提出了一种新的基于直方图特征峰的图像侵害方法。通过定位图像的特征峰，从而有效地对肾小球医学图像进行阈值化。经实验证明，本文提出的算法能快速，准确地分割肾小球.

简介：分析了粘连气泡的分割对PIV技术的重要性，提出了气泡分割的具体步骤，首先对粘连气泡图像进行二值化特征提取、区域填充、图像相减得到气泡亮点，随后通过对图像亮点的加厚得到粘连气泡的分割线，从而得到气泡的像面尺寸．将其与水线分割法相对比，证明了该方法的适时性．

简介：针对脏点、孔洞、褶子和裂口等常见的典型纸病识别问题,在分析纸病图像灰度特征及分形特征基础上,提出了一种基于图像双阈值分割盒维数特征的纸病识别算法,该算法采用灰度阈值分割提取纸病区域及二值数字图像分形盒维数计算结果,确定纸病类型。实验结果表明,该算法识别率较高,且简单迅速。

简介：摘要：在现代技术支持下，数字图像处理技术被应用到各行业领域，其中以图像分割技术为代表性技术，可通过数字处理底层技术，能够准确识别不同模式。此次研究主要是探讨分析数字图像处理中的图像分割技术及其应用，希望能够对相关人员起到参考性价值。

简介：基于整幅图像灰度值的方差与局部图像灰度值的方差的线性关系，结合新型的模板，提出一种阈值可变的图像平滑算法。在MATLAB中运用该算法及中值滤波、均值滤波分别对含有椒盐噪声、高斯噪声、乘性噪声的图像进行平滑处理比较。实验结果表明，本文提出的这种改进算法较传统算法均有性能上的提高，既可有效去除噪声，又能较好地保持边缘纹理等细节特征。

简介：图像分割是图像处理、模式识别和人工智能等领域中一个十分重要问题.作者对经典的图像分割方法如阈值分割技术、区域增长和边缘检测等进行了论述并给出了实现效果.

简介：摘要在我国医学领域中，医学图像分割是医学图像处理中的一个关键难点，医学图像分割广泛的应用于我国医学的临床检查中，对于临床治疗和判断具有积极的推动意义。可以说，医学图像分割技术的创新带动了我国医学图像处理中其他设备技术的发展。我国的医学图像处理中，3DReconstruction（三维重建）、计算机图形学的发展都与分割术的发展紧密相关1。不仅如此，它的发展也带动了和医学领域互帮互助的生物行业，并在生物领域发展中占据一席之位。本文将对医学图像分割技术进行简单的研究，以期为医学发展提供合理的参考。

简介：摘要目的结合图像自动分割技术和机器学习方法对乳腺钼靶X线图像进行准确分类识别。方法以数字钼靶X线图像数据库（DDSM）中的BI-RADS4类的簇状分布多形性钙化钼靶图像为研究对象，自动切分图像的感兴趣区域（ROI）。对小波变换、Gabor滤波和灰度共生矩阵法所提取的特征参数进行融合，并基于灵敏度分析对融合后的特征参数进行筛选。使用基于集成学习的方法，对多项式核支持向量机（SVM）、随机森林和逻辑（logistic）回归分类器进行投票集成，构成用于乳腺钼靶X线图像自动分类的分类器。投票集成方法为软投票。结果提出的集成分类器可高效地识别与分类乳腺钼靶X线图像，其分类的灵敏度、特异度和准确率分别为99.1%、99.6%和99.3%。结论所提出的乳腺钼靶X线图像处理与分类识别方法能为医生的临床判断提供辅助检测的依据，并为细分BI-RADS4类图像提供技术基础。

简介：数字图像分割是数字图像处理中的一项难点与重点技术，从介绍数字图像分割的基本概念出发，综述了目前数字图像分割的主要方法，评述了图像分割的质量评价，最后探讨了数字图像分割存在的问题及发展趋势。

简介：疲劳断口图像的纹理具有多样性,对多种纹理混合在一起的纹理图像分割是一大难点。基于二维经验模式分解提出了一种新的疲劳断口图像的分割方法。对图像进行BEMD分解后提取本征模式函数bimf中的纹理能量作为特征：首先,对疲劳断口图像进行BEMD分解,得到一系列的本征模式函数bimf和残差函数;然后,采用Laws纹理能量描述方法分别对bimf和残差提取纹理能量作为特征分量;最后,在最近邻准则下对所得特征分量进行分割。通过对比经典的傅立叶方法,断口图像的分割结果表明该方法对疲劳断口图像的分割具有较好的效果。