基于狮群优化的FCM图像分割算法研究

为了解决模糊C均值聚类(FCM)算法进行图像分割时容易陷入局部最优和随机初始化聚类中心的问题,研究人员提出了基于改进的狮群优化和模糊C均值聚类的混合图像分割算法。该算法首先利用改进的狮群算法优化模糊C均值的目标函数,增强算法全局最佳值搜索能力,使其避免陷入局部最优,同时引入聚类有效性指标,通过迭代更新搜索到合理的分割类别数实现自动确定图像分割最佳类别数,并根据最佳类别数确定最优聚类中心的选取,最终实现图像的自适应分割。实验结果表明,该方法可自适应地确定图像分割最佳类别数,能快速准确地实现图像分割。     

基于改进蚁群算法和指数熵算子的三类阈值图像分割

针对多目标图像分割问题,采用了1种基于二维灰度直方图的三类阈值分割方法,将图像划分为暗、灰和亮3种不同的区域,分别给出了其模糊隶属度函数,引入概率分析,定义了基于指数熵算子的最大模糊熵准则,通过改进的蚁群算法,搜索最优模糊参数组合,以此确定图像的分割阈值。实验结果表明,该算法能快速、有效的分割图像。     

基于数字图像的棉田复杂背景下棉蚜统计方法

【目的】实现棉田复杂背景下棉蚜快速准确计数,提出一种先彩色分割,后自适应构元素及阈值的棉蚜计数方法。【方法】该方法基于大量棉蚜图像RGB数据进行K-means聚类建模,利用结构元素完成腐蚀去噪,针对黏连区域像素个数进行求模运算。【结果】根据图像颜色特征将噪音分为13类,蚜虫分为7类,得到其RGB值后再次分类,并分析数据建立模型实现蚜虫和噪音的彩色分割;根据统计学原理建立结构元素,对不同噪音的图像自动选择最优结构元素进行腐蚀去噪;计算黏连区域像素个数与单头蚜虫期望大小像素个数的模,实现黏连区域蚜虫计数。【结论】基于结构元素的棉蚜计数方法能有效的对棉田复杂背景下棉蚜快速准确计数,计数平均准确率为86.47%,在图像处理过程中极大降低了算法对阈值的依赖性,有效地解决了棉蚜图像黏连分割的问题,完成基于数字图像的复杂背景下棉蚜计数。     

基于朴素贝叶斯分类的柑橘叶片溃疡病诊断

为实现准确、快速地识别柑橘叶片溃疡病,提出一种基于朴素贝叶斯分类的柑橘叶片溃疡病诊断方法。基于不同病害程度的叶片数码图像,根据颜色空间特征,构建基于朴素贝叶斯的柑橘叶片溃疡病斑识别模型,并对比分析朴素贝叶斯分类、固定阈值分割、自适应阈值分割、支持向量机分割对柑橘叶片溃疡病的诊断能力。结果表明:基于朴素贝叶斯分类的柑橘叶片溃疡病斑分割效果较好,误分割率仅为3.58%,远远优于阈值法和支持向量机。在运行效率方面,4种算法耗时排序为固定阈值法自适应阈值法朴素贝叶斯法支持向量机法,但均在较合理的范围内;结合前期准备时间,朴素贝叶斯法的运行效率最佳。综上所述,朴素贝叶斯分类算法在柑橘叶片溃疡病诊断方面具有快速、精准的应用能力,可以为果树从业者精确诊断果树病害严重度提供新思路。     

基于超像素的木材表面缺陷图像分割算法

使用SLIC(简单线性迭代聚类)超像素图像分割方法将木材表面缺陷图像预分割,并从提高算法速度和自适应阈值2方面对超像素合并算法进行改进;分析了DBSCAN(具有噪声的基于密度的聚类方法)聚类用于该类超像素合并中算法的复杂度,提出了自适应阈值的快速DBSCAN超像素合并算法来取得缺陷分割图像。结果表明:改进后的算法对于3类缺陷都能很好的分割,并且算法复杂度低;分割及合并的总时间为0.35 s左右,能满足在线分选的要求。     

基于图像处理的机采棉杂质提取算法

针对国产采棉机采收含杂率高、杂质分布复杂、难以快速检测等问题,提出了一种基于图像处理的机采棉杂质图像提取算法。该算法在HSI颜色模型、Lab颜色模型下设计试验采集图像,利用中值滤波处理图像,然后对图像进行自适应阈值分割,分割棉花和杂质图像,通过连通域分析绘制棉花轮廓和杂质轮廓,在此基础上计算其像素面积,得到杂质面积百分比。结果表明,该算法可有效分割机采棉中的常见杂质,为机采棉含杂率的快速评估奠定基础。     

基于量子粒子群优化的加权平均倒数熵阈值法参数选取

考虑到目标和背景对图像分割的不同影响,提出了一种对目标和背景类的倒数熵进行加权平均的阈值分割方法。同时,针对该方法中权重参数m的选取问题,给出一种利用量子粒子群优化算法自适应选取参数的优化策略,依据图像分割质量评价均匀性准则对权重参数m在(0,1)区间进行全局寻优,进而实现了加权平均倒数熵阈值分割方法的自动阈值选取。研究结果表明,该方法可获得比传统熵阈值法更好的分割效果。     

利用多重-大津阈值算法和扫描电镜分割CT图像

XCT(X-ray computed tomography)是一种高效评价页岩三维特征和非均质性的方法。阈值通常用于在背景图像上分割孔隙-裂缝,但是很少对多元素分割体CT(computed tomography)图像进行研究。为了获取不同元素在三维尺度上的分布特征,综合利用大津阈值分割算法和场发射环境扫描电镜提出了一种新的分割方法:首先确定不同元素分布的灰度值,根据灰度值把页岩分成几个不同的矿物组分区域,利用大津阈值算法求取每个矿物组分区域,利用分割方法处理的页岩样品叠加形成CT图像,另一个CT图像用于验证该方法。结果表明,多元素分割方法可以利用C_T计算的数值成功分割叠加的CT图像,该方法与实验室进行的XRD(X-ray diffraction)、总有机碳质量分数、孔隙度测试等结果相符;相同物源和矿物组分的样品在背散射电子(BSE)和CT图像上有相同的灰度区域分布;该方法根据灰度区域分布原理对相同物源、矿物组分的页岩样品进行分割,比人为CT图像叠加分割样品方法更有效、更准确。因此,在页岩XCT图像分割中,进一步采用扫描电镜和多重-大津阈值算法进行多分量分割,能更好地提高页岩XCT图像分割的精度,同时该算法也能对其他区块页岩XCT图像研究起到一定的指导作用。     

基于改进的快速最大熵多阈值的成熟草莓图像分割

成熟草莓图像分割是草莓机械化采摘中首要解决的难题之一,最大熵多阈值算法是图像分割中效果较稳定的方法之一,但存在计算复杂度高、分割速度慢等缺点。为降低算法的计算复杂度、加快搜索速度,提出了一种改进的快速最大熵多阈值图像分割算法(IFMEMT)。首先提取RGB彩色图像的R分量灰度图像及灰度图像信息,然后应用IFMEMT算法求得最大熵及对应的阈值,最后进行图像分割。实验结果表明,在复杂环境下IFMEMT相对OTSU等图像分割算法不仅能达到相同甚至更好的分割效果,而且有更好的分割效率,能满足成熟草莓机械化采摘的实时性要求。     

基于小波滤波与自适应阈值分割算法的玫瑰叶片病斑提取研究

针对玫瑰叶片白粉病病斑分布离散、无序且边缘细节复杂、传统图像分割算法提取病斑困难等问题,提出了一种基于小波滤波与自适应均值阈值分割（WT-AAT）的叶片病斑图像提取算法。首先,为了去除原始图像噪声,使用二维离散哈尔小波变换将图像进行二层小波分解,并依据高、低频子图像自动提取噪声系数,进而设定滤波阈值;然后,将高于阈值的噪声系数置零,并逆序对每层进行小波重构,最终生成等尺度的去噪图像;最后,采用可滑动窗口分割算法对去噪图像进行自适应分割,再根据子图的灰度均值设定二值化阈值,在二值化处理的基础上析取白粉病病斑。结果表明,与WaterShed、Prewitt、Otsu等传统分割算法相比,WT-ATT的像素漏警率的降低率分别为18%、18%和6%,说明该方法能够较为准确地分割出病斑,并达到良好的病斑辨识效果。     

基于快照的多级安全并发控制算法研究

为了解决安全数据库中事务处理问题,提出了一种基于快照的多级安全并发控制算法。该算法在每个安全级上保存了数据库的两个快照,高级事务访问低级数据库的快照而不是访问正在工作中的数据库。快照的引入避免了多级事务的调度算法中常见的隐通道和高级事务的饿死等问题。本文介绍了快照的基本概念和基于快照的并发控制算法,并且证明了该算法能够为多级事务的执行产生一个可串行化的事务历史。     

成熟期苹果计数方法研究———以黄土高原样本为例证

对比RGB(红,绿,蓝)颜色空间下各颜色分量间多种色差运算的自适应阈值分割与基于H(色调)和S(饱和度)的K均值聚类算法对苹果影像的分割,选取适宜于自然生长状态下成熟期苹果影像分割的最佳算法分割目标物.在影像分割的基础之上,通过计算影像中苹果区域的总面积与单果平均面积之商确定苹果数目.试验结果表明:1.1×R-G色差运算结合自适应阈值分割算法对成熟期苹果影像有较好的分割效果;以影像中苹果总面积与单果平均面积之商确定苹果数目的算法准确率可达82.18%,计数方法准确率高.     

一种基于计算机图像处理经典算法的染色体边缘检测方法

在生物学和医学领域的染色体分析中，边缘检测技术尤为重要。最大程度地获取边缘细节和降低噪声干扰是染色体边缘检测的关键。本文提出了一种改进的边缘检测方法。这种方法的理论基础是阈值迭代法和数学形态学，能增强染色体边缘和图像对比度，同时获取更清晰真实的边缘信息。通过计算机仿真实验发现，相比常规算法，这种改进算法能够得到更加准确可靠的染色体边缘图像。     

花生图像采集中背景颜色和光强影响的研究

为评价花生图像质量,首先通过阈值分割算法分割花生图像,接着进行开操作,然后根据连通区域个数得出花生粒数作为评价标准。从3种背景颜色和5种光照强度的试验中得出在黑色背景50～90 lx的光强下效果较好。研究将有助于花生自动检测。     

基于模糊系数规划的模糊支持向量分类机

本模糊支持向量分类机的构建特点是,训练点输出的类型和最终的模糊分类函数的函数值均为反映其模糊类别的实数。以模糊系数规划为基础,将模糊分类问题转化为求解模糊系数规划问题,求出模糊系数规划的γ-最优规划,据此给出模糊支持向量分类机(算法);用2个例子说明该算法的合理性;最后给出模糊支持向量分类机中最佳阈值的确定方法。     

概率统计分“档”快速排序算法

提出了给定待排数据概率分布函数情况下的概率统计分"档"快速排序算法.理论分析表明该算法时间复杂度仅为O(n).以指数分布情况为例,用Delphi编程进行排序实验,结果表明该算法时间复杂度为O(n).     

An adaptive image segmentation algorithm for X-ray quarantine inspection of selected fruits

Although X-ray scanners are commonly used in airports or customs for security inspection, practical application of X-ray imaging in quarantine inspection to prevent propagation of alien insect pests in imported fruits is still unavailable. The first step to identify insect infestation in fruit by X-ray imaging technique is image acquisition. This is followed by the image segmentation procedure, which can locate sites of infestation. Since the grey level of X-ray images depends on the density and thickness of the test samples, the relative contrast of infestation site to the intact region inside a typical fruit varies with its position. To accurately determine whether a fruit has signs of insect infestation, we have developed an adaptive image segmentation algorithm based on the local pixels intensities and unsupervised thresholding algorithm. This paper presents the detailed image processing procedure including the grid formation, local thresholding, threshold value interpolation, background removal, and morphological filtering for the determination of infestation sites of a fruit in X-ray image. The real-time image processing procedure was tested with X-ray images of several types of fruit such as citrus, peach, guava, etc. Additional tests and analyses were also performed using the developed algorithm on the X-ray images obtained with different image acquisition parameters.     

基于传递闭包法的航班分类模型及在航班排序中的应用

提出了一种基于传递闭包法的进/离场航班分类方法.首先对模糊集合理论和传递闭包算法作了简要的介绍,然后在考虑4种不同因素的条件下建立了航班分类模型,并给出了各类航班单位时间延误成本的计算公式.最后以终端区航班排序模型为例,对该方法进行了仿真,并与传统航班延误成本分类方法进行了比较.仿真结果表明,该方法有助于减少航班延误损失,优化进/离场航班队列,提高空中交通管理效率.     

基于模糊c-均值聚类的SVC迭代训练算法

针对支撑向量机（Support vector machine,SVM）在大规模数据的问题,提出了一种基于模糊c-均值聚类样本选择策略的SVC（SVM for classification）迭代训练算法,从样本抽取、迭代训练两个方面进行了改进,并在多个较大规模UCI标准测试集上进行了试验.结果表明,所提出的迭代训练算法收敛快,在保证学习精度的同时使训练速度加倍、支撑向量减少一半.     

多元数量区划法与应用

主坐标区划法是将聚类分析与主成分分析方法结合起来,形成一种独特的标定方法,进行数量分类(区)。非线性映象区划法,是通过保持原始数据结构进行降维的方式。在限定由高维空间到低维空间的变化保持连续性的前提下,通过迭代运算保持数据的几何结构相对不变,最终达到降维投影的目的。本文以辽宁省凤城县和沈阳地区农业气候区划为例,说明了这两种多元数量分类区划法在农业中的实际应用。