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：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：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 : 本次论文针对于图像处理提出了，基于卷积神经网络的一种自动分割的方式。把图像进行去噪音处理 ， 归因化，然后再进行标注。使用有效的融合多尺度和残差连接卷积神经网络器进行训练，进而得到一个被优化的卷积神经网络的分割模型，再把这个图像加载到一个优化的模型里面，把原图以及恢复分辨率以后的图像进行掩码，进而得到一个高清的分割结果。把最后处理结果和利用 ps 处理的结果进行对比，结果表明 ， 本次研究中使用的方法非常可靠，得到的结果和标准结果很接近，而且能够实现自动分割，进而可以有效的解决在三维重建中的分割任务等问题。

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。

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：图像分割是从图像处理到图像分析理解的关键一步，考虑到目前越来越大的图像数据量，该文章提出了一种利用视觉显著性和图割优化的图像自动分割方法。已有的图像分割方法多涉及人工交互，通过人力选取图片背景和前景像素进而对图片进行分割，基于此，作者想到结合图像显著性和高斯混合模型代替人工交互部分，并利用图割优化算法对图像进行自动分割，省去人工参与，可以更有效率地处理大量数据。实验表明，该方法可以快速有效地将图片中目的物体从背景中分割出来。

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：地震解释的第一步是地震成像分割。对于大多数地震成像而言，存在断层和层位成像不完全或很差的问题，而分割全局方法比．现在通常使用的局部同相轴拾取或区域增强法要完善得多。全局图像分割法的缺点是其处理费用比较高。我们应用自动结合地震图像特征的空间充填网方法降低费用。这种网使得三维地震图像的全局分割成为可能。

简介：近年来,随着多媒体技术与计算机技术的飞速发展,机器视觉检测系统在棉花加工、检验领域得到应用。该系统通过工业相机以及计算机的方式,采用数字图像处理技术代替人眼对目标进行分析、识别与测量,能够有效克服人工方式的不足,提高生产效率,具有广泛的应用前景。在机器视觉检测系统中,图像分割是基础,而基于边缘的分割方法也是图像分割与模式识别的重要内容,对检测的效果有着重要影响。本文针对棉花图像分割方法进行研究,

简介：摘要：医学图像分割在临床诊断中发挥着重要作用，近年来，随着计算机技术的提高以及机器性能的改进，人们对医学图像分割技术的研究不断深入，越来越多的算法思想涌入。基于现阶段水平国内外研究，本文对常用的医学图像以及近年来医学图像分割技术进行论述，对各种方法的应用及特点展开讨论，分析和对比了近年来涌现的医学图像分割方法的优缺点，审视了该技术目前存在的问题，对未来该技术的发展进行了展望。

简介：摘要：随着科学技术的发展，人工智能已经被广泛应用到生活中，计算机视觉作为其中的重要领域，也被研究者逐渐重视。本文重点讲述了卷积神经网络以及图像分割的发展史，重点讲述了目前具有代表的deeplab神经网络架构中的特点，分析其中的原理，对后续的研究具有借鉴作用。

简介：摘要：随着医学成像技术不断发展和进步，计算机图像分析模型日趋成熟，医学图像分割算法逐渐成为辅助医疗诊断的有力工具之一。本文基于医疗风险的角度对医学图像分割算法的评价方法和其实验研究进行了综合分析。在日常医疗过程中风险是无法回避的话题，然而在目前的医学图像分割算法中将医疗风险纳入评估因素的案例较少，本文从结合临床实际的角度，对医学图像分割下的医疗风险进行了综合分析和实验研究。伴随着基于医学图像分割的辅助诊疗得到越来越广泛的应用，能够为医生及专家提示算法分割结果中的医疗风险，提供更具临床意义的帮助与指导。

简介：为解决血液白细胞显微图像自动识别中的图像分割问题,提出了一种基于活动轮廓的彩色白细胞图像自动分割方法,首先在Hue,Saturation,Intensitv(HSI)彩色空间中运用聚类分割得到细胞核,从而得到细胞所在的位置,然后用流域算法得到细胞大致的轮廓,最后将此轮廓作为初始轮廓,用梯度矢量流(GVF)外力及来自全局信息的区域力驱动,结合彩色信息,使得轮廓收敛于真实的细胞边界.实验结果表明,此方法能精确、有效地分割出单个以及部分重叠白细胞区域.

简介：摘 要 本文主要通过深度学习和图像处理技术，对色素上皮膜和脉络膜的毛细血管复合体进行分析，旨在提高分割精度的同时，降低现有分割算法的复杂度，实现眼底图像的判断和分类，对于及时发现高度近视起到了非常大的作用。

简介：海陆分割在合成孔径雷达（SAR）图像的海面目标检测以及海岸线提取等海洋应用方面具有非常重要的意义。针对合成孔径雷达图像的特点,提出了基于SLIC超像素分割的SAR图像海陆分割算法。首先为抑制SAR图像固有相干斑噪声并较好地保留图像的边缘信息,采用精致Lee滤波对图像进行预处理。然后对图像进行SLIC超像素分割,再将分割后的图像进行FT区域显著性检测以及显著值相似度聚类。最后将处理后的图片二值化得到海陆分割结果。实验结果表明,本文所提海陆分割算法具有很高的处理精度以及较高的处理效率。

简介：目的本文针对黑素细胞肿瘤（MelanocyticTumorMT）图像情况复杂，较难分割的问题，提出了一种综合数字图像分割算法，探讨MT的早期诊断。方法首先应用统计区域融合方法（SRM）实现图像分割成多块纹理一致的区域。然后对图像以HSV彩色空间的H和S分量为特征，使用K均值聚类算法将图像聚为9类。最后，将聚类结果在HSV彩色空间的H和S分量值分别映射到[0，1]区间，再分别对H分量和S分量取阈值，得到最终的边界分割结果。结果对MT图像能够按照其纹理差异将其有效划分为多个区域，较为准确标识出皮损区域。结论综合对多种方法结果的对比，本方法优于传统的大津阈值法、K均值法和活动轮廓法。同时对过去基于SRM的MT图像分割方法进行了改进，在处理复杂MT图像时效果明显好于传统方法。

简介：摘要：细胞核的精确分割是病理诊断的重要基础，为了进一步提高细胞核分割的准确性，本文提出基于ConvNeXt改进的ConvUnet细胞核分割网络。首先，将ConvNeXt网络扩写为编码器-解码器结构，其次在跳跃连接结构中加入ECA通道注意力机制，去除原始病理图片中的冗余信息，加强对重要细胞核特征的关注度，最终提高模型的分割性能。在Monuseg数据集上的实验结果表明，ConvUnet网络的Dice系数和IoU分别达到79.27%和65.98%，与现有细胞核分割方法相比有更好的分割效果。