图像分割-地理信息科学毕业论文.doc

地理信息科学论文范文 一、论文说明 本写作团队长期从事地理信息科学论文写作，擅长数据处理、文献查找 图表绘制、理论分析，以及相关论文的发表 论文写作具体联系金老师QQ：387 826 70 二、参考范文 题目：基于颜色均值显著点聚类的作物病害叶片图像分割方法 概要：摘要 作物病害叶片图像分割是病害类型识别方法的一个重要步骤，其分割效果直接影响后续的识别结果。病害叶片图像的复杂多样性使得很多现有的图像分割方法不能有效应用于作物病害叶片图像分割中。针对复杂的自然病害叶片图像分割难题，提出一种基于颜色均值显著点聚类的作物病害叶片图像分割方法。该方法建立在HIS颜色空间，首先构造基于像素点HIS模型的带权无向图，然后计算病害叶片图像像素点的邻域的颜色均值，再计算该点前后两... 题目：分数阶粒子群的模糊聚类图像分割算法研究 概要：摘 要： 针对模糊C?均值聚类算法易受初始聚类中心的影响而陷入局部极值的缺陷，提出基于分数阶粒子群的模糊聚类图像分割算法。利用分数阶微积分容易跳出局部极值的固有优势，将其引入粒子群的速度、位置更新进程，同时改进分数阶阶次的自适应调整机制并引入步长控制因子。实验结果表明，该算法与传统算法相比，具有更高的分割精度与更快的收敛速度。 关键词： 模糊C?均值聚类; 初始聚类中心; 分数阶粒子群; 自适应调整; 步... 题目：基于卷积神经网络的细胞图像分割与类型判别 概要：摘 要： 组织细胞图像形态各异、大小不一、纹理变化多样等特点，导致难以精准地分割细胞区域的问题，对此提出了一种基于卷积神经网络（CNN）和边缘聚类方法的新算法.对原始切片采用染色校正预处理，提高色彩对比度，利用CNN得到初步分割结果，结合边缘聚类方法提升初步分割结果的连续性和完整性.在此基础上，结合计算机视觉技术，获得分割图像中细胞颗粒的基本属性特征，并使用Softmax分类器判别细胞类型.实验结果表明：相较于经典... 题目：一种改进的I?Unet网络的皮肤病图像分割算法 概要：摘 要： 黑色素瘤是常见的皮肤癌，皮肤病图像分割在皮肤癌诊断过程中起到至关重要的作用。为了利用I?Unet深度神经网络强大的编码解码功能来自动分割出皮肤病病灶区域，文中提出一种改进的I?Unet网络的皮肤病图像分割算法。该方法采用空洞卷积扩大卷积感受野，利用类Inception和循环神经网络（RCNN）分别提取图像不同尺度的特征，并进行多尺度特征融合，运用全连接条件随机场（CRF）进行图像后处理。结果表明，所提算法在皮肤... 题目：基于弱边界增强结构森林的舌苔图像分割 概要：摘要：针对结构森林分割医学图像存在弱边界的问题，提出了一种弱边界增强结构森林的舌苔图像分割方法。充分利用舌苔图像RGB颜色空间的G值对图像进行分割，在RGB颜色空间中采用线性插值算法对G进行增强，同时将图像转换为灰度图来提高舌苔与其周边皮肤的对比度，突显弱边界信息，并将其均衡化处理，进一步增强图像对比度。采用自适应算法对图像进行缩放使舌苔的弱边界得到再次增强，使用结构森林算法对增强后的舌苔图像进行分割。通... 题目：基于新型加和算法的叶片图像分割研究 概要：摘要：不同树种叶片特征信息不同，无论是根据叶片信息识别树种，还是对叶片的病害进行精准检测，图像分割显得尤为重要。本文提出一种基于新型加和算法的叶片图像分割方法，通过Canny算子提取叶片二值图像的边缘轮廓与原始灰度图像相加，将反转的二值图像与第一次加和后的图像进行二次相加，相加前后要保持叶片图像格式、大小一致，满足图像相加条件，实现对叶片图像分割研究。实验结果表明：该方法保留了叶片灰度图像的完整... 题目：正余弦优化算法在多阈值图像分割中的应用 概要：摘要：阈值的选取对图像分割后的效果有重要的影响， 在传统的图像分割中存在分割结果单一，灵活度不强，以及容易陷入局部最优的问题。为了确定图像分割的最佳阈值， 本文针对图像分割过程中涉及的阈值选取问题， 提出一种基于正余弦优化算法（sine cosine algorithm， SCA）的多阈值图像分割方法。该算法以最大类间方差作为正余弦算法的适应度函数，通过正弦函数和余弦函数的变化来更新当前解在每一维度上的位置，候选解利用... 题目：基于优化粒子群的最大熵阈值法叶片图像分割 概要：摘要：以分割植物叶片图像中的叶片作为研究目的，采用基于优化粒子群算法（Improved Particle Swarm Optimization，IPSO）的最大熵阈值分割法对阈值向量进行寻优。传统的最大熵分割法存在算法运算