共查询到17条相似文献,搜索用时 640 毫秒
1.
图像阈值分割的Fisher准则函数法 总被引:20,自引:0,他引:20
针对图像分割中的阈值选取问题,通过引入模式识别理论中的Fisher评价函数作为图像分割的准则函数,提出了基于Fisher评价函数法的图像分割新技术。该方法利用图像直方图计算各灰度级下的Fisher评价函数值,其最大值即对应于最佳分割闲值。对该方法进行了详尽的图像分割实验,并与著名的Otsu法、最大熵法、最小误差准则法进行了详细比较,结果表明该方法具有分割性能稳定、计算速度快以及受目标大小影响小等优点,是一种实用有效的图像阈值分割新方法。 相似文献
2.
基于Otsu准则和直线截距直方图的阈值分割 总被引:5,自引:3,他引:2
对二维Otsu法中类间离散度测度进行了分析,发现按该算法对被噪声污染图像的二维直方图进行划分时,所得两类的类内均值点容易远离主对角线,因而抗噪声能力不足。针对以上情况,本文提出了一种新算法,该算法基于二维直方图中直线阈值分割的思想,利用像素点的二维信息直接建立阈值直线的截距直方图;然后应用Otsu准则对该一维直方图求解最佳截距阈值,并应用该阈值和二维信息完成图像分割。对提出的算法与传统二维Otsu法进行了比较和分析,结果表明:提出的算法可以有效避免传统算法在抗噪方面的缺陷,当实验图像的噪声方差大于0.003且逐渐增加时,提出的算法抗噪表现稳健;另外,提出的算法计算阈值的速度比基于二维Otsu法的直分法和直线阈值法快2个数量级以上,占用内存空间更少。因而提出的算法是一种抗噪稳健且快速有效的阈值分割算法,更适于实时应用。 相似文献
3.
4.
5.
6.
基于Otsu方法的钢轨图像分割 总被引:1,自引:0,他引:1
由于钢轨图像灰度分布不均,一般的图像分割法难以将目标从背景中分割出来,故本文提出了目标方差加权的类间方差阈值分割法对钢轨图像进行阈值分割。分析了钢轨图像的特点,总结了加权的目标方差(Otsu)方法及其它全局阈值分割法对钢轨图像分割存在的问题。然后,对Otsu方法进行改进,以目标出现的概率为权重,对类间方差的目标方差加权,使分割阈值靠近单模直方图的左边缘和双模直方图的谷底。最后,计算图像的错误分类误差、钢轨图像的缺陷检测率和误检率来验证算法的有效性。实验结果表明,改进的Otsu方法能有效地分割钢轨图像,错误分类误差接近0。与其它阈值分割法如Otsu法、其它改进的Otsu法、最大熵阈值分割法相比,本文方法对钢轨图像的分割效果更优,缺陷检测率和误检率分别为93%和6.4%,适合机器视觉缺陷检测的实时应用。 相似文献
7.
8.
《仪表技术与传感器》2015,(3)
在对二值化方法 Otsu算法分析的基础上,提出一种差分算子与改进Otsu算法相结合的新算法。该算法通过差分算子保留原图的边界特征,然后再搜寻出与两类类内均值的平均值,并找出该平均值整数部分相等的阈值,确定一个符合Otsu准则的阈值,,然后将一个大的图像分割成若干小的块进行二值化。实验结果表明,该算法能够较好地保留原图的边界信息,有效地提高了低质量图像识别准确率。 相似文献
9.
汽车牌照的识别在交通管理体系中占着非常重要的地位,而在进行汽车牌照自动识别的过程中,应用一个恰当的阈值对图像进行二值化处理是整个识别过程的基础,适当的阈值会减轻后续工作量。介绍了几种阈值选定办法,并在大津法的基础上针对车牌这种特殊图像的识别作了一点改进。 相似文献
10.
基于二维直方图斜分的最小类内方差阈值分割 总被引:3,自引:0,他引:3
本文提出一种新的二维直方图区域斜分方法,导出了基于二维直方图区域斜分的最小类内方差阈值分割快速迭代算法,在实验结果和分析中给出了分割结果和运行时间,并与基于二维直方图直分的Otsu原始算法及其他三种改进算法进行了比较.结果表明本文提出的二维直方图区域斜分方法可以运用于几乎所有的基于二维直方图的阈值分割,使分割后的图像内部区域均匀,边界形状准确,更有稳健的抗噪性.基于区域斜分的最小类内方差阈值分割快速迭代算法的运行时间与二维Otsu原始算法和文献[12]中的改进算法相比减少了4个数量级,约为区域直分Otsu快速递推算法的1/4,不到文献[11]中快速算法的4%. 相似文献
11.
12.
13.
14.
图像的阈值分割法设计 总被引:1,自引:0,他引:1
图像分割阈值法具有实现容易、计算量小、性能稳定等优点,因此这种方法成为图像分割领域中应用最普遍的方法。主要讨论了关于图像的单阈值分割算法的设计与实现,比较了基于迭代法和基于最大类间方差法的单阈值分割算法,设计了阈值最大类间方差的分割算法及实现程序。仿真结果表明所提出的算法有效,分割效果好。 相似文献
15.
高反射类零部件在其生产及后期处理过程中,可能会产生划痕、擦伤等表面缺陷,严重影响产品的使用性能和寿命。该类零件表面具有镜面反光特性,易导致检测过程中缺陷目标的漏检、错检。针对这类问题,基于数字图像处理技术,提出一种具备全局阈值自适应调整的高亮表面缺陷识别新方法。首先,构造利用空域和值域信息的滤波方式对原始图像进行处理,保护目标边缘信息;其次,以高斯函数的一阶导数构建Canny最优边缘检测器,结合全局阈值最大类间方差法和形态学图像分割法,完成图像分割以及相应阈值的自适应调整,实现对缺陷目标的识别。实验结果验证了算法的有效性及可靠性,能够在排除高光影响的基础上有效地识别缺陷目标,对高亮金属表面缺陷识别具有重要意义。 相似文献
16.
针对基于CT(computed tomography)图像检测分析中的点云提取精度与完整性问题,提出一种基于预分割轮廓的高精度、高完整性的亚体素表面检测方法。首先采用Otsu分割算法提取CT图像的体素级轮廓点集,并以此作为粗定位轮廓自适应地生成用于亚体素表面检测的完备感兴趣区域(region of interest,ROI);然后提出一种基于梯度非极大值抑制的表面体素判定方法,避免了梯度阈值选择难题;最后基于3D Facet模型定位亚体素级表面点位置。实验结果表明,该方法能有效改善传统亚体素检测方法的轮廓丢失、伪边严重等问题,轮廓定位误差小于0.2个体素,同时能够取得3倍以上的计算加速比。 相似文献
17.
应用MATLAB图像处理工具箱,针对非结构化道路的彩色图像,在颜色空间对道路进行识别处理。首先在颜色空间中使用Otsu法(大津法)对道路图像进行分割,再利用数学形态学和阀值面积消去法对图像进行去噪处理,然后利用Roberts算子检测出道路边缘,最后利用最小二乘法对图像进行曲线拟合,得到平滑的道路边界曲线。 相似文献