-
题名基于自适应标记提取的分水岭彩图分割算法
被引量：8
- 1
-
-
作者
谭洪波
侯志强
刘荣
郭威武
-
机构
空军工程大学电讯工程学院指挥自动化工程系
-
出处
《计算机工程》
CAS
CSCD
北大核心
2010年第19期229-231,共3页
-
基金
国家自然科学基金资助项目"基于人类视觉彩色传递特性的彩色图像分割方法研究"(60805015)
-
文摘
针对分水岭算法过分割问题,提出一种基于自适应提取标记的改进算法。该算法结合极小值深度和汇水盆地尺度信息提取与物体相关的极小值标记,根据梯度图像中极值点的统计信息自适应设定标记提取的阈值。提取到的标记采用形态学极小值标定技术强制作为原始梯度图像的极小值,在修改过的梯度图像上进行分水岭分割。仿真结果表明,该算法能有效解决分水岭算法的过分割问题,具有更强的抗噪性能和边缘定位能力,且计算复杂度较小。
-
关键词
彩色图像分割
分水岭
自适应标记提取
-
Keywords
color image segmentation
watershed
adaptive marker-extraction
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名一种改进分水岭算法的浮选泡沫图像分割方法
被引量：3
- 2
-
-
作者
杨洁明
杨丹丹
-
机构
太原理工大学机械电子研究所
-
出处
《选煤技术》
CAS
2012年第5期82-86,共5页
-
文摘
为了解决煤泥浮选泡沫图像分割中传统分水岭算法的过分割问题,提出了一种基于自适应标记提取的改进分水岭算法。该方法首先对浮选泡沫图像进行高斯滤波,再运用基于形态学的扩展最大值技术从泡沫图像中自适应提取标记,利用标记对梯度图像进行修改,最后使用分水岭算法对修正后的梯度图像进行分割。试验结果表明,改进后的算法克服了标记提取需要先验知识、分割过程繁琐等问题,使参数选取更加合理,分割结果更加准确。
-
关键词
煤泥浮选泡沫图像
自适应标记提取
分水岭算法
极小值强制技术
鲁棒性
过分割
-
Keywords
coal flotation froth images
adaptive mark extraction
watershed algorithm
minimum mandatory technology
robustness
over-segmentation
-
分类号
TD943
[矿业工程—选矿]
TD948.9
-
-
题名基于自适应标记分水岭算法的肝脏CT图像自动分割
被引量：3
- 3
-
-
作者
黄展鹏
张琦
赵洁
-
机构
广东药科大学医药信息工程学院
-
出处
《北京生物医学工程》
2017年第4期378-382,共5页
-
基金
广东省科技计划项目(2014A020212684)资助
-
文摘
目的为减少人工交互提出了基于自适应标记分水岭的CT系列图像肝脏区域自动分割算法。方法首先对图像进行形态学重构运算以平滑图像,然后计算多尺度形态学梯度,同时提出利用梯度图像非零的局部极小值点的均值进行自适应标记提取,以避免分水岭的过分割和欠分割,再结合肝脏为最大的实质性脏器和相邻图像的相似性实现CT系列图像的肝区自动分割。结果该算法能自动、快速地提取CT系列图像中的肝脏区域。结论分水岭算法能准确定位区域的边缘,通过选择合适的阈值对梯度图像进行标记以抑制分水岭的过分割,实现医学图像中感兴趣区域的自动分割。
-
关键词
分水岭算法
医学图像分割
自适应标记提取
数学形态学
肝脏
-
Keywords
watershed algorithm
medical image segmentation
adaptive marker extraction
mathematical morphology
liver
-
分类号
R318.04
[医药卫生—生物医学工程]
TP391.41
[医药卫生—基础医学]
-
-
题名基于自适应标记提取和能量方程的分水岭算法
- 4
-
-
作者
熊瞻
肖国强
邱开金
-
机构
西南大学计算机与信息科学学院
-
出处
《计算机工程与应用》
CSCD
2012年第35期186-189,共4页
-
基金
中央高校基本科研业务费专项资金重点项目(No.XDJK2011C073)
-
文摘
针对传统分水岭算法的过分割问题,提出一种基于自适应标记提取和能量方程的改进算法。根据图像中的边缘信息和图论方法,得到最短边缘路径,从而自适应地提取出区域标记,进行分水岭变换,用提出的能量方程实现区域合并。利用医学细菌图像对提出的算法进行验证,实验结果表明该算法能有效解决分水岭算法的过分割问题,得到很好的分割效果。
-
关键词
自适应标记提取
能量方程
分水岭算法
-
Keywords
adaptive marker extraction
energy function
watershed algorithm
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
