结合特定理论的图像分割方法

摘要/Abstract

摘要：

结合近几年来图像分割领域出现的新思路、新方法或对原有方法的改进,如模糊方法、活动轮廓模型、遗传算法、神经网络等给出一个比较全面的综述,评价它们的优缺点。最后,简要讨论图像分割的发展趋势。

Abstract:

Image Segmentation is not just a classical problem for researchers in image analysis also a basic technology in pattern recognition and computer vision field.This paper reviewed some new representation theories and methods,including fuzzy techniques,active contour model,genetic algorithm and neural network.The merits and the drawbacks of the methods were discussed too.Finally,the paper simply presented the tendency of image segmentation.

Key words: image segmentation;active contour model;fuzzy techniques;genetic algorithm,neural network;edge detection

中图分类号:

TP391.41

黄琴波. 结合特定理论的图像分割方法[J]. , 2010, 23(12): 92-95.

HUANG Qin-Bo. Survey on the Methods of Image Segmentation Research[J]. , 2010, 23(12): 92-95.

参考文献

［1］章毓晋.图像分割［M］.北京:科学出版社,2001.
［2］Lin Y,Tian J.A Survey on Medical Image Segmentation Methods［J］.Pattern Recognition and Artificial Intelligence,2002,15(2):192-204.
［3］Fan Sophie,Jun Xiao.Edge Based Region Growing-A New Image Segmentation Method［C］.Proceedings VRCAI2004-ACM SIGGRAPH International Conference on Virtual Reality Continuum and its Applications in Industry,2004:302-305.
［4］罗希平,田捷.图像分割方法综述［J］.模式识别和人工智能,1999,12(9):300-312.
［5］赵荣春,迟耀斌,朱重光.图像分割技术进展［C］.海口:第九届全国图像图形学学术会议,1998:547-558.
［6］Pal N R,Pal S K.A Review on Image Segmentation Techniques［J］.Pattern Recognition,1993,26(9):1277-1294.
［7］王爱民,沈兰荪.图像分割研究综述［J］.测控技术,2000,19(5):1-6.
［8］Cohen LD.On Active Contour Models and Balloons［J］.CV-GIP:Image Understand,1991,53(3):211-218.
［9］Jang Seok Woo.Shaking-hakes Using Color Edge for Contour Extraction［J］.Proceedings:International Conference on Image Pr02eessing,2002,9(2):817-820.
［10］Xu Chengyang.Snakes and Gradient Vector Flow［J］.IEEE Transactions on Image Processing,1998,7(3):359-369.
［11］Caselles V,Catte F,Coil T,et al.A Geometric Model for Active Contours in Image Processing［J］.Numeric Mathematic,1993,66(7):1-3.
［12］Malladi J A,Vemuri B C.Shape Modeling with Front Propagation:A Level Set Approach［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence,1995,17(2):158-175.
［13］Sethian J A.Level get Methods and Fast Marching Methods［M］.2nd Edition.Cambridge,UK:Cambridge University Press,1999.
［14］王娜,郭敏.模糊连接度在图像分割中的应用研究［J］.科学技术与工程,2008,8(16):4588-4592.
［15］Udupa J K,Saha P K,Lotufo R A.Relative Fuzzy Connectedness and Object Definition:Theory,Algorithm and Applications in Image Segmentation［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence,2002,24(11):1485-1500.
［16］邱陵,李衷怡,李利军.模糊连接算法在虚拟人图像分割上的应用［J］.计算机与数字工程,2006,34(12):36-37,74.
［17］罗彤,陈裕泉,王立传.基于注意计算模型的医学图像模糊连接度分割［J］.传感技术学报,2006,19(4):1239-1242.
［18］林瑶,田捷,张晓鹏.基于模糊连接度的FCM分割方法在医学图像分析中的应用［J］.中国体视学与图像分析,2001,6(2):103-108.
［19］戴青云,余英林.一种基于小波与数学形态学的车牌图像分割方法［J］.中国图像图形学报,2000,5A(5):411-415.
［20］左奇,史忠科.一种基于数学形态学的实时车牌图像分割方法［J］.中国图像图形学报,2003,8A(3):281-285.
［21］章毓晋.图像工程:下册——图像理解与计算机视觉［M］.北京:清华大学出版社,2000.
［22］邓世伟.基于数学形态学的深度图像分割［J］.电子学报,1995,23(4):6-9.
［23］田莹,苑玮琦.遗传算法在图像处理中的应用［J］.中国图像图形学报,2007,12A(3):389-396.
［24］Lee S U,Chung S Y,Park R H.A Comparative Performance Study of Several Global Threshold Techniques for Segmentation［J］.Computer Vision,Graphics and Image Process,1990,52(2):171-190.
［25］Philippe Andrey.Selection Relaxation:Genetic Algorithms Applied to Image Segmentation［J］.Image and Vision Computing,1999,17(3):175-187.
［26］闫成新,桑农,张天序.基于图论的图像分割研究进展［J］.计算机工程与应用,2006,42(5):11-14.
［27］Fowlkes C.Spectral Grouping Using the Nystrom Method［J］.IEEE Trans on PAMI,2004,26(2):214-225.
［28］Pavan M,Pelillo M.A New Graph-theoretic Approach to Clustering and Segmentation［C］.In:Proc IEEE Conf Computer Vision and Pattern Recognition,2003;(1):145-152.
［29］Xue X,Zeng Q,Zhao R.A New Method of SAR Image Target Recognition Based on SVM［J］.International Geo-science and Remote Sensing Symposium(IGARSS),2005(7):4718-4721.

[1]	金霄,吴飞,鄢松,陆雯霞,张忠艺. 基于GAWK-means的地铁车站指纹定位方法[J]. 电子科技, 2022, 35(2): 34-39.
[2]	李辉,王一丞. 基于CNNCIFG-Attention模型的文本情感分类[J]. 电子科技, 2022, 35(2): 46-51.
[3]	邵志慧,杨俭,袁天辰,伍伟嘉. 基于排列熵和支持向量机的轨枕病害诊断[J]. 电子科技, 2022, 35(2): 52-58.
[4]	程晓雅,张雷. 基于深度学习的有遮挡人脸识别方法研究[J]. 电子科技, 2022, 35(1): 35-39.
[5]	修晓波,李伯全,周峰. 基于遗传算法的温度传感器布置优化[J]. 电子科技, 2021, 34(9): 17-23.
[6]	王阳,王亚刚. 基于阶跃响应和遗传算法优化高阶加时滞模型的辨识方法[J]. 电子科技, 2021, 34(9): 41-46.
[7]	战荫伟,朱百万,杨卓. 一种车脸识别算法的研究与应用[J]. 电子科技, 2021, 34(8): 1-7.
[8]	廖璐明,张伟. 基于改进VGG16网络的混合批量训练交通标志识别[J]. 电子科技, 2021, 34(8): 8-13.
[9]	司明明,陈玮,胡春燕,尹钟. 融合Resnet50和U-Net的眼底彩色血管图像分割[J]. 电子科技, 2021, 34(8): 19-24.
[10]	马立新,豆晨飞,宋晨灿,杨天笑. 基于特征融合卷积神经网络的绝缘子无损检测[J]. 电子科技, 2021, 34(7): 26-30.
[11]	顾伟,李菲菲,陈虬. 基于多特征融合的行人检测方法[J]. 电子科技, 2021, 34(5): 29-34.
[12]	孟晓姣,张世巍,李小健,李敏玥,宋丙鑫,路宏敏. 一种基于BP神经网络的车载通信设备性能评估方法[J]. 电子科技, 2021, 34(5): 24-28.
[13]	张仕森,孙宪坤,尹玲,李世玺. 基于神经网络的文本标题生成原型系统设计[J]. 电子科技, 2021, 34(5): 35-41.
[14]	薛永杰,巨志勇. 基于改进AlexNet的鱼类识别算法[J]. 电子科技, 2021, 34(4): 12-17.
[15]	闫书豪,乔美英. 基于一维WConv-BiLSTM的轴承故障诊断算法[J]. 电子科技, 2021, 34(4): 75-82.