首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 468 毫秒

1.  基于正则割(Ncut)的多阈值图像分割方法  
   邹小林  冯国灿《计算机工程与应用》,2012年第48卷第19期
   在图像处理与目标识别中广为应用的阈值法是图像分割的一种重要方法,因此如何确定阈值是图像分割的关键。提出了一种新的图像阈值分割方法,把图像的一维灰度直方图的灰度级L和对应灰度级L的概率P视为二维平面上的点(L,P),采用新的相似度函数来定义这些点之间的相似度,从而构建基于灰度级的相似度矩阵,然后使用正则割(Ncut)进行分类,根据分类结果确定图像的分割阈值。算法用基于灰度级的权值矩阵代替基于像素级的权值矩阵来描述图像像素的关系,因而需要的存储空间及实现的复杂性大大减少;与现有的阈值分割方法相比,该算法能够单阈值和多阈值分割图像,因此具有更为优越的性能。    

2.  一种基于模糊连通度的图像阈值分割算法  被引次数:1
   石振刚  高立群《计算机工程》,2009年第35卷第8期
   提出一种新的图像阈值分割方法。该方法给出模糊连通度定义,采用图像划分测度作为区分目标和背景的阈值分割准则,在计算图像划分测度时,采用基于灰度级的权值矩阵代替常用的基于像素的权值矩阵来描述图像中各像素之间的关系,从而减小算法实现的复杂性,提高算法运算速度。仿真实验结果表明,与大多数模糊阈值分割方法相比,该方法更具优越性。    

3.  基于谱聚类的多闭值图像分割方法  被引次数:4
   邹小林  陈伟福  冯国灿  刘志勇  汤鑫《计算机科学》,2012年第39卷第3期
   阈值法是图像分割的一种重要方法,在图像处理与目标识别中广为应用。因此,如何确定阈值是图像分割的关键。提出了一种新的图像阈值分割方法,即通过采用新的相似度函数的谱聚类算法(Dcut)确定图像阈值。采用基于灰度级的权值矩阵代替常用的基于图像像素级的权值矩阵描述图像像素的关系,因而算法需要的存储空间及实现的复杂性与其它基于图的图像分割方法相比大大减少。实验表明,该方法分割图像的时间少,且能够单阈值和多阈值分割图像,与现有的阈值分割方法相比,其具有更为优越的分割性能。    

4.  图像域值分割方法对港口目标的识别  
   高鸿启  王寅龙  沈学举  甘厚吉《装备制造技术》,2009年第11期
   提出了一种在卫星图像中采用域值分割的方法来识别港口目标.运用基于灰度级的权值矩阵来代替通常所用的基于图像像素的权值矩阵来描述图像各像素的关系,算法所需的存储空间及实现的复杂性比其他基于图论的图像分割方法大大减少,从而有利于应用在自动目标识别和其他方法中的应用.实验结果表明,其优越的分割性能对港口目标和海域以及陆地的区分起到非常关键的作用,从而能更好地识别港口目标.    

5.  一种具有抗噪性的图像分割方法  被引次数:2
   胡敏  石美  汪荣贵《计算机工程》,2011年第37卷第8期
   基于图论的图像分割方法对有噪声污染的图像必须先进行预处理,算法自身不能抑制噪声。针对该问题,提出一种具有抗噪性的图像分割方法。该方法将图谱划分测度作为划分目标与背景的阈值分割准则,采用基于灰度值的权值矩阵代替基于图像像素个数的权值矩阵,描述像素之间的关联,并在图权计算中增加像素点与其邻域的空间相关信息,以提高算法的抗噪性。实验结果表明,使用该方法进行图像分割具有较好的分割效果,抑制噪声能力较强。    

6.  基于最小最大割算法的阈值分割算法  
   刘雅坤  于双元  罗四维《计算机科学》,2014年第41卷第1期
   近年来,建立在图论基础上的谱聚类算法作为一种新型的工具被应用于图像分割。其本质是将图像分割转化为最优化问题,其中的最小最大割算法(Min-max cut)能充分满足聚类算法的准则。算法实现过程中,把最优化准则转化为特征系统进行求解。该实现方法计算复杂,随着图像尺寸的增加,所需存储空间和计算时间复杂度都会增加。在实现最小最大割算法时,用基于灰度级的权值矩阵代替通常所用的基于图像像素的权值矩阵来描述图像各像素的关系,确定分割的阈值。实验表明,此方法实现的最小最大割算法实现简单、实时性高,具有自动分割等优越的分割性能。    

7.  基于SUSAN边缘信息的阈值分割算法  
   吴从中  李俊《计算机科学》,2015年第42卷第Z11期
   基于边缘信息的阈值分割方法因为在保持目标轮廓和分割低对比度图像方面具有良好性能,特别适用于对工业生产图片的分割,但是传统方法普遍存在对噪声敏感和阈值难以选取的问题,针对这些问题,提出一种基于SUSAN边缘信息的自适应图像阈值分割算法,使用SUSAN特征响应描述像素的边缘信息,以有效抑制噪声和弱边界的影响。基于图谱理论的最小最大割阈值分割算法相比于其他分割算法时空复杂度大大降低,且获取的阈值全局最优。实验结果表明,该算法能够准确分割出目标,保留丰富的细节内容,对低对比度图像和噪声图像也有很好的分割效果,获取的阈值相比于传统算法更优。    

8.  一种改进的图谱阈值分割算法  被引次数:1
   TIAN Xiaoping  吴成茂《现代电子技术》,2008年第31卷第16期
   针对图像分割是典型的结构不良问题,将图谱划分理论作为一种新型的模式分析工具应用到图像分割并引起广大学者关注。考虑到现有的图谱阈值法中图权计算方法采用基于欧氏距离的幂指数函数导致其计算量过大的不足,首先采用基于欧氏距离的分式型柯西函数代替基于欧氏距离的幂指数函数提出图权计算的新方法,其次将其应用基于图谱划分测度的图像阈值分割算法中并得到一种改进的图谱阈值分割方法。实验结果表明,该方法的计算量小且对目标和背景相差比例较大的图像能获得满意的结果。    

9.  基于稀疏编码与方向-尺度描述子的海马体自动分割  
   刘颖  张明慧  阳维  卢振泰  冯前进  苏榆生《计算机科学》,2017年第44卷第1期
   海马体病变与神经疾病息息相关,海马体解剖结构的不规则性以及其与周围组织结构如杏仁体边界模糊增加了分割海马体的难度。提出一种新的基于稀疏编码和方向-尺度描述子(Sparse Coding and Orientation-Scale Descriptor,SCOSD)的算法来提高海马体分割精度。不同于主流的基于字典学习的方法,SCOSD算法用同时包含灰度纹理信息和空间结构信息的方向-尺度描述子(Orientation-Scale Descriptor,OSD)代替低维特征来描述像素特征,OSD的优点是它同时包含多种低维特征且能降低图谱间灰度不均匀性的影响。SCOSD算法包括4个步骤:1)图像预处理。2)特征提取,提取待分割图像像素和图谱图像像素的方向-尺度描述子。3)字典构建及稀疏编码,选取图谱像素的方向-尺度描述子作为目标像素来构建特有字典,用特有字典近似表达即重建目标像素并得到稀疏编码系数。4)标号融合及阈值判定,融合图谱像素的标号和编码系数得到目标像素的标号估计值;阈值判定估计值完成分割。为了验证SCOSD算法分割的准确性,分别用SCOSD算法,Simple,Major Voting,Staple,Collate分割MICCAI数据库内的海马体,以Dice值作为分割评判标准,实验结果表明,SCOSD方向-尺度描述子的分割精度高于 Simple,Major Voting,Staple,Collate算法。    

10.  基于细胞神经网络的尿沉渣图像分割  被引次数:1
   张赞超  夏顺仁  段会龙《浙江大学学报(工学版)》,2008年第42卷第12期
   针对临床尿沉渣显微图像识别问题,提出了一种新的图像预处理方法和基于细胞神经网络(CNN)的分割算法.该方法通过拉伸图像中各个像素的灰度值与局部灰度值之间的差来增强图像中目标的边界,通过对局部灰度均值的非线性变换来消除图像中光照的不均匀,进而设计出合适的CNN模板来分割图像,最终利用形态学操作得到分割结果.通过对100幅临床尿液样本图像的测试,并与传统的阈值分割法相比,该方法获得了更加连续的边界和更加准确的目标分割结果,并已集成到全自动尿液粒子分析系统中,应用于临床,取得了良好的效果.    

11.  基于归一化割的自适应多阈值图像分割方法  
   朱友勇  王士同《计算机工程与设计》,2009年第30卷第9期
   基于图谱理论的图像闽值分割方法是一种基于全局的单阈值分割方法,其对复杂图像的分割效果不明显,而且其采用的权值计算公式中含有两个需手动调整的参数,这些都限制了该算法的通用性.据此提出基于归一化割的自适应多阈值图像分割方法,它通过几个阈值来分割复杂图像,并且采用了一个自适应权值计算公式,提高了该方法的通用性.大量的实验结果表明该方法具有很好的分割效果,可以保留更多的图像细节.    

12.  基于二维最大熵阈值分割的SIFT图像匹配算法  
   洪霞  周牧  田增山  董会宁《半导体光电》,2013年第34卷第4期
   提出了一种基于二维灰度直方图最大熵阈值分割的SIFT图像特征匹配算法。与传统SIFT算法相比,该算法首先综合利用图像像素的灰度信息和邻域空间信息,生成图像二维灰度直方图,并基于此直方图的最大熵对图像进行阈值分割,然后检测分割后图像的DoG尺度空间局部极值,并以此作为特征点进行图像匹配。实验结果表明,基于所提出的匹配算法,可以有效降低图像背景噪声和边缘像素点对目标匹配的干扰,进而提高图像目标的匹配性能。    

13.  一种基于插值的图像分割方法  被引次数:2
   江泽涛  朱颖  赵荣椿  吴俊安《计算机工程与应用》,2005年第41卷第7期
   提出了一种新的基于插值的图像分割方法,采用自适应阈值方法,用局部最大类间方差法确定各个子图像的阈值,用一种新的插值法对阈值矩阵进行插值处理,使之成为与原图像像素数目相同的新矩阵,利用新的阈值矩阵对原图像进行二值化处理。结果表明,利用该方法具有很好的分割效果。    

14.  改进的谱聚类图像分割方法  
   尹芳  陈德运  吴锐《计算机工程与应用》,2011年第47卷第21期
   图像分割作为图像识别的一个重要处理步骤,但存在效果不理想或者计算复杂度过高的问题。提出一种新的灰度图像二值化的方法。该方法将Ncut作为谱聚类的量度,在计算该值时使用基于图像灰度级的权重矩阵,而非普通基于图像像素的权重矩阵。这样,计算复杂度和空间复杂度都明显降低。通过对实际场景中文本图像的实验,数据表明此方法在时间和系统开销方面比传统基于阈值的分割方法具有更优的性能。    

15.  野外大空间火焰目标红外图像的分割算法研究  
   刘媛珺  赵敏《青岛大学学报(工程技术版)》,2009年第24卷第1期
   提出了一种基于图像坐标的火焰图像的自适应动态阈值方法。对发生火灾时产生的火焰图像信息进行了深入的研究和分析,根据所拍摄图片R—G-B颜色空间信息,得到火焰信息更明确的灰度图,再对图像按照坐标分块,对图像分块后的每个子块进行分析,阈值根据图像像素的实际性质而设定,最后应用以对火焰图像进行分割。采用工业监控摄像机和红外滤光片实现双波段图像的采集。实验中分别应用经验值单阈值分割法、迭代法、OSTU法、区域双阈值法和本文所提出的方法进行图像火焰的分割。结果表明:提出的算法在不同光照条件、背景复杂情况下,基本可以摒除干扰物,突出火焰目标,且处理速度较快。    

16.  一种基于去噪阈值的数字图像混合去噪算法  
   张丽娜  华书晶《办公自动化》,2008年第7期
   提出了一种效果良好的基于去噪阈值的数字图像混合去噪算法。提出了模糊相邻度和去噪阈值的概念,采用加权平均来取代传统的绝对平均值,把相邻度设为像素的权值,把传统的点对点处用点对块处理来取代,采用去噪阈值取代传统的阈值,因而用所提出方法处理过的图像更加清晰。实验结果显示,该算法比基于传统平滑算法的去噪效果更佳。    

17.  一种基于去噪阈值的数字图像混合去噪算法  
   张丽娜  华书晶《办公自动化》,2008年第14期
   提出了一种效果良好的基于去噪阈值的数字图像混合去噪算法。提出了模糊相邻度和去噪阈值的概念,采用加权平均来取代传统的绝对平均值,把相邻度设为像素的权值,把传统的点对点处用点对块处理来取代,采用去噪阈值取代传统的阈值,因而用所提出方法处理过的图像更加清晰。实验结果显示,该算法比基于传统平滑算法的去噪效果更佳。    

18.  基于Otsu阈值法与形态学自适应修正的舌像分割方法  
   姜朔  胡洁  夏春明  戚进  彭颖红《高技术通讯》,2017年第27卷第2期
   为了从原始舌图像中精确分割出舌体以实现中医舌诊的客观化,提出了一种基于Otsu阈值法与形态学自适应修正的舌像分割方法.该方法提取原始舌像的RGB色彩空间与HSV色彩空间中G、B、V通道的信息,运用Otsu阈值法对舌像进行二值化,基于先验知识对目标区域进行聚类,采用形态学运算方法,利用舌体当量直径自适应选取结构元素的大小,对聚类结果进行开启运算修正得到舌像分割结果.基于200幅不同形态、不同舌色类别原始舌像的实验结果表明,该方法能稳定精确地分割出舌体,与传统的Otsu方法及灰度投影-Otsu方法相比,准确率有了很大的提升.    

19.  一种模糊小目标的自适应阈值分割方法  
   郑晓曦  李云芳《数字技术与应用》,2013年第1期
   文章提出了一种基于顶帽变换和边缘检测的强噪声背景下的目标提取方法。模糊背景下图像的目标提取存在一定的困难,必须对图像进行增强处理。文中涉及到的目标具有不同的灰度值,固定阈值法不能保证检测出所有的目标。在原有自适应阈值分割的基础上设计了一种基于顶帽变换和边缘检测的自适应阈值分割方法,首先对图像进行顶帽变换增强图像,再利用Sobel边缘提取算法提取所有可能目标的边缘,利用原图像中对应边缘点的灰度取平均值作为图像分割的阈值来提取目标。实验结果表明:利用检测出的边缘灰度均值作为图像的灰度阈值来分割目标,能有效地提取出模糊小目标。    

20.  基于去噪阈值的图像平滑模糊算法方法研究  被引次数:1
   袁懿弘  吴锡生《计算机工程与设计》,2005年第26卷第7期
   提出了一种高效的基于模糊概念的平滑算法,它采用加权平均来取代传统的均值操作,并引入了相邻度概念,把相邻度设为像素的权值,还采用点对块处理来取代传统的点对点处理,同时利用去噪阈值来取代传统的分割阈值,因而使得用此方法处理过的图像更加清晰,尤其在噪声较多且复杂的情况下,它的优势就更明显.实验表明,该方法比基于传统平滑算法的去噪效果有较大提高。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号