一种基于白像素增量比的字幕图像分割算法

字幕分割是指对检测定位到的视频字幕图像进行分割,使其字符像素与本底背景像素分离,二值化为可供OCR软件识别的字幕图像。为了克服字幕图像分割中容易出现的过分割及欠分割现象,提出一种基于字幕区域和外扩区域"白像素"数量增量比判决的字幕图像分割算法,该算法通过逐步改变图像分割阈值,以分析图像分割结果作为反馈来判决当前分割效果的好坏,从而确定最优分割阈值。大量结果表明,该算法性能良好,其分割效果远优于传统的OTSU算法、K均值聚类等经典算法。     

基于db小波和区域连通性的视频文字定位方法

本文提出了一种基于小波分析和区域连通性分析的视频文字定位方法。首先从视频流中获取视频帧,并对其进行灰度化等预处理,其次对预处理后的图像进行db小波变换,获取其水平和垂直的高频分量HH,然后对高频分量进行Log边缘检测和形态学操作,初步筛选候选文字区域,再然后利用区域连通性的判别方法,精确定位文字区域,最后输出文本区域并标注。     

基于Otsu阈值分割的边缘快速图像插值算法

为了满足视频监控、目标检测与识别过程中较高图像质量和较低算法复杂度要求,以及改善传统图像插值中细节模糊和边缘锯齿效应,文中提出一种基于Otsu阈值分割的边缘快速图像插值算法。利用Otsu算法,根据目标区域和背景区域的类方差最大,确定分割阈值,对非边缘区域进行双线性插值,边缘区域利用与待插值点周围6个或8个相邻降采样像素局部结构的多方向特点,自适应估计高分辨率像素值。实验表明,该算法运算复杂度低,很好保持了图像的边缘,获得了视觉质量较好的高分辨率图像。     

基于粗糙集的彩色文本图像特征分割算法

提出了一种将彩色文本图像分割为背景、图像、文字和图形区域的算法。该算法在一种改进的RGB-椭圆彩色模型上，对每一个分量进行若干次小波变换后的高频小波系数块进行直方图特征分析，并应用粗糙集的分类思想，将彩色文本图像分割为相应的区域。实验结果表明，该算法能得到较好的分割效果。     

一种小波包域图像自适应水印算法

为了解决日益严重的盗版问题,提出了一种基于小波包变换的自适应水印算法。对宿主图像进行小波包分解,对水印图像进行小波分解。根据视觉感知特性将水印的低频分量自适应地嵌入到宿主图像的低频分量中,嵌入强度根据图像的内容自适应地决定。水印的中高频分量用位置自适应的方法嵌入到图像的中高频分量中。嵌入过程中充分利用Hilbert扫描曲线的良好特性。实验结果表明,该算法对常见的图像处理操作具有较强的鲁棒性。     

基于自适应阈值分割的宫颈细胞图像分类算法

本文以宫颈癌细胞图像的自动筛查为应用背景,研究了一种新的宫颈细胞图像分类算法。算法首先采用形态学滤波与自适应直方图均衡的预处理方法进行图像增强;根据对图像内容与直方图分布关系的深入分析,提出采用经验因子加权Otsu自适应阈值分割算法进行细胞核分割,有效地解决了细胞重叠所引起的自适应分割阈值的选取问题;然后,通过提取面积、周长、区域面积与外接凸多边形面积比以及长宽比四种参数,对分割出的细胞核区域进行杂质剔除;最后以最能体现癌细胞特征的面积、平均灰度作为特征参数采用K-means算法对样本图像进行分类实验。实验样本为233幅宫颈细胞图像,其中49幅癌细胞图像,184幅正常细胞图像,实验结果证明了该算法的有效性。      

基于形态学和小波变换的Otsu提取缺陷

为了解决经典Otsu法对复杂图像分割的不足,提出了一种新的分割算法来提取零件的表面缺陷,将形态学和小波变换理论应用到Otsu算法中。该算法采用两次分割,分别为将零件从背景中分割出来以及将缺陷从零件中分割出来。算法首先采用形态学中的顶帽变换和底帽变换相结合将零件从图像背景中分离出来,得到目标图像;然后选择单层小波系数分解目标图像,再将分解后的图像进行低频重构,去除冗余信息和噪声;最后分别应用一维和二维Otsu算法将缺陷从低频重构后的图像中分割出来。实验证明,所提出的算法较经典的一维和二维Otsu算法,具有分割精度高、抗噪性能强的优点,并且改进后的一维Otsu算法要优于改进后的二维Otsu算法。     

改进的Otsu算法及在运动目标检测中的应用研究

针对Otsu自适应阈值分割算法中阈值搜索精准度较低、效率不高的问题,本文结合视频图像序列的帧间相关性,利用遗传算法的全局寻优优势,及模拟退火算法较好的爬山性能,提出一种改进的Otsu算法,并与三帧差分法相结合应用于视频运动目标检测。实验证明,该算法相对Otsu算法和对比算法减少阈值分割中的寻优尝试次数,使最优阈值的选取更精确,并提高了目标检测效果。     

基于最佳熵的三维Otsu图像分割算法

针对三维Otsu分割算法运算量大的问题,本文提出了一种基于最佳熵的三维Otsu图像分割算法。文章中,我们首先采用最佳熵方法初步提取图像的目标区域,并根据目标区域的平均灰度确定三维Otsu图像分割算法的背景区域搜索范围,然后采用三维Otsu算法并结合遗传算法对原图像进行分割。实验结果表明,与三维Otsu阈值分割方法的递推算法相比,该方法能够进一步减少运算时间。     

基于Otsu算法的图像阀值自动选取算法研究与应用

针对图像处理在追踪运动物体领域的应用,选择Otsu图像分割算法进行研究分析,给出了该算法的C++程序代码。为验证算法在工程应用领域的有效性和准确性,将其应用到车辆目标检测系统中,该系统以运动目标检测与跟踪为出发点,通过读取视频帧、帧差处理、Otsu分割、形态学处理,连通分量分析进行目标检测,从而实现跟踪汽车运动的目的。最后在Opencv2．4．8和微软VS2010环境下对Otsu算法在该系统的应用进行测试,结果表明,Otsu算法能够快速高效的进行车辆检测及跟踪定位,具有较好的工程应用价值。