区域生长

摘要： 针对肝脏肿瘤CT图像灰度差别小,边缘不明显的特点,为了提高分割精度提出一种基于极值自适应中值滤波与现有区域生长算法相结合的一种新的肝癌分割算法.采用一组临床肝癌CT图像样本进行图像预处理,利用此算法进行第一次滤波,再采用傅里叶变换方法进行第二次滤波,最后与现有算法结合完成分割.采用重叠错误率、相对误差和Dice相似性系数作为图像分割结果评价指标.通过定性分析和定量评价显示,基于本研究算法能精确分割出肝癌区域,获得的图像分割评价指标均优于其他常用算法.

摘要： 信号弹的最大飞行高度是衡量其质量的重要指标。在光学测量中,信号弹目标定位方法的优劣直接决定了信号弹的飞行参数动态测量结果的精准程度。该文提出了一种基于高斯拟合的信号弹光斑中心定位方法,使用改进的区域生长法提取信号弹光斑有效区域,使用基于高斯曲面拟合的方法定位信号弹光斑精确位置,能够在保证速度的同时达到亚像素精度。实验证明,该方法误差在0.4像素以内,拥有较好的稳定性与通用性。

摘要： 针对特征立体匹配方法只能得到稀疏视差以及弱纹理匹配率低以及视差精度不足导致视差连续处不平滑而呈阶梯状等问题,提出一种改进的特征立体匹配算法.对预处理后的左右图像提取特征并进行特征匹配,再经过筛选获取准确的匹配点对;将得到的稀疏匹配点对作为种子点,依据视差连续性与极线约束准则建立一维搜索空间,利用积分图简化的快速零均值归一化互相关系数作为相似度量函数,通过双向匹配策略实现区域生长,大大提升匹配准确性的同时降低算法复杂度;通过亚像素拟合和加权中值滤波后处理提升视差精度,去除视差阶梯分层、噪声和条纹现象.Middlebury数据集实验结果表明,本算法得到了准确性更高且稠密的视差,提高了弱纹理区与深度不连续处的匹配效果以及整体视差精度,同时具有很强的鲁棒性,能抑制一定亮度差异和噪声的影响.

摘要： 针对室内场景地面信息提取问题,提出了一种基于平面和空间信息统计分析的室内稠密点云地面提取方法。首先,对输入的稠密点云进行预处理,实现数据降噪及抽稀;其次,利用区域生长分割平面结构,并根据平面位置关系进行合并与分组;然后,采用平面数量、投影面积、天花板与地面、空间距离等多个室内空间信息分析实现地面初提取;最后,采用图像映射、轮廓提取、孔洞填充、点云映射对初提取的地面点云进行优化,得到最终的地面点云。实验表明,该方法可实现不依赖传感器校正坐标系信息,仅使用稠密点云数据作为输入,准确有效地提取地面,准确率达到90%以上,并在一定程度上降低稠密点云的冗余度。

摘要： 针对目前对工件点云分割中出现的过分割、欠分割等问题,提出一种结合欧式聚类和自适应法向量约束的工件分割方法。首先对采集到的点云进行体素滤波,使用随机采样一致性(random sample consensus,RNASAC)算法滤除背景并通过统计滤波器去除噪点,接着利用欧式聚类算法将目标点云划分成点云簇,最后针对点云簇中含有多个工件点云的情况,计算点云簇的平均法向量,利用区域生长算法对不同的点云簇设置不同的法向量约束并进行分割,最终完成工件点云分割。结果表明:本文提出的分割方法能够有效地分割出感兴趣的工件,且分割效果较稳定,为后续工件尺寸测量提供实验依据。

摘要： 新时期,水稻种植技术不断完善,为更好满足人们的粮食需求,还需结合区域生长实际及水稻各个阶段具体生长情况,优化水稻各项种植技术。来凤县地处湖北省西南部,酉水上游,属亚热带湿润型山地气候,夏无酷暑、冬无严寒、温暖湿润、四季分明、雨量充沛,适合水稻种植。

摘要： 由于低小慢目标强机动性、易畸变等特点导致对其跟踪定位误差大、精确度低,本文针对这一难题提出了一种基于多特征融合与区域生长的Meanshift低小慢目标跟踪算法。首先根据人工标定的目标初始位置截取ROI(region of interest)区域,提取ROI区域的灰度直方图以及HOG(梯度方向直方图)特征,融合两特征建立目标的二维描述模板,然后结合目标模板与候选模板之间的Bhattacharyya相似系数以及ROI区域与候选区域之间的Hu矩的欧氏距离构建新的算法收敛判据,最后利用区域生长方法分析目标面积变化建立模板更新机制。通过在公开数据集LaSOT以及自行采集的4个图像序列上与同类算法的实验表现,表明本文算法对低小慢目标强机动与畸变不敏感,跟踪效果稳定,在一定的约束条件下,算法的跟踪精度可到达95%以上,具有较强的应用价值。

摘要： 目的评价区域生长法结合多竞争最小二乘拟合算法去除数字乳腺X线摄影(MG)图像中胸大肌影的价值。方法分层抽样法随机抽取244例MG数据,对图像进行轮廓选择、增强数据特征、胸大肌边界轮廓粗定位和去噪处理;结合最小二乘法改进区域生长法,拟合胸大肌的边界轮廓函数,使用最优轮廓函数制作胸大肌掩膜图,计算预测图与人工勾画图交并比(IOU)及像素精度(PA),评价其去除MG图像中的胸大肌影的价值。结果基于上述方法所获胸大肌轮廓较为平滑,较少漏分割或过度分割,结果误差较小;还原胸大肌边界轮廓与手动分割结果非常接近,平均IOU为(89.76±4.28)%,平均PA为(89.98±3.91)%。结论结合区域生长法与多竞争最小二乘拟合算法可用于去除MG图像中的胸大肌影。

摘要： 为提高三维信息的准确度,提出一种在稠密的点云数据中采用融合区域生长和随机抽样一致性(RANSAC)的平面分割方法。利用统计滤波、体素滤波对稠密点云去噪和精简,通过邻域统计特性剔除孤立点。采用点域区域生长分割出平面点,并采用面域区域生长合并平面附近点。采用曲率值检测出异常弯曲的平面。在异常弯曲的平面中采用RANSAC评估平面点的模型误差并剔除粗差点。实验选取公寓、阁楼、办公室等4个典型室内场景数据进行测试。实验表明,该方法可有效从稠密点云中分割出平面结构,分割结果准确度均值可达到95%以上。相比于传统RANSAC方法,可以更好地保证平面结构的连通性。相比于传统区域生长方法分割结果,准确度提升约2%,完整度平均提高约17%,对于后续三维重建和机器人的导航有着借鉴作用。

摘要： 由于水体侵蚀、自然老化等问题,水库大坝等水下结构物在长期运行过程中存在表面损伤缺陷,与青苔、贝壳等附着物形成的凹陷,在颜色、纹理等方面具有极高的相似性。当凹陷距离裂缝较近时,极易引起裂缝图像分割误判。为解决该问题,本文引入偏振信息,提出一种基于偏振度特征图的裂缝图像分割算法,以超像素块为单元进行偏振度特征图提取,利用偏振度设定区域生长规则,以种子区域为基础进行区域生长合并,最后根据图像深度图确定裂缝区域。实验结果表明该算法能够有效减少分割误判,裂缝分割结果的特异性和准确度指标均能达到0.9以上,高于现有算法。

摘要： 目的:改善车牌定位的质量,提高车牌识别的正确率和效率.方法:联合使用阈值分割和区域生长算法进行车牌定位,使用垂直投影法进行字符分割,并使用字符模板匹配方法实现车牌字符的识别.结果:基于阈值分割与区域生长的车牌识别方法能准确地识别出车牌号,识别率高,运行速度快.结论:该方法实时性较好,具有一定的实用价值.

摘要： 为了解决自然场景文字检测受到字体自身笔画属性的影响,提出一种针对笔画宽度不均匀的艺术字体的检测方法.首先采用笔画宽度变换算法沿垂直于图像边缘的方向搜索平行边缘对,确定笔画候选位置;其次在具有强平行特征的边缘对内侧采样笔画前景种子像素,在该边缘对外侧采样背景种子像素,采用核密度估计方法计算图像范围内任意像素属于笔画像素的似然函数;最后以该似然函数为权重函数,采用基于颜色特征的区域生长法,将笔画覆盖范围由具有强边缘平行特征的前景种子像素蔓延至完整笔画区域,从而实现笔画区域的精确提取.实验表明该方法具有快速、有效、稳定的特点,尤其适用于自然场景中笔画宽度不均匀的艺术字体的检测.

摘要： 随着遥感影像的分辨率的提高,如何从高分辨率遥感影像中进行道路网提取,为交通信息提供瞬时、准确、可靠的数据,为交通规划提供支持,成为目前遥感影像信息处理研究的热点.本文提出了一种基于遥感影像光谱特征信息的路网提取方法.该方法的基本思想是,首先对遥感影像光谱信息进行K均值聚类,实现道路类和非道路类分离,获取区域生长的判决条件,按照图像特征计算出阈值,然后在道路类上进行区域生长提取路网,最后通过形态学的手段对路网进行优化.本文使用某市的高分辨率遥感影像数据进行实验,结果证明,本文方法所提取的路网取得了良好的效果.

摘要： 针对激光点云中噪声对点云分割的影响,提出了一种基于点云法向量稳健估计的建筑物立面分割方法.通过马氏距离对主成分分析中的协方差矩阵进行抗差估计,基于稳健主成分分析法求解点云抗差法向量.改进区域生长算法种子点选取方式,依据点云法向量相似度作为约束条件,采用改进的区域生长算法分割建筑物立面点云.结合某建筑物点云进行实验,结果表明,该方法具有一定的抗噪性,能较好地提取建筑物立面点云,为后续建筑物三维模型重建提供了基础信息.

摘要： 肺癌作为发病率和死亡率首位的癌症,不同时期的肺癌治愈率情况差异很大,因此需要早发现早治疗.医疗设备成像技术的发展,序列CT图像张数增加,为了减少放射医生诊断工作负担,因此将序列图像分割引入到肺癌辅助诊断系统中.本文首先介绍早期肺癌检测的重要性和医生工作量的巨大,然后结合边缘检测自适应分割算法进行单张图像的肺实质分割,最后改进区域生长序列分割图像算法应用在序列图像的分割过程中.最终在达到序列图像分割效果好的同时,达到较快速度.

摘要： 传统的边缘检测技术主要通过全局图像扫描,寻找大于设定阈值的点,然后进行伪边缘点的筛除以及断裂边缘的连接.本文提出了一种基于图像特征点检测与边缘生长相结合的边缘检测算法.该方法将边缘看成一种特殊的区域,使用图像分割中区域生长的原理来生成边缘.首先在图像中寻找特征点作为边缘生长的种子点,然后以边缘梯度响应和区域相似度为生长规则,以层序遍历方式得到图像边缘.仿真结果显示,本文提出的算法可以减少参与比较的像素个数,去孤立的边缘,保证边缘的连续性和单一像素宽度.

摘要： 从2D卫星图片中获取建筑物的轮廓图技术在地理信息获取、三维建筑生成、军事仿真等方面都起着非常重要的作用.本文提出一种自动从卫星图片中批量提取建筑物轮廓的方法,并对提取出的轮廓进行矢量化处理,为后续三维建筑群建模做准备.该方法在区域生长法的基础上,研究了一种自动提取种子点的方法,并且利用掩码与图像Canny边缘的关系将建筑物与周边物体分离开来,最后利用形状因子提取出建筑物,有效解决了不同建筑物阈值点选择的问题,并在此过程中,同时借助颜色信息恢复出被树木遮挡的建筑物部分.实验效果证明该方法能够准确快速地检测出建筑物轮廓.

摘要： 针对低能见度下红外图像背景复杂、目标对比度低的特点,提出了一种新的基于感兴趣区提取和区域生长的红外机场区域识别方法。首先,采用自适应Wiener滤波对图像进行预处理,以削弱图像的背景杂波并增强机场区域的信噪比；然后,利用机场区域和背景的灰度分布特性的差异,在图像预处理的基础上采用自适应双阈值分割和自适应局部极差阚值分割相融合的方法实现机场区域的初步分割；其次,利用机场区域的形状约束和长宽比特征,采用形态学处理和连通域标记实现感兴趣区域的提取；最后利用有限约束的区域生长实现机场区域的识别。该方法结合了感兴趣区域提取和区域生长的优势,能够以较少的计算代价实现机场区域较完整的识别。实验表明,该方法能够有效检测识别机场区域。

摘要： 针对光照变化对机器视觉带来的不利影响。提出了一种具有较好鲁棒性的彩色图像混合分割方法。该方法首先用基于自动种子的区域生长法将图像划分为内部相似的一些区域，再用最小支撑树(MST)方法在这些区域之间进行分割，通过加权熵目标函数确定的最优阈值产生最终的分割图像。实验结果证明该混合分割方法克服了光照条件变化给彩色图像分割带来不利影响，保证了算法的实时性和鲁棒性。

摘要： 图像分割是图像分析中最重要的步骤之一,对传统的图像分割方法和近几年提出的一些结合特定理论的方法进行了综述.具体介绍了基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法和基于特定理论的分割方法.分析了各类方法的原理和特点,并用部分分割方法实现了对具体图像的分割,最后对图像分割方法进行了总结与评价.

摘要： 基于二次区域生长的武术竞赛区域分割方法，它属于竞赛场地图像分割技术领域。本发明解决了现有的竞赛场地分割算法应用于武术竞赛场地分割易出现错分割、漏分割的问题。本发明根据亮度梯度幅值、色相、饱和度3个像素的数字特征，监督式地训练线性分类器用于确定种子点区域；以最大面积的种子区域作为区域生长起始区域，以区域的颜色标准差作为区域生长停止条件，进行区域生长从而过度分割武术竞赛区域；将过度分割区域划分为种子区域集合和非种子区域集合，以最大面积种子区域作为区域生长起始种子区域进行二次区域生长，当两个集合的相似度达到最小时的区域生长结果即为最终分割出的武术竞赛区域。本发明可以应用于竞赛场地图像分割。

摘要： 基于二次区域生长的武术竞赛区域分割方法，它属于竞赛场地图像分割技术领域。本发明解决了现有的竞赛场地分割算法应用于武术竞赛场地分割易出现错分割、漏分割的问题。本发明根据亮度梯度幅值、色相、饱和度3个像素的数字特征，监督式地训练线性分类器用于确定种子点区域；以最大面积的种子区域作为区域生长起始区域，以区域的颜色标准差作为区域生长停止条件，进行区域生长从而过度分割武术竞赛区域；将过度分割区域划分为种子区域集合和非种子区域集合，以最大面积种子区域作为区域生长起始种子区域进行二次区域生长，当两个集合的相似度达到最小时的区域生长结果即为最终分割出的武术竞赛区域。本发明可以应用于竞赛场地图像分割。

摘要： CT影像的肺结节分割方法、系统及区域生长方法、分割结束判断方法、切割粘连区域方法，属于医学图像处理领域，为了解决现有技术肺结节图像中不同类型结节无法自动按其实际边缘准确分割的问题，要点是S3.获取结节的连通区域，S5.利用相邻层间关系，判断是否分割结束；S6.切割粘连区域，效果是针对结节与血管有粘连的情况，可快速有效地分割。

摘要： 本发明涉及一种基于八叉树区域生长的焊接路径提取方法，包括如下步骤：取焊接图，通过基于K‑近邻搜索的法向量估计算法，计算每个点的法向量，计算出K个近邻点的协方差矩阵，再采用如下主成分分析法计算出协方差矩阵的最小特征值对应的特征向量即为估计的法向量。利用八叉树体素化点云。通过激光扫描仪测距和允许的近邻点最大角度偏差，得出实际需要计算的邻域点个数。划分的体素格大小需要保证准确包含所有的邻域点。采用剩余阈值作为八叉树终止划分的依据。基于三维点云算法得到焊缝，通过八叉树的区域生长算法划分出焊缝所在区域，并提取轮廓，得到焊缝的形态，对获取的工件点云进行区域划分并提取焊缝形态。

摘要： 本发明公开了一种基于区域生长的地图数据显示方法、介质及设备，其中方法包括：获取待显示经纬度信息，并根据所述待显示经纬度信息获取相应的地图数据点；通过区域生长算法根据所述待显示经纬度信息对所述地图数据点进行遍历，以得到所述待显示经纬度信息对应的感兴趣区域；获取地图数据显示参数，并根据所述地图数据显示参数和所述感兴趣区域确定所述感兴趣区域对应的显示方式，以及根据所述显示方式对所述感兴趣区域进行显示；能够从用户的实际需要出发，动态地选取显示区域，以提高用户的使用体验。

摘要： 一种基于FRFCM和区域生长法的水下目标检测方法，它属于水下目标检测技术领域。本发明解决了现有水下目标检测方法的检测效率以及检测准确率低的问题。本发明将FRFCM算法与区域生长法相结合，可最大限度地提高水下目标的边缘检测效率。本发明能够针对声呐图像目标与背景区域对比度低、噪声干扰严重问题进行改善，通过FRFCM算法将声呐图像灰度重新分类、然后选取目标种子点并基于区域生长法检测出目标边缘，提高了检测的Dice相似系数、准确率以及召回率。本发明方法可以应用于水下目标检测。

摘要： 本发明涉及一种结合区域生长与环形校正的锂电池极耳缺陷检测方法，1)获取待检测锂电池图像，对待检测锂电池图像进行预处理；2)将预处理后的待检测锂电池图像中的极耳与涂布进行分割，获取极耳缺陷区域和涂布区域；3)对分割后的涂布区域去除雪花干扰；4)检测极耳缺陷区域的轮廓信息，并外接矩形进行轮廓定位，计算极耳缺陷关键参数；5)在计算极耳缺陷关键参数的基础上，对极耳缺陷关键参数进行修正，进而实现缺陷的准确检测。与现有技术相比，本发明具有提高检测精度、检测效率高等优点。

摘要： 本发明公开了基于阈值区域生长与灰度差的红外弱小目标检测方法，具体为：步骤1，对原始图像进行预处理操作，增强目标的同时抑制高亮背景区域，得到预处理图像；步骤2，在步骤1得到的预处理图像上筛选出np个种子点，并对每个种子点进行阈值区域生长；步骤3，对每个生长区域计算区域覆盖比；步骤4，对每个生长区域计算自适应灰度差；步骤5，采用自适应阈值分割的方法来分离出真实目标与背景杂波。本发明方法解决了在复杂背景下红外检测系统很难同时兼顾检测精度与检测效率的问题。

摘要： 本发明公开了一种高斯分布区域生长的车载LiDAR点云行道树提取方法，包括以下步骤：对原始车载LiDAR点云数据进行预处理；根据树干的竖直线性特征定位单棵树的位置，并基于高斯分布的区域生长算法聚类提取树干点云；应用优化种子点选取方法的区域生长算法分别提取每棵树的树冠点云；基于树干的几何规则剔除伪树干，自动匹配提取的树干点和树冠点，并以Voronoi图约束分割树组。本发明解决了弯曲或不规则树干的分类提取、树冠点密度小导致结果完整性低与树干点严重缺失等问题，为道路环境安全信息化管理和林木生物量估算提供支撑。

摘要： 本发明属于图像分割领域，具体涉及一种区域生长图像分割方法、装置、计算机设备及存储介质。其中一种区域生长图像分割方法包括：获取图像的像素信息，将每排像素的像素信息与阈值条件比较，保存满足阈值条件的像素段落，得到分割区域；将所述分割区域进行数据转换，得到所述分割区域的结构体数据；将各所述结构体数据中满足合并条件的分割区域合并，得到图像中所有需要分割的目标区域。本发明通过将图像数据中每排像素的目标区域分割出来，再将分割区域定义成结构体数据类型，通过将图像数据处理问题转成数据结构处理问题，简化计算，缩小内存消耗，更为鲁棒和高效，满足高速提取目标区域的图像分割需求。