基于贪婪Snake模型与多尺度分析的图像分割

由于假设入射光变化平稳,基于Retinex理论的传统彩色图像增强算法也有一些局限性,增强效果有限。在明暗对比度较强处,引入颜色失真和出现光晕现象。考虑到这些限制,本文提出了一种基于多尺度Retinex

为了实现图像的有效分割，提出了一种自适应多阈值图像分割方法，能够自动获得最佳分割阈值数目和阈值。该方法对灰度直方图进行合适尺度的连续小波变换，将小波变换曲线中幅值为负的波谷点构成阈值候选集；再应用免疫

Robust algorithm based on multi-scale MRF image samples

snake模型的图像分割算法，用matlab编写而成。你可以访问那上面的网站，那里还有作者的关于GVFsnake的论文

英文原版论文,对于学习数字图像处理研究的读者有帮助(ContourandTextureAnalysisforImageSegmentation.pdf)

在分析Gabor小波的基础上,提出了一种变采样率Gabor小波的方法,与传统的Gabor小波相比,其识别效果得到大幅提高。该方法采用Curvelet、Log-Gabor小波和Contourlet三种方

近几年虽然基于神经网络的超分辨率重建技术发展迅速,但仍然存在不易找到合适尺寸的卷积核、网络层数过深导致收敛缓慢等缺点。为此,提出了一种能多尺度提取特征并包含多重残差的网络模型。低分辨率图像输入网络,通

基于熵的方法是比较简单且效率高的一种图像分割方法，针对多类的图像，我们应用多阈值的方法进行分割，结合粒子群优化，提高分割速率，达到较好的分割结果。

图像分割，简单地说就是将一幅数字图像分割成不同的区域，在同一区域内具有在一定的准则下可认为是相同的性质，如灰度，颜色，纹理等，而任何相邻区域之间其性质具有明显的区别。基于信息熵的一类方法被广泛应用到图

基于Fisher准则的多阈值图像分割方法希望对研究这方面的朋友有帮助