基于自适应粒子群优化的三维OTSU图像分割算法

针对三维OTSU分割算法运算量大、计算时间长的问题,提出了一种基于自适应粒子群优化的三维OTSU图像分割算法。首先采用最佳熵的方法初步提取图像的目标区域,根据该目标区域特征自适应地调整三维OTSU算法的背景搜索范围,然后采用三维OTSU算法并结合粒子群优化最佳分割阈值对原图像进行分割。实验结果表明,与三维OTSU阈值分...     

基于改进遗传算法的图像分割

分析了OTSU图像分割算法和遗传算法,针对基本遗传算法在优化OTSU图像分割算法中存在的易于早熟、陷入局部最优的不足,提出了一种基于改进遗传算法的图像分割算法。结合OTSU对遗传算法中的适应度函数进行改进,使得对个体的评价更合理,提高算法的全局搜索能力,避免了遗传算法陷入局部最优。实验结果表明,与基于基本遗传算法的图像分割方法相比,改进的图像分割算法在图像分割中获得的分割效果更佳。     

基于分割评价的多层次自适应双阈值分割算法

 论文通过分析最大信息熵双阈值分割算法原理,根据先验知识,设置目标出现最小最大频度条件,改变自适应双阈值计算条件,加快计算速度.同时通过计算分割后各个目标相关特征,利用BP神经网络技术对每个目标进行评价,根据评价结果修改原输入图像相应目标区域,并引入多层次迭代机制,实现了图像的多层次综合分割.实验结果表明,基于分割评价的多层次自适应双阈值分割算法提高了算法的通用性和分割的精确性,但是算法复杂性增加.     

基于OTSU算法的图像分割有效性研究

基于阈值分割的二维OTSU算法的基础上,提出了关于二维OTSU算法的快速实现。该算法既利用了图像的像素点灰度信息,同时又利用了像素点的邻域空间相关信息。对于低对比度、低信噪比的目标,二维最大类间方差算法具有较高的分割效果。实验结果表明,二维最大类间方差算法的快速实现方法使图像分割的有效性得到很大提高,极大地扩大了二维OTSU算法的适用范围。     

一种基于优化区域OTSU的静脉图像分割算法

本文以静脉特征识别为目标,提出了一种基于优化区域OTSU的静脉图像分割算法.该算法首先优化OTSU计算流程,减少求解OTSU阈值的计算量;然后优化OTSU阈值求解结构,降低OTSU阈值求解次数.实验结果表明,该算法分割效果好、耗时少,能够满足实际应用要求.     

基于二维OTSU和遗传算法的红外图像分割方法

为了改善红外图像的分割效果，将二维OTSU算法应用于红外图像分割，通过二维OTSU算法选取阈值将红外图像分为目标和背景，并结合遗传算法，利用遗传算法搜索最优解的能力，加快二维OTSU算法寻找阈值的速度，提高分割效率。实验结果表明，该方法分割效果好，分割速度快，是一种可行的红外图像分割方法。     

一种基于局部自适应的女书字符图像分割算法

针对女书字符的结构特点,结合LLT局部阈值算法的基本思想,通过在局部窗口内引入基于最大类间方差的OTSU算法,并设计相应的阈值修正参数,给出了一种基于局部自适应的女书字符图像分割方法,从而实现了局部阈值的自动获取.通过与OTSU算法相比,该算法不仅具有较强的抗噪能力,而且较好克服了女书古籍文献中常见的光照不均匀性问题.实验结果进一步验证了该算法的适应性和鲁棒性.     

照度不均的皮肤图像分割方法的研究

目的:针对采用普通的图像分割方法对照度不均的皮肤图像分割效果差的情况,提出了一种改进的图像分割方法.方法:首先将图像去背景,将图像划分为若干子块,接着采用OTSU和迭代阈值算法确定每个子图像块的最优阈值,利用此阈值完成对每个子块的分割,最后将子块合并,同时消除图像中噪声的影响.结果:采用改进的方法很好地实现了对照度不均皮肤图像的分割,其分割成功率可达95.5％.结论:在MATLAB平台上,改进方法能有效地实现对照度不均的皮肤表面图像的分割,并且在定性和定量评价中取得了良好的实验效果.     

基于遗传算法的图像阈值分割的研究

图像分割是实用性很强的图像处理技术,也是各种图像处理工作的基础。图像分割方法中的阈值分割法能根据一定的阈值选取准则快速、简单地实现图像分割。文中将标准的遗传算法与OTSU法相结合应用于图像分割中,有效解决了传统OTSU法高耗时性的缺点,提高了系统的运行速度,是图像分割问题中一种新而有效的方法。     

基于OTSU的近红外图像分割的应用研究

OTSU法是最常用的利用图像的一维灰度直方图的阈值化方法之一,二维OTSU除了考虑像素点的灰度信息外还考虑了像素点与其邻域的空间信息.由于红外图像不同于一般灰度图像的一些特征,有针对性的采用了二维OTSU对其进行分割.通过与一维OTSU的相互比较可以看出,二维OTSU对近红外图像拥有更好的分割效果,能有效的分割出炉管图...