基于局部自适应阈值的细胞图像分割方法*

为了实现对细胞图像的有效分割,提出了一种自适应的图像分割算法。该算法首先将整幅图像分为若干子块;然后计算每个子图像的梯度直方图,对每幅子图像进行Otsu分割;最后还考虑图像中噪声的影响,采用形态学噪声滤波器去噪。实验结果表明,该算法对细胞图像细节有很好的区分和分割,适用于背景与目标对比不是很明显并具有一定噪声的图像。     

基于小波分析的自适应阈值改进算法

针对小波边缘检测阈值设定问题。本文提出了一种基于小波分析的改进阈值设定方法,采用一个矫正因子β来构造一个新的阈值函数,调整软硬阈值的恒定偏差。实验证明新阈值函数不但整体上连续性好而且在在克服硬阈值函数的不连续和软阈值函数在处理较大小波系数时总存在恒定偏差这两个不足的同时,又保留了软、硬阈值函数原有的优点。     

Elastos操作系统低内存状态的应急处理策略

紧急状态处理是操作系统的一个重要组成部分当系统进入紧急状态时，必须做出相应的响应，例如可以重新启动，或者发出警告通知用户等等。Elastos作为一个面向构件的网络操作系统，自然也应该考虑到紧急状态处理的问题。本文主要阐述一下Elastos对于低内存情况下所做的决策方案及其特点．     

基于迭代阈值的太阳像分割算法的应用研究

在一米红外太阳望远镜电控系统中,太阳像图像分割是进行质心检测等后续操作的基础,分割的准确性对于望远镜的跟踪控制至关重要。本文阐述了阈值分割方法的基本原理,介绍了常用的阈值选取算法,并利用迭代阈值法对太阳像进行分割研究。实验结果表明,在图像处理时间、阈值选择准确度方面,比常用的算法具有一定的优势,满足系统的要求,达到了预期的目的。     

一种基于小波阈值去噪的改进方法

小波理论是一新兴的信号处理理论。它在时间和频率上都有很好的局部性：分析低频信号时，其时间窗很大；分析高频信号时，其时间窗较小。小波理论已成为信号去噪处理中的一种重要的工具。基于传统的阈值去噪方法，在分析研究了它们的优缺点之后．本着改进滤波效果，提高去噪质量的目的，提出了一种改进方法。该改进方法克服了传统阈值去噪方法的缺陷。并适用于进一步的自适应滤渡的需求．仿真实验证实了该改进方法的有效性和优越性。     

基于贝叶斯阈值的小波域图像去噪研究

根据噪声能量在经小波变换后不同尺度不同方向上的高频系数的分布差异,利用贝叶斯阈值公式计算出不同尺度不同方向上的阈值,针对传统的软、硬阈值函数的缺点,采用一种改进的阈值函数进行去噪。该方法在视觉效果、峰值信噪比上均优于两种传统的阈值去噪方法。     

基于小波分析的自适应阀值改进算法

针对小波边缘检测阈值设定问题.本文提出了一种基于小波分析的改进阈值设定方法,采用一个矫正因子β来构造一个新的阈值函数,调整软硬阈值的恒定偏差.实验证明新阈值函数不但整体上连续性好而且在在克服硬阈值函数的不连续和软阈值函数在处理较大小波系数时总存在恒定偏差这两个不足的同时,又保留了软、硬阈值函数原有的优点.     

一种基于小波阈值去噪的改进方法

小波理论是一新兴的信号处理理论,它在时间和频率上都有很好的局部性:分析低频信号时,其时间窗很大;分析高频信号时,其时间窗较小。小波理论已成为信号去噪处理中的一种重要的工具。基于传统的阈值去噪方法,在分析研究了它们的优缺点之后,本着改进滤波效果,提高去噪质量的目的,提出了一种改进方法。该改进方法克服了传统阈值去噪方法的缺陷,并适用于进一步的自适应滤波的需求,仿真实验证实了该改进方法的有效性和优越性。     

基于小波变换的图像阈值去噪的改进方法

基于Donoho提出的传统的阈值去噪方法,提出了一种新的阈值函数,并应用于图像的去噪.与Donoho的软阈值和硬阈值函数相比,这种新的阈值函数有更多的优点:可以实现能量自适应去噪;能够保存图像的边缘信息;函数的表达式简单,避免了硬阈值函数的不连续性;相比软阈值和硬阈值函数,新阈值函数更灵活.仿真结果表明,改进后的方法应用于图像去噪,无论是视觉效果还是信噪比都有了改善.     

图象数据读取方法及阈值分割技术

对ＢＭＰ文件格式进行分析,读取图象数据,并对这些数据进行处理,通过阈值分割技术得到图象边缘。     

图像去噪的小波阈值法研究

介绍了小波去噪的基本理论以及小波阈值法去噪的原理。小波阈值法去噪的关键是阈值的设置和阈值函数的选择。阈值的设置主要分为全局阈值法和局部阈值法。归纳了阈值的设置方法,并针对图像去噪进行了仿真实验,将一幅混有不同噪声的图像分别采用全局阈值和局部阈值去噪。实验得出局部阈值优于全局阈值的结论。     

基于改进阈值函数的小波阈值去噪算法

针对传统小波软、硬阈值函数以及现有部分文献所设计的阈值函数的不足,探索一种改进的小波阈值去噪算法.通过构造新的阈值函数,该函数具有更好的平滑性,并随着小波分解尺度变化而变化,因此有更好的适应性,且函数中不存在不确定参数,相应地提升了去噪稳定性.相比传统软、硬阈值函数方法,采用改进阈值函数去噪后信噪比(SNR)更大,均方差(MSE)更小,去噪效果更好.改进阈值函数的小波去噪算法更有优越性,具有较好的推广价值.     

基于稀疏主成分分析和自适应阈值选择的图像分割算法

图像分割是机器视觉中的基础问题,基于阈值的图像分割算法依赖于参数调整,但参数调整容易受到局部最小值的影响且需要耗费大量时间,从而降低了分割算法的质量和效率。为了实现图像分割过程中的自适应阈值选择,提出了一种基于稀疏主成分分析和自适应阈值选择的图像分割算法。该算法首先利用稀疏主成分分析感知图像的噪声水平以自适应去噪,其次通过二维直方图感知图像的主干区域内容以自适应获得全局分割阈值,然后通过移动平均法的局部阈值分割算法对图像进行分割,最后将全局阈值分割和局部阈值分割图像结合,从而获得最佳的分割图像结果。在伯克利数据集上的仿真实验结果表明:相比传统的阈值分割算法,该算法在分割边缘的准确性和对噪声的鲁棒性上具有一定的优势,在主客观上均具有较好的分割效果,基于稀疏主成分分析的自适应阈值选择方法提高了图像的分割质量。     

低信噪比信号去噪的研究

本文提出了最大似然估计阈值的去噪处理法,并用其对一加噪脉冲信号进行去噪,结果表明该方法的去噪效果明显优于软/硬阈值去噪法,同时将其运用于实测信号中,取得了令人满意的结果.     

一种基于新的阈值函数的小波去噪方法

在D.L.Donoho提出的小波阈值去噪方法的基础上，提出了一种新的阈值函数。该阈值函数不仅克服了硬阈值函数不连续的缺点，而且解决了软阈值函数存在的恒定偏差；同时新函数不需要进行参数选择。仿真结果显示，该阈值函数较其他阈值函数具有明显的优越性。     

一种改进的小波阈值图像去噪方法

分析小波阚值去噪特点,针对软、硬阈值去噪存在伪吉布斯和边界模糊现象,提出一种改进的阈值函数和阈值估计方法,该阈值函数具有连续可导且偏差可变的特性,新的阈值估计方法具有较好的自适应性.实验结果表明,该方法可以有效地去除白噪声干扰,无论从视觉效果上还是信噪比上,都优于软、硬阈值去噪方法.     

一种自动识别最优阈值的图像分割方法

阈值分割是图像分割的常用方法，但至今没有一种对多数图像都适用的阈值选择的通用方法。本文基于图像的灰度级特征，以前景和背景最大程度地分开为判据，提出了一种简捷的自动识别最优阈值的图像分割方法。该方法对更多图像都可以给出最佳的闽值，达到较好的图像分割效果。     

生产过程中的小波阈值信号去噪方法

在工业生产过程中,由于设备所收集到的混合信号中包含大量的背景噪声信号,而这些背景噪声信号会影响到异响有用信号的提取。因此,为对收集的信号进行消噪,提出了小波阈值去噪中估计小波系数的软阈值和硬阈值方法,结合硬阈值和软阈值方法各自的特点,采用了几种改进的方案,分别是多项式插值法,软、硬阈值折衷法和模平方处理方法。最后给出了数值试验,结果说明,改进的小波阈值方法都得到了较好的去噪效果,为工业生产过程优化信号提取提供了依据。     

一些新的图像阈值选取方法

寻找简单实用的图像阈值自动选取方法一直是许多图像处理工作者的工作目标。目前已提出的图像阈值选取方法虽多达数十种,但常用的仍然只有Ｏｔｓｕ方法、最大熵法、矩量保持法、简单统计法等这几种,受Ｏｔｓｕ方法的启示,本文提出了一系列与之有类似表达式的简单实用阈值选取方法,所有方法均通过一些典型图像验证证明其是行之有效的。