导读:本文包含了标记分水岭分割论文开题报告文献综述及选题提纲参考文献，主要关键词:盲道图像定位,视角变换,图像识别,图像分割
标记分水岭分割论文文献综述
魏彤,周银鹤[1]（2019）在《基于机器学习识别与标记分水岭分割的盲道图像定位》一文中研究指出视觉导盲仪是一种旨在解决盲人出行困难的导盲设备,为了实现视觉导盲仪诱导盲人找到盲道并沿盲道行走,提出了一种基于机器学习识别与标记分水岭分割的盲道图像定位算法,通过离线训练与在线的识别、分割来定位盲道区域。首先对盲道图像进行视角变换的预处理,根据盲道的地面方程将变化的倾斜视角转换为固定的俯视视角,消除射影变换带来的失真;然后利用局部二进制模式描述子提取鸟瞰图的纹理特征,以自适应增强学习算法离线训练盲道识别分类器;进而利用分类器对鸟瞰图像进行在线识别,粗略确定盲道区域;最后将识别结果进行形态学处理后作为标记,利用标记分水岭算法得到精确分割的盲道区域并定位盲道中心线。在研制的视觉导盲仪上进行验证,结果表明盲道定位准确率达到了95.44%,速度平均每秒8帧,具有高准确率的同时达到实时性要求,为盲道的准确叁维定位提供了必要条件。(本文来源于《光学精密工程》期刊2019年01期）
王娅[2]（2017）在《血液红细胞图像自适应标记分水岭分割算法》一文中研究指出目的显微细胞的精确分割是计算机辅助诊断的前提和关键,为精确分割含有粘连重迭红细胞及病变红细胞的彩色显微图像,基于HSI模型,提出了一种自适应标记分水岭分割算法。方法首先结合红细胞无核特点提取反光细胞的中心,从图像的S与I分量的梯度图中提取图像前景低频成分的局部极值点,两部分相结合作为初始标记,标记细胞前景;然后根据标记特点去除伪标记点,以确保所有粘连细胞的重迭区域不被标记;接着采用主成分分析从S与I分量梯度图中提取梯度信息重构梯度图,最后结合背景标记,应用标记分水岭变换实现分割。结果选取美国社会血液学数据库中含病变和粘连的红细胞图像进行分割实验,采用平均欠分割率、平均过分割率、平均准确率3个指标对分割结果进行评价。本文算法的欠分割率为2.23%,过分割率为1.67%,均明显低于文献中两种现有分水岭算法;分割精度高达96.10%,准确度高;平均运行时间6.06 s,可保证一定的时效性。结论提出了一种对病变粘连红细胞彩色图像的分割算法,利用饱和度与亮度信息,自适应地标记出前景细胞,提高了分割精度;采用主成分分析法,更好地保留了重迭细胞的原有边界。算法具有较好的鲁棒性,可广泛用于包括血液红细胞在内的含有类圆形的重迭、粘连细胞的显微染色图像的分割。(本文来源于《中国图象图形学报》期刊2017年12期）
李雅男[3]（2017）在《多尺度形态学及自适应阈值标记的分水岭分割算法研究》一文中研究指出为抑制经典分水岭算法由于噪声以及纹理细节等导致的过分割现象,对分水岭算法在分割技术中的应用进行分析改进研究,针对彩色图像处理,提出一种多尺度形态学及自适应阈值标记的分水岭分割新算法。算法为有效保证目标边缘信息完整性,在初始梯度图像上而不是简化处理后的图像直接应用分水岭变换实现图像分割。首先提出多尺度形态学术语,结合多尺度理论计算彩色图像形态学梯度,很好地实现图像简化和边缘保护的折中。接着算法根据照度-反射模型利用BLPF-2技术获取梯度图像的低频成分,对低频成分进行形态学闭重建滤除暗噪声。利用自适应阈值选取方法确定形态学扩展极值变换的深度H对重建后的梯度进行标记,然后对原始彩色图像梯度通过形态学强制标记技术进行修改,最后在修改后梯度上应用分水岭算法,得到理想分割结果。设计对比实验分别用定性和定量方法对改进算法评价,利用GCE、PRI以及VOI叁个指标进行客观分析,证明本文算法能够得到与人工分割更为一致的效果,且具有较强的适应性。(本文来源于《辽宁工程技术大学》期刊2017-06-01）
郭昱杉,刘庆生,刘高焕,黄翀[4]（2016）在《基于标记控制分水岭分割方法的高分辨率遥感影像单木树冠提取》一文中研究指出树冠是树木的重要组成,可以直接反映树木健康状况。高空间分辨率遥感影像和遥感技术为快速获取详细的树冠信息和实时监测林冠变化提供了有效的途径。因此,基于高空间分辨率遥感影像的单木树冠提取方法研究对现代森林管理具有重要意义。本文以黄河叁角洲地区孤岛林场人工刺槐林和旱柳为研究对象,以Quick Bird影像为数据源,首先利用面向对象方法实现研究区林地和非林地分类;然后以林地为掩膜,提取出树冠分布范围;在此基础上,分别选取疏林区和密林区为试验区域,通过形态学开闭重建滤波,平滑图像,去除噪声;最后,利用标记控制分水岭分割方法分别对疏林区和密林区进行树冠提取。本文以人工勾绘结果为参考进行精度验证,结果显示疏林区F测度达到87.8%,密林区F测度达到65.5%,表明该提取方法简单易行,精度可靠。(本文来源于《地球信息科学学报》期刊2016年09期）
余烨,李冰飞,张小魏,刘宜萍,李海琴[5]（2016）在《面向RGBD图像的标记分水岭分割》一文中研究指出目的针对分水岭分割算法中存在的过分割现象及现有基于RGB图像分割方法的局限,提出了一种基于RGB图像和深度图像(RGBD)的标记分水岭分割算法。方法本文使用物体表面几何信息来辅助进行图像分割,定义了一种深度梯度算子和一种法向量梯度算子来衡量物体表面几何信息的变化。通过生成深度梯度图像和法向量梯度图像,与彩色梯度图像进行融合,实现标记图像的提取。在此基础上,使用极小值标定技术对彩色梯度图像进行修正,然后使用分水岭算法进行图像分割。结果在纽约大学提供的NYU2数据集上进行实验,本文算法有效抑制了过分割现象,将分割区域从上千个降至数十个,且获得了与人工标定的分割结果更接近的分割效果,分割的准确率也比只使用彩色图像进行分割提高了10%以上。结论本文算法普遍适用于RGBD图像的分割问题,该算法加入了物体表面几何信息的使用,提高了分割的准确率,且对颜色纹理相似的区域获得了较好的分割结果。(本文来源于《中国图象图形学报》期刊2016年02期）
张燕红,李瑛,王凤芹,张正霞[6]（2015）在《基于形态学重建和极大值标记的分水岭分割算法》一文中研究指出针对传统分水岭算法的过分割问题,结合形态学重建和极大值标记技术研究并实现一种新算法。该算法首先进行开闭重建预处理,较好地去除了各类噪声并保留目标原有的结构;然后进行局部极大值调整及标记,有效地避免了过分割;最后对局部极大值图像进行分水岭分割,取得了较好的实验效果。论文还探讨该算法的关键因素即结构元素的选择问题,经大量实验得出结论——选择与目标图像形状相似、大小相宜的结构元素可获得较好的分割效果。(本文来源于《计算技术与自动化》期刊2015年02期）
闫军朝[7]（2015）在《基于多特征标记的分水岭分割算法的研究》一文中研究指出随着遥感影像分辨率的提高,影像中地物变的复杂繁多,地物间的尺度差异及地物内部像元之间的特征差异变大,对传统的影像分割算法提出了极大的挑战。分水岭变换作为影像分割中一种行之有效的方法,自提出以来就得到的人们的广泛研究与应用。分水岭变换的本质是一种区域生长,其操作对象一般为影像的梯度特征图像。由于噪声及致密纹理等因素的干扰,直接对梯度图像进行分水岭变换往往会出现严重的过分割现象。因此,分水岭分割的关键在于影像梯度特征的提取和影像中待分割地物的标记。本文围绕分水岭变换中过分割现象的改善,研究分析了影像梯度特征的提取和影像中待分割地物的标记方法。在影像梯度特征提取方面,本文研究了空域中影像中梯度特征的求解方法,并针对空域中梯度特征提取受噪声干扰及外界环境变换影响大的缺点,研究探讨了在频域中通过改进的相位一致算法进行影像中边缘特征的提取。在标记图像获取方面本文研究了基于扩展最小变换、基于梯度幅值图像的阈值分割及基于纹理能量特征图像的阈值分割等方法进行标记分水岭变换中标记图像的获取,并就各方法中的阈值选取问题进行了探讨,合理的对待分割影像中的地物进行了标记。利用获取的标记图像对待变换的梯度特征图像进行强制最小值标记有效的解决了分水岭变换中的过分割问题。(本文来源于《东华理工大学》期刊2015-06-15）
贾永红,冯在梅,沈庭乐[8]（2014）在《基于标记分水岭分割的高分辨率影像水体信息提取》一文中研究指出提出一种基于标记分水岭分割提取高分辨率卫星融合影像水体信息的方法。首先采用Pansharpening融合法获得光谱扭曲小的高分辨率卫星融合影像;其次利用标记分水岭算法对高分辨率卫星融合影像进行分割;最后在分割基础上利用水体指数模型提取水体信息。采用QuickBird高分辨率遥感影像数据进行试验,并与eCognition多尺度分割提取水体方法的结果相比,表明本文方法更快速有效,具有实用推广价值。(本文来源于《测绘通报》期刊2014年09期）
葛世国,王茂芝,刘娟娟,苏建美[9]（2013）在《基于标记的改进分水岭分割算法》一文中研究指出针对传统分水岭分割算法中存在的过分割问题,提出了一种基于标记的改进分水岭分割算法。该方法首先对原图像进行形态学开闭预重建,去除图像中的暗纹理和噪声,在计算形态梯度之后采用开闭后重建,然后,对重建后的梯度图像利用最大熵阈值方法进行标记处理,依据标记对原始梯度图像进行修正,最后使用分水岭算法在修正后的梯度图像上进行分割。从实验结果来看,该方法能较好地抑制传统分水岭算法的过分割现象。(本文来源于《四川理工学院学报(自然科学版)》期刊2013年02期）
张桂梅,周明明,马珂[10]（2012）在《基于彩色模型的重构标记分水岭分割算法》一文中研究指出分水岭算法是一种适用于图像分割的强有力的形态学工具,但传统的分水岭算法存在严重的过分割现象,并且实际图像容易受到反射亮光和阴影的影响。针对该问题提出一种新的彩色空间重构标记分水岭分割算法。该算法首先将RGB彩色图像转换到新的彩色空间中,抽取不受反射亮光和阴影影响的分量进行梯度计算;然后利用形态学开闭重构提取感兴趣目标构成二值标记图像,利用标记图像修改梯度图;最后在修改的梯度图上进行分水岭变换。新算法不仅可以抑制由于纹理细节和噪声引起的过分割,还可以有效地抑制由于反射亮光和阴影产生的过分割,同时由于该分割算法是在原始梯度图上而非滤波简化的图像上进行的,因此物体的边缘信息也得以最大程度的保留。理论分析和实验结果表明了该算法的有效性。(本文来源于《中国图象图形学报》期刊2012年05期）
标记分水岭分割论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的显微细胞的精确分割是计算机辅助诊断的前提和关键,为精确分割含有粘连重迭红细胞及病变红细胞的彩色显微图像,基于HSI模型,提出了一种自适应标记分水岭分割算法。方法首先结合红细胞无核特点提取反光细胞的中心,从图像的S与I分量的梯度图中提取图像前景低频成分的局部极值点,两部分相结合作为初始标记,标记细胞前景;然后根据标记特点去除伪标记点,以确保所有粘连细胞的重迭区域不被标记;接着采用主成分分析从S与I分量梯度图中提取梯度信息重构梯度图,最后结合背景标记,应用标记分水岭变换实现分割。结果选取美国社会血液学数据库中含病变和粘连的红细胞图像进行分割实验,采用平均欠分割率、平均过分割率、平均准确率3个指标对分割结果进行评价。本文算法的欠分割率为2.23%,过分割率为1.67%,均明显低于文献中两种现有分水岭算法;分割精度高达96.10%,准确度高;平均运行时间6.06 s,可保证一定的时效性。结论提出了一种对病变粘连红细胞彩色图像的分割算法,利用饱和度与亮度信息,自适应地标记出前景细胞,提高了分割精度;采用主成分分析法,更好地保留了重迭细胞的原有边界。算法具有较好的鲁棒性,可广泛用于包括血液红细胞在内的含有类圆形的重迭、粘连细胞的显微染色图像的分割。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
标记分水岭分割论文参考文献
[1].魏彤,周银鹤.基于机器学习识别与标记分水岭分割的盲道图像定位[J].光学精密工程.2019
[2].王娅.血液红细胞图像自适应标记分水岭分割算法[J].中国图象图形学报.2017
[3].李雅男.多尺度形态学及自适应阈值标记的分水岭分割算法研究[D].辽宁工程技术大学.2017
[4].郭昱杉,刘庆生,刘高焕,黄翀.基于标记控制分水岭分割方法的高分辨率遥感影像单木树冠提取[J].地球信息科学学报.2016
[5].余烨,李冰飞,张小魏,刘宜萍,李海琴.面向RGBD图像的标记分水岭分割[J].中国图象图形学报.2016
[6].张燕红,李瑛,王凤芹,张正霞.基于形态学重建和极大值标记的分水岭分割算法[J].计算技术与自动化.2015
[7].闫军朝.基于多特征标记的分水岭分割算法的研究[D].东华理工大学.2015
[8].贾永红,冯在梅,沈庭乐.基于标记分水岭分割的高分辨率影像水体信息提取[J].测绘通报.2014
[9].葛世国,王茂芝,刘娟娟,苏建美.基于标记的改进分水岭分割算法[J].四川理工学院学报(自然科学版).2013
[10].张桂梅,周明明,马珂.基于彩色模型的重构标记分水岭分割算法[J].中国图象图形学报.2012