【CN110047088A】一种基于改进教与学优化算法的HT29图像分割方法【专利】
基于改进的数学形态学医学影像分割算法
ｃａｌ ｆｅ ｈ ｏ ｅｏｕｉｎｉ ｇ ｅ ｍｅ ｔｔ ｎ，ｃａｉｙｉ ｏ ｉｈ ｏｓｌｅｔｅｅｐｏ ｌｍｓ ｏ ｉｅ ｉ ｔｅ ｉｌ ａｔｒｔｅｌｗ ｒｓｌｔ ｙ ｏ ｍａｅｓｇ ｎａｉ ｏ ｌｒ ｓｎ ｔ ｇ ．Ｔ ｏｖ ｈ ｓ ｒｂｅ ，ｃ ｍｂｎ ｄｗ ｔ ｍａｈ － ｔ ｈ ｈ
第２卷 第５ ８ 期
文章编号 ：０ ６ ９ ４ （０ １ ０ — ２ ９ ０ １０ － ３ ８ ２ １ ） ５ ０ ９ — ４
计
算
机
仿
真
２１年５ ０ Leabharlann 月基 于 改 进 的 数 学 形 态 学 医 学 影 像 分 割 算 法
胡锦 美 ， 佐 勇 李
（ 闽江 学 院 计 算 机 科 学 系 ， 建 福 州 ３０ ０ ） 福 ５ １８ 摘 要 ： 究 图像 优 化 分 割 特 征 提 取 问 题 ， 学 影 像 图 像 分 割 速 度 慢 ， 别 是 图 像 分 割 后 分 辨 率 低 ， 晰 度 不 高 。 为 解 决 上 述 研 医 特 清
ｅ ａｏ ｓｕｓ ｄ ｔ ｈ ｒ ｈｅ ｅ ｇ ｓ，ｔ ｅ ｎ ｉ ｈ ｏ ｈｏ ｄ ａ ｅ ａ ｅ ａ ｄ ｍ ｅ ａ ｉｔｒａ ｅｕｓ ｄ ｔ ｍｏ ｔ ｈ ｍａ ｅｓ Ｆｉ ａｌ ｒ ｔ ｒｉ ｅ ｏｓ ａｐｅ ｔ ｄ ｅ ｈ ｅ ｇ ｂ ｒ ｏ ｖ ｒ ｇ ｎ ｄｉｎ ｆｌｅ ｒ ｅ ｏ ｓ ｏｈ ｔ ｅ ｉ ｇ ． ｎ ｌｙ ｔ ｎ ｌｓ ｇ ｅ ｔｄ ｉ ｇ ｓ ａ ｅ ｏ ａ ｎ ｄ． Ｓｉ ａ ｉｎ ｒ ｓ ｔ ｈｏ ｔ ｔ ｈｅ ｐｒｐｏ ｅ ｌｏ ｉｈ ｈｅｆ ａ ｅ ｍ ｎｅ ｍａ ｅ ｒ ｂｔｉ ｅ ｉ ｍｕｌｔｏ ｅ ｕｌｓ ｓ ｗ ｈａ ｔ ｏ ｓ ｄ ａｇ ｒｔｍ ｉ ｔｅ ｎ ａ ｅ ｔ ｓ ｂｅｔｒ ａ ｄ ｂｌ ｏ
一种基于改进GS方法的图像分割方法
一种基于改进GS方法的图像分割方法
李娜;周燕;刘智;张正军
【期刊名称】《信息化研究》
【年(卷),期】2017(43)6
【摘要】聚类分析作为多元统计分析的一个分支,用于图像分割己有相当一段历史。
文章基于间隙统计(Gap Statistic,GS)方法从估计最佳聚类数的角度对图像存在的
最佳分割进行研究。
为去除GS方法中由于随机产生参考数集以及采用样本估计带来的误差,并能给出一个具体的图像分割过程,文章对GS方法进行了改进,通过修正间隙(Gap)统计量,计算出一维情况下Gap统计量的具体函数表达式,并在此基础上
提出一种图像分割算法:最佳自适应k-阈值分割算法。
【总页数】6页(P49-54)
【关键词】聚类分析;图像分割;间隙统计(GS)方法;最佳自适应k-阈值分割算法
【作者】李娜;周燕;刘智;张正军
【作者单位】南京电子技术研究所;南京理工大学理学院
【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种基于改进 Chan-Vese 模型的红外图像分割方法 [J], 赵晓理;周浦城;薛模根
2.一种基于改进小生境遗传算法的图像分割方法 [J], 李阳;归伟夏
3.一种基于改进遗传算法的图像分割方法 [J], 牟梦媛;岳峻;曲海平;李振波
4.一种改进的基于超像素的多光谱图像分割方法 [J], 张永梅;孙海燕;胥玉龙
5.一种基于自适应超像素的改进谱聚类图像分割方法 [J], 覃正优;林一帆;陈瑜萍;林富强
因版权原因，仅展示原文概要，查看原文内容请购买。
数字图像处理中的图像分割技术改进方法
数字图像处理中的图像分割技术改进方法数字图像处理中的图像分割技术是一项重要的任务，其中包括将图像分为不同的区域，以便提取和分析感兴趣的图像特征。
图像分割对于许多应用具有关键性的作用，例如医学图像分析、目标识别和计算机视觉等领域。
然而，由于图像中通常存在复杂的背景、噪声和低对比度等问题，导致传统的图像分割方法往往无法取得理想的效果。
因此，改进图像分割技术成为了一个研究热点。
一种改进图像分割技术的方法是基于像素的聚类。
传统的图像分割方法通常使用阈值技术，在将图像像素灰度值划分为前景和背景之间进行分割。
然而，由于图像中存在多种纹理、光照变化和噪声等因素，直接使用阈值分割方法往往无法对图像进行准确的分割。
因此，基于像素的聚类方法被提出，以解决这个问题。
这种方法根据图像像素之间的相似性将图像分成不同的区域，以便提取出每个区域的特征。
常见的像素聚类方法包括K均值聚类、区域生长和图割等。
另一种改进图像分割技术的方法是基于边缘的分割。
边缘通常是图像中不同区域之间的边界，对于图像分割具有重要的提示作用。
传统的边缘检测算法如Sobel、Canny和Laplacian等，对于一些简单的图像分割问题可以取得良好的效果。
然而，对于复杂的图像分割问题，这些算法常常存在边缘断裂、噪声干扰等问题。
因此，一些改进的边缘检测算法被提出，如基于边缘方向的分割、基于多尺度的分割和基于边缘连接的分割等。
这些方法能够克服传统边缘检测算法的局限性，提高图像分割的准确性和稳定性。
此外，基于区域的图像分割方法也被广泛应用于数字图像处理中。
与基于像素的聚类方法不同，基于区域的图像分割方法将相邻像素聚合成连通的、具有一定相似性的区域，以实现图像分割的目的。
常见的基于区域的图像分割算法包括基于区域增长的分割、基于分水岭的分割和基于图割的分割等。
这些方法能够更好地处理图像中的复杂纹理、噪声和光照变化等问题，提高图像分割的效果。
除了以上提到的改进方法之外，还有一些其他的图像分割技术值得关注。
一种改进的Split-Merge图像分割算法
ｓｈｏｗ ｔｈａｔ ｔｈｅ ｎｅｗ ａｌｇｏｒｉｔｈｍ ｃａｎ ｙｉｅｌｄ ｇｏｏｄ ｒｅｓｕｌｔｓ． Ｋｅｙ ｗｏｒｄｓ：ｉｍａｇｅ ｓｅｇｍｅｎｔａｔｉｏｎ；Ｓｐｌｉｔ—Ｍｅｒｇｅ ａｌｇｏｒｉｔｈｍ；ｇｒｅｅｄｙ ａｌｇｏｒｉｔｈｍ
０ 引言
经典的Ｓｐｌｉｔ－Ｍｅｒｇｅ图像分割算法是一个先分后合的分割 过程，由Ｈｏｒｏｗｉｔｚ和Ｐａｖｌｉｄｉｓ提出…。算法以其能克分地组合 利用全局与局部信息、层次式的合理结构以及较快的计算速 度等优点而备受人们的青睐∞Ｊ。目前对Ｓｐｌｉｔ—Ｍｅｒｇｅ算法的 研究主要集中在研究算法本身的改进旧“１、算法的应用”“１ 和算法的实现川上，本文主要讨论算法本身的改进。
关键词：图像分割；Ｓｐｌｉｔ－Ｍｅｒｇｅ算法；贪心法 中图分类号：ＴＰ３９１ 文献标志码：Ａ
Ｍｏｄｉｆｉｅｄ Ｓｐｌｉｔ－Ｍｅｒｇｅ ｉｍａｇｅ ｓｅｇｍｅｎｔａｔｉｏｎ ａｌｇｏｒｉｔｈｍ
ＸＩＥ Ｊｕｎｌ．ＹＵ Ｌｕ２。ＷＵ Ｌｅ—ｎａｎ’
Ａｕｔｏｍａｔｉｏｎ，ＰＬＡ （１．Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｃｏｍｍａｎｄ
（ａ）澳ｌＪ试图像（ｂ）占－－４０，ｃ１＝１２０（ｃ）８＝５０，ｓ１＝８００（ｄ）ｓ＝５０，ａ＝５５００ 图Ｉ猴子图像
（ａ）测试图像（ｂ）ｅ＝５０，ｃ１＝１２０（ｃ）ｓ＝１１０，￡１＝２８０（ｄ）ｃ＝１２０，ａ＝４０００ 图２人工图像１
（ａ）测试图像（ｂ）６＝６０，＃１＝１００（ｃ）Ｇ＝１５０，６１＝１７０（ｄ）６＝１００，ｃｔ＝２０００ 图３人工图像２
一种改进的二维直方图的图像阈值分割方法
一种基于二维直方图的图像分割改进算法
一种基于二维直方图的图像分割改进算法
董增寿;赵建珍;张凤珍
【期刊名称】《太原科技大学学报》
【年(卷),期】2009(030)005
【摘要】针对基于二维直方图阈值斜分分割算法中斜分区域不定的问题,提出了一种新的二维直方图区域斜分方法,仅通过两条平行线将直方图分成内点区和噪声点区,然后根据图像自身的直方图自适应地确定斜分区域宽度,通过坐标变换,使得待处理区域减少为原来的3%左右,大大减少了无用计算量,提高了运算速度,并且不影响分割精度.经过和其他算法比较表明,该算法有明显的优越性,可以运用于基于二维直方图的阈值分割中.
【总页数】4页(P374-377)
【作者】董增寿;赵建珍;张凤珍
【作者单位】太原科技大学电子信息工程学院,太原,030024;太原科技大学电子信息工程学院,太原,030024;太原科技大学电子信息工程学院,太原,030024
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.基于二维直方图重建的Otsu图像分割算法 [J], 龚劬;付云凤;叶剑英;姚玉敏
2.基于二维直方图双斜率划分的快速Otsu图像分割算法 [J], 袁健;程国涛
3.基于二维直方图和改进蚁群聚类的图像分割 [J], 何小娜;逄焕利
4.基于二维直方图的otsu图像分割算法改进 [J], 马胜前;张光南;杨金龙;佘乾顺
5.基于极坐标系下二维直方图的图像分割算法 [J], 张军;张治恒;朱新山
因版权原因，仅展示原文概要，查看原文内容请购买。
一种改进的基于递归门限分析的红外舰船目标图像分割方法
第36卷，增刊 红外与激光工程 2007年9月 V ol.36 Supplement Infrared and Laser Engineering Sep.2007收稿日期：2007-07-12一种改进的基于递归门限分析的红外舰船目标图像分割方法何友金1，李凯永2，任建广2（1.海军航空工程学院 控制工程系，山东 烟台 264001； 2.海军航空工程学院 研究生管理大队，山东 烟台 264001）摘要：红外舰船目标的图像分割一直是国内外极为关注的热点问题。
针对传统Otsu 分割方法在目标的相对面积较小时背景信息容易误分的问题，在对舰船目标背景红外成像特性分析的基础上，改进了基于递归门限分析的Otsu 法，并对传统Otsu 法、基于递归门限分析的Otsu 法和改进的方法做了对比实验，实验结果表明，改进后的方法能快速有效的完成对红外舰船目标的分割。
关键词：图像分割；阈值；递归分析；红外目标识别中图分类号：TP391 文献标识码：A 文章编号：1007-2276(2007)增(探测与制导)-0267-04Improved method of infrared ship target segmentation based onrecursive threshold analysisHE You-jin 1,LI Kai-yong 2,REN Jian-guang 2(1.Department of Control Engineering of Naval Aeronautical Engineering Institute, Yantai 264001,China;2.Graduate Students’ Brigade of Naval Aeronautical Engineering Institute, Yantai 264001,China)Abstract: Problem of infrared ship target image segmentation is focused at home and abroad. In allusion to the problem of traditional method of Otsu that background information being erroneously divided when object size is relative, based on analyzing the infrared imaging characteristic of ship’s background, the paper improved a method of infrared image segmentation arithmetic based on the recursive threshold analysis, and compared it with Otsu and based on the recursive threshold analysis arithmetic by segmenting infrared ship target, the result shows that the improved method can segment ship target more effectively and quickly.Key words: Image segmentation; Threshold; Recursive analysis; Infrared target recognition0 引 言海上舰船目标尤其是作战舰船目标的图像分割一直是国内外极为关注的热点问题，因为它是海上可靠捕获、识别舰船目标的重要基础和前提。
基于改进模糊聚类算法的CT图像病变区域分割
基于改进模糊聚类算法的CT图像病变区域分割苏博;朱敏【摘要】针对CT图像病变区域存在的欠分割和过分割问题，提出基于融合空域滤波器的改进模糊聚类算法。
对CT图像进行预处理，将CT图像变换成通用图像，使输入图像具有一致直方图灰度分布，用区域生长方法标记和过滤非目标病变区域，获取脑部CT图像目标病变区域。
通过改进的空域滤波器对噪声图像进行滤波去噪，对模糊聚类算法的目标函数和迭代公式融入空域滤波数据项确定隶属度矩阵，完成CT图像病变区域的分割。
实验结果表明，所提方法在人脑CT图像血块区域进行分割过程中，具有较高的分割效率和精度，对噪声具有较高的鲁棒性。
%To solve the under⁃segmentation and over⁃segmentation problems existing in the lesion area segmentation of CT images,an improved fuzzy clustering algorithm based on spatial filter fusion is put forward. The preprocessingof CT image can transform the CT image into a general image by means of the algorithm to make the input image have the consistent histogramgray⁃scale distribution. The region growing method is used to mark and filter the non⁃target lesion area to obtain the target lesion area of thebrain CT images. The improved spatial filter is used to conduct the filtering and denoising of the noise image. The ob⁃jective function and iterative formula of the fuzzy clustering algorithm are added into the spatial filtering data items to determine the membership matrix,so as to segment the lesion area of CT images. The experimental results indicate that the algorithm has high segmentation efficiency and precision in thesegmentation process of blood clot region of the human brain CT images,and good robustness to resist the noise.【期刊名称】《现代电子技术》【年(卷),期】2016(039)024【总页数】5页(P100-103,108)【关键词】改进模糊聚类算法;CT图像;病变区域分割;隶属度矩阵【作者】苏博;朱敏【作者单位】贵州理工学院信息工程学院，贵州贵阳 550003;贵州大学农业生物工程研究院，贵州贵阳 550003【正文语种】中文【中图分类】TN911.73-34;TP391当今的医学图像分割对医学研究领域起着举足轻重的作用。
一种改进的FCM图像分割算法
一种改进的FCM图像分割算法
原小平;杨明
【期刊名称】《机械管理开发》
【年(卷),期】2010(025)003
【摘要】提出了一种基于高维特征矢量与金字塔结构的模糊聚类图像分割方法.该方法考虑了图像像点的灰度信息和其邻域空间相关信息,给出了三维特征及多分辨率分析的聚类分割方法.实验结果表明.在图像受高斯噪声干扰的情况下,该方法不仅运行速度较快,而且分割效果更好.
【总页数】2页(P40-41)
【作者】原小平;杨明
【作者单位】中北大学理学院,山西太原,030051;中北大学理学院,山西太
原,030051
【正文语种】中文
【中图分类】O157.6
【相关文献】
1.一种基于改进PSO和FCM的图像分割算法 [J], 高金雍;唐红梅;武翠霞;韩力英
2.一种改进的模糊C-均值(FCM)彩色图像分割算法 [J], 邓富强;庞全
3.一种基于自适应空间信息改进FCM的图像分割算法 [J], 周文刚;孙挺;朱海
4.一种改进的快速FCM图像分割算法 [J], 徐路;蒋振刚
5.一种基于改进FCM的自动图像分割算法 [J], 周晓明;李钊;刘雄英
因版权原因，仅展示原文概要，查看原文内容请购买。
基于改进遗传算法的图像分割方法
基于改进遗传算法的图像分割方法
乔双;宋建中;胡硕
【期刊名称】《微型机与应用》
【年(卷),期】2004(023)003
【摘要】提出一种应用于图像分割的改进遗传算法,算法中引入了优生算子、改进的变异算子和新个体,避免了局部早熟,提高了收敛速度和全局收敛能力.
【总页数】2页(P50-51)
【作者】乔双;宋建中;胡硕
【作者单位】吉林长春中国科学院长春光学精密机械与物理研究所,130022;吉林长春中国科学院长春光学精密机械与物理研究所,130022;吉林长春中国科学院长春光学精密机械与物理研究所,130022
【正文语种】中文
【中图分类】TP3
【相关文献】
1.基于改进遗传算法的Otsu图像分割方法 [J], 乔玲玲;毛晓菊
2.基于改进遗传算法的图像分割方法的分析 [J], 王中杰
3.基于改进遗传算法的图像分割方法 [J], 胡亨伍
4.一种基于改进小生境遗传算法的图像分割方法 [J], 李阳;归伟夏
5.基于改进遗传算法的阈值图像分割方法 [J], 李茂民;邹臣嵩
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910258297.4
(22)申请日 2019.04.01
(71)申请人 南京邮电大学
地址 210003 江苏省南京市鼓楼区新模范
马路66号
(72)发明人 孙希霞 潘甦 白晓东
(74)专利代理机构 南京苏高专利商标事务所
(普通合伙) 32204
代理人 柏尚春
(51)Int.Cl.
G06T 7/136(2017.01)
G06T 7/11(2017.01)
G06T 7/00(2017.01)
(54)发明名称
一种基于改进教与学优化算法的HT-29图像
分割方法
(57)摘要
本发明公开了一种基于改进教与学优化算
法的HT -29图像分割方法，该方法将自适应的自
学习机制融入到传统教与学优化算法中，形成改
进的教与学优化算法，包括步骤：(1)计算需分割
的HT -29人结肠癌细胞图像每个像素的邻域灰度
均值，得到二维灰度直方图；(2)建立HT -29图像
二维最大熵阈值分割的最优化模型；(3)采用改
进教与学优化算法对HT -29图像二维最大熵阈值
分割的最优化模型进行优化，得到最优阈值矩
阵；(4)利用最优阈值矩阵对需分割的HT -29图像
进行分割。
本发明有效提高了HT -29人结肠癌图
像分割的效率和分割结果的精度。
权利要求书5页 说明书13页 附图5页CN 110047088 A 2019.07.23
C N 110047088
A
1.一种基于改进教与学优化算法的HT -29图像分割方法，其特征在于，包括步骤：
(1)获取待分割的HT -29人结肠癌细胞图像，计算图像每个像素的邻域灰度均值，得到二维灰度直方图；
(2)建立HT -29图像二维最大熵阈值分割的最优化模型；
(3)将自适应的自学习机制融入到传统教与学优化算法，得到改进教与学优化算法；对HT -29图像二维信息熵阈值分割的最优化模型进行优化，得到最优阈值矩阵；
(4)利用最优阈值矩阵对待分割的HT -29图像进行分割，得到分割结果。
2.根据权利要求1所述的基于改进教与学优化算法的HT -29图像分割方法，其特征在于，所述步骤(1)具体包括：
(1.1)获取尺寸为M ×N待分割的HT -29人结肠癌细胞灰度图像；
(1.2)按照如下公式计算图像每个像素k ×
k邻域内所有像素的邻域灰度均值：
其中，g(x ,y)为像素(x ,y)的灰度值，g(x ,y)的取值范围为{0,1,...,L}，L为图像的最大灰度值；
(1.3)根据(1.2)求得的邻域灰度均值计算图像的二维直方图概率函数P ij
：
其中，所述二维直方图概率函数P ij 为图像中像素灰度值为i且其邻域灰度均值为j的数据对(i ,j)出现的概率，n ij 是g(x ,y)取i而g avg (x ,y)为j的像素数目。
3.根据权利要求1所述的基于改进教与学优化算法的HT -29图像分割方法，其特征在于，所述步骤(2)具体包括：
(2.1)利用n个阈值g 1,g 2,…,g n 将原灰度图像划分为背景区域A 1和n个目标区域A 2,...A n+1；其中，每个阈值g i 用一个二维向量表示：
g i ＝(s i ,t i )(i＝1,2,...,n)
其中，s i (i＝1,2,...,n)表示第i个阈值的图像灰度值，0＜s i ＜s i+1＜L(i＝1,2,...,n -
1)；t i (i＝1,2,...,n)表示第i个阈值的邻域灰度值，0＜t i ＜t i+1＜L(i＝1,2,...,n -1)，L为图像的最大灰度值；
(2.2)按照如下公式计算区域A 1,A 2,…,A n+1
出现的概率
及对应的二维信息熵H(A i )(i
＝1,...,
n+1)：其中，s i (i＝1,2,...,n)表示第i个阈值的图像灰度值，0＜s i ＜s i+1＜L(i＝1,2,...,n -
1)；t i (i＝1,2,...,n)表示第i个阈值的邻域灰度值，0＜t i ＜t i+1＜L(i＝1,2,...,n -1)，L为图像的最大灰度值；s 0＝0,t 0＝0，s n+1＝L ,t n+1＝L；
权 利 要 求 书1/5页2CN 110047088 A。