基于运动显著图和光流矢量分析的目标分割算法.pdf,为提高运动目标分割算法对多种复杂场景的自适应能力和分割精度，提出一种基于运动显著图和光流矢量分析的目标分割算法。该算法首先基于运动显著图提取运动目标的大致区域，然后利用光流矢量获得运动目标和背景区域的运动边界，并结合点在多边形内部原理得到运动目标内部精确的像素点，最后以超像素为基本分割单元，通过引入置信度的概念实现最终像素一级的目标分割。通过与典型算法进行多场景实验对比，表明该算法能够有效实现多种复杂场景下的运动目标分割，并且较现有算法具有更高的分割精度。
2021-12-02 12:13:17
3.35MB
1
针对传统的模糊C均值(FCM)算法在图像分割方面存在的缺点,提出一种基于空间信息及隶属度约束的FCM图像分割算法.该算法在传统FCM算法的目标函数中引入图像空间信息及对隶属度的约束,使得到的聚类中心更加合理,并且增强了算法对噪音的鲁棒性.实验结果表明,本算法可以有效地提高图像分割的质量.
2021-12-01 16:56:31
1.3MB
1
针对传统GrabCut在GMM迭代估计阶段仅单纯地考虑像素点的RGB彩色信息，当前景细节区域与它的周围区域颜色差异较大时容易发生分割错误，以及基于像素的运算导致分割效率不高的问题，提出一种结合权值优化与CS-LBP纹理特征的改进算法。该算法利用多尺度分水岭对图像进行预分割，构建区域邻接图；然后对每个区域进行颜色和纹理特征的提取，通过权值迭代优化算法使区域的数据项权值与周边分块区域的权值相关联，采用自适应参数将纹理约束项引入能量函数，并将改进算法应用于人脸图像分割，有效改善了分割效果。实验结果表明，该算法分割结果更加准确，效率更高。
2021-11-25 17:23:04
1.21MB
1
乳腺 MRI 图像中的肿瘤分割。 我在这个项目中使用了 RIDER 数据库。 用于图像分割的三种基于聚类的算法： 1- 模糊 c 均值 (FCM) 2-k-均值3-通过布谷鸟搜索优化（CSO）算法优化k-means
2021-11-25 09:15:51
2.08MB
1
图像分割算法综述概括性介绍了传统的图像分割算法包括区域生长法、分水岭算法等，同时也介绍了结合特定工具如小波分析、小波变换、遗传算法等进行图像分割的方法，最后采用深度学习进行图像分割。
2021-11-23 15:36:06
1.01MB
1
本程序在对图像进行纹理分析（基于共发矩阵的方法）的基础上，获取图像不同区域的纹理特征，针对这些纹理特征，
采用聚类（K-mean)的分类算法对图像进行区域划分！
2021-11-22 12:18:08
7.15MB
1
， 文章提出了一种基于区域生长结合多种特征的多
尺度分割算法。 首先利用图像梯度信息选取种子点 ； 其 次综合 高分辨率遥感 图像地物的局部光谱信息和全局形状信 息作
为 区域生长的准则进行 区域生长。迭代 这两个过程 ， 直到所有 区域 的平均面积大于设 定的尺度面积参数则停止生长。
2021-11-19 18:57:22
217KB
1