导读:本文包含了分割算法论文开题报告文献综述、选题提纲参考文献，主要关键词:图像,算法,灰度,多相,尺度,卷积,拉普拉斯。
分割算法论文文献综述写法
朱军桃,王雷,赵传,郑旭东[1]（2019）在《基于区域生长算法的复杂建筑物屋顶点云分割》一文中研究指出精确分割建筑物屋顶激光雷达(light detection and ranging,LiDAR)点云是叁维模型重建的重要环节。针对现有算法分割复杂建筑物屋顶面结构精度差的问题,提出一种以叁角面为基元的基于区域生长算法的复杂建筑物屋顶点云分割方法。首先,构建Delaunay叁角网建立各激光点间相互关系,计算各叁角面法向量,利用同一建筑物面片上各叁角面法向量基本一致的特征对点云进行初步划分;然后,由于点云散乱性及误差影响产生诸多散乱叁角面,对各构成散乱叁角面的点进行剖分,并基于具有良好鲁棒性的随机采样一致性算法(random sample consensus,RANSAC),结合Alpha Shape算法获取建筑物各面片边界,合并过度分割的面片及孤立点,完成建筑物屋顶点云分割。实验结果表明,该方法对复杂建筑物屋顶点云分割的完整性、正确性及质量均较为理想。(本文来源于《国土资源遥感》期刊2019年04期）
丁陈梅,王涛,孙权森[2]（2019）在《基于多尺度超像素和图割的交互式图像分割算法》一文中研究指出传统图割算法一般基于图像的局部关系构建分割模型,由于缺乏图像的结构层信息,导致它们较难分割包含噪声和纹理的图像。针对上述问题,论文提出一种基于多尺度超像素和图割的交互式图像分割算法。首先利用线性迭代聚类算法对图像进行多尺度预分割,用获取到的超像素代替像素构建加权图。然后通过融合多尺度超像素信息,基于小尺度超像素的局部近邻性约束克服过分割,基于大尺度超像素的长范围连通性约束克服欠分割,来进一步提高图像分割质量。最后通过实验验证了该算法的有效性。(本文来源于《计算机与数字工程》期刊2019年12期）
张栩华,朱明旱,张明月,周楠皓,郭言信[3]（2019）在《基于车辆轮廓凹陷区域的分割算法》一文中研究指出基于视频检测车流量,由于车辆间距过近容易造成图像上的粘帖而不能准确检测目标车辆,因此需要建立一个准确率高、抗干扰能力强的车辆分割算法。根据车辆轮廓凹陷区域提出一种分割算法。首先提取出二值化图像,在图像上检测并标记出目标遮挡区域,根据面积比来判断是否发生遮挡;然后提出了一种基于七宫格的凹陷区域检测算法,遍历每个区域找到符合条件域的凹陷区域,再通过共同特征来匹配到所需的遮挡区域,最后用Canny算法得到一条合适的分割曲线作为最后的分割结果。从实验结果分析,该分割方法能够适应复杂的环境,分割多个遮挡区域的车辆,该算法精度高、鲁棒性好。(本文来源于《电子设计工程》期刊2019年24期）
傅迎华,王雅静,付东翔,杨振宇[4]（2019）在《多算法融合的视盘分割方法》一文中研究指出视盘准确地定位与分割是视网膜相关研究的基础,为了提高算法的自适应性,避免受不同病变的影响,本文提出了融合多种传统分割算法的视盘分割方法.首先对视网膜图像进行主成分分析得到灰度图片,再利用形态学方法去除血管.接着采用改进的霍夫圆变换的方法定位视盘,并将得到的视盘中心作为标记进行分水岭变换分割视盘得到初始曲线.最后利用CV模型将曲线演化到正确的视盘边界.本文在两个公开的眼底图像数据集(MESSIDOR,DRIONS-DB)上进行了算法验证,实验结果表明该算法对视盘的定位具有较高的准确度(ACC):98%和100%,视盘分割的重迭率(OP)为92. 0%和94. 4%.与其他算法进行对比,该方法可以有效地避免病灶的干扰,具有很好的定位和分割效果.(本文来源于《小型微型计算机系统》期刊2019年12期）
陈兴志,乐文涛,王代文,黄飞翔,刘乃瑶[5]（2019）在《基于PSO-KMeans算法的MATLAB(GUI)图像分割系统平台开发应用》一文中研究指出针对GUI设计开发系统在图像处理领域中的领域问题,本文以PSO-Kmeans组合算法为理论基础,通过GUI控件的布局设计及回调函数程序的编写,开发了一套基于PSO—KMeans算法的MATLAB(GUI)图像分割系统平台开发应用,实现了对图像的分割结果、参数输出、数据可视化,解决了图像分割过程中实现复杂的问题。同时,选取在图像分割应用中的示例图片对图像进行分割测试。结果表示,图像分割系统界面友好,操作简单,准确实现了图像的分割,并得到分割的相关数据。该研究提高了图像分割的简单性以及可视化性。(本文来源于《国外测井技术》期刊2019年06期）
张新峰,郭宇桐,蔡轶珩,孙萌[6]（2019）在《基于DCNN和全连接CRF的舌图像分割算法》一文中研究指出针对中医舌诊中舌体分割不准确、分割速度较慢且需要人工标定候选区域等问题,提出了一种端到端的舌图像分割算法。与传统舌图像分割算法相比,所提算法可以得到更为准确的分割结果,并且不需要人工操作。首先,使用孔卷积算法,可以在不增加参数的条件下扩大网络的特征图谱。其次,使用孔卷积空间金字塔池化(ASPP)模块,令网络通过不同的感受野学习舌图像的多尺度特征。最后,将深度卷积神经网络(DCNN)和全连接的条件随机场(CRF)相结合,细化分割后的舌体边缘。实验结果表明:所提算法优于传统舌图像分割算法和主流的深度卷积神经网络,具有较高的分割精度,平均交并比达到了95. 41%。(本文来源于《北京航空航天大学学报》期刊2019年12期）
王延年,程燕杰[7]（2019）在《基于对比度增强与最大熵的工件表面图像分割算法》一文中研究指出针对工业相机采集到的工件表面图像缺陷细节不突出、噪声过大等导致最大熵分割法分割不精确的问题,提出一种将多尺度top-hat和形态学开闭重构相结合,并用最大熵法进行分割的工件表面图像分割算法。首先,将工件图像经多尺度top-hat变换得到对比度增强后的图像;其次,将增强后的图像经过形态学开闭重构得到工件图像背景模型;然后将增强后的图像与重构后的图像融合,最后作最大熵分割。实验表明,该算法不仅能准确分割出工件表面的缺陷,并且使细节部分更加突出,同时抑制图像中的大量噪声。(本文来源于《国外电子测量技术》期刊2019年12期）
杨晓文,苏明辉,韩燮[8]（2019）在《基于持久性聚类的波核分割算法》一文中研究指出叁维物体的分割是叁维形状分析的重要过程。为了使分割结果适应多种模型,提高分割速度等,提出多尺度等距不变的波核函数与持久性聚类相结合的网格分割算法。首先计算波核特征函数,进而利用持久性聚类产生持久性图,最后选定合并阈值,产生分割结果。利用该算法的分割结果可通过持久性图提供准确的反馈。大量实验结果表明,文中算法对模型细微处分割具有一定的优越性,在普林斯顿大学提供的分割标准下,整体分割算法优于多数无监督分割。(本文来源于《现代电子技术》期刊2019年23期）
高世博[9]（2019）在《基于微粒群优化算法的图像阈值分割》一文中研究指出本文简要介绍了微粒群优化算法、图像阈值分割原理和方法,将微粒群优化算法应用到图像阈值分割问题中,对最优分割阈值进行全局寻优,并与基于迭代法、Otsu法的阈值图像分割结果进行对比,结果表明微粒群算法优化的分割阈值分割效果更好。将本方法应用到犯罪现场灰尘加层足迹图像的处理中,取得了较好的图像分割效果,为公安技术人员对犯罪现场物证信息后期处理提供了一种新的方法。(本文来源于《电子技术与软件工程》期刊2019年23期）
杨光宇,郑永果[10]（2019）在《一种基于局部和全局拟合的混合多相水平集分割模型及算法》一文中研究指出提出了一种混合多相分割主动轮廓模型,用于精确地分割灰度图像。针对图像去噪和细小边缘的模糊问题,提出多尺度信息增强和各向异性张量扩散结合的方法,并利用快速预分割获得初始轮廓线。在全局项中,用多种局部特征变量重构拉普拉斯能量拟合函数处理大的目标边缘;为了更好地分割拓扑结构复杂的区域,提出了一种分割深度可控的区域分割能量,并构造了计算局部自适应最佳分割阈值的深度系数。在局部项中,采用局部高斯分布拟合处理灰度不均匀区域。模型使用指数函数作为停止速度函数,并加入鲁棒性的曲线演化停止条件,提高了分割效率。新模型适用于分割灰度图中医学核磁共振图像和背景单一的自然图像,通过与最新的多相水平集模型和深度学习模型对照,结果显示新模型能更好地处理目标的拓扑结构,对边界的定位精确,分割精度更高。(本文来源于《山东科技大学学报(自然科学版)》期刊2019年06期）
分割算法论文开题报告范文
（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：
传统图割算法一般基于图像的局部关系构建分割模型,由于缺乏图像的结构层信息,导致它们较难分割包含噪声和纹理的图像。针对上述问题,论文提出一种基于多尺度超像素和图割的交互式图像分割算法。首先利用线性迭代聚类算法对图像进行多尺度预分割,用获取到的超像素代替像素构建加权图。然后通过融合多尺度超像素信息,基于小尺度超像素的局部近邻性约束克服过分割,基于大尺度超像素的长范围连通性约束克服欠分割,来进一步提高图像分割质量。最后通过实验验证了该算法的有效性。
（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。
分割算法论文参考文献
[1].朱军桃,王雷,赵传,郑旭东.基于区域生长算法的复杂建筑物屋顶点云分割[J].国土资源遥感.2019
[2].丁陈梅,王涛,孙权森.基于多尺度超像素和图割的交互式图像分割算法[J].计算机与数字工程.2019
[3].张栩华,朱明旱,张明月,周楠皓,郭言信.基于车辆轮廓凹陷区域的分割算法[J].电子设计工程.2019
[4].傅迎华,王雅静,付东翔,杨振宇.多算法融合的视盘分割方法[J].小型微型计算机系统.2019
[5].陈兴志,乐文涛,王代文,黄飞翔,刘乃瑶.基于PSO-KMeans算法的MATLAB(GUI)图像分割系统平台开发应用[J].国外测井技术.2019
[6].张新峰,郭宇桐,蔡轶珩,孙萌.基于DCNN和全连接CRF的舌图像分割算法[J].北京航空航天大学学报.2019
[7].王延年,程燕杰.基于对比度增强与最大熵的工件表面图像分割算法[J].国外电子测量技术.2019
[8].杨晓文,苏明辉,韩燮.基于持久性聚类的波核分割算法[J].现代电子技术.2019
[9].高世博.基于微粒群优化算法的图像阈值分割[J].电子技术与软件工程.2019
[10].杨光宇,郑永果.一种基于局部和全局拟合的混合多相水平集分割模型及算法[J].山东科技大学学报(自然科学版).2019