基于遗传算法的最大类间方差法的改进

通过对遗传算法的基本概念、遗传算法的流程、普通最大类间方差法(Otsu法)和研究遗传算法的最大类间方差研究;对基于遗传算法的最大类间方差进行改进,使得图像分割损失减少,分割效果增强。     

基于最大类间方差法的肝脏CT图像分割及实现

针对肝脏CT图像中,肝脏组织与周围组织之间密度差别不大而易造成漏分或过分的现象,实现了一种能得到最优分割阈值的方法,即最大类间方差法.实验结果表明,该算法计算简单,将图像二值化同时得到最优分割阈值,从而能较好地分割出肝脏组织.文中也对该算法存在的问题进行了分析讨论.     

基于最大类间方差法的肝脏CT图像分割及实现

针对肝脏CT图像中,肝脏组织与周围组织之间密度差别不大而易造成漏分或过分的现象,实现了一种能得到最优分割阈值的方法,即最大类间方差法。实验结果表明,该算法计算简单,将图像二值化同时得到最优分割阈值,从而能较好地分割出肝脏组织。文中也对该算法存在的问题进行了分析讨论。     

改进的最大类间方差法在PCB图像分割中的应用

图像分割在图像处理中占有重要的地位，分割结果的好坏直接影响图像的后续处理。文章针对PCB（printed circuit board）原始图像的分割问题介绍最大类间方差法及其改进算法——基于灰度拉伸的最大类间方差法算法原理和实现，并利用上述两种方法对PCB图像进行了分割处理，对两种方法处理的结果进行了比较。实验结果说明这种改进方法弥补了最大类间方差法的缺点，取得了理想的效果。     

一种基于二维最大类间方差的图像分割算法

本文提出了一种二维最大类间方差的图像分割算法,该方法不仅利用了图像元点的灰度分布信息,而且充分考虑了像元点之间的空间相关信息,理论分析和实验表明,对于低对比度,低信噪比的地面目标,该方法具有良好的分割效果,在该算法的基础上,又提出也一种快速递推二维最在类间方差法,减少了计算量,节约存储空间,具有较强的实用价值。     

最大类间方差法在图像处理中的应用

图像分割在图像处理中占有重要的地位，分割结果的好坏直接影响图像的后续处理。文章首先介绍了最大类间方差法及其改进算法——基于灰度拉伸的最大类间方差法算法原理和实现，并针对高速公路中的图像特点。在背景差分法的基础上利用上述两种方法对图像进行了分割处理，对两种方法处理的结果进行了比较。     

最大类间方差耦合分水岭分割的目标定位算法

为了解决当前复杂目标受噪声干扰严重、背景多变且工件型号切换频繁,导致目标分割不准确,影响目标定位与装配的准确度.本文分别从系统软硬件架构和分割算法整合的角度出发,提出了基于最大类间方差与分水岭标记的复杂目标分割与定位算法.首先,搭建网络摄像头、多轴伺服电机和视觉软件系统之间的系统架构,达到可用于现场实际作业要求的目的.然后,根据图像目标与背景的最大类间方差特性,计算最佳分割阈值,达到对工件目标粗分割的目的.最后,构建分水岭分割线特性,提取分割线,优化区域标记准确度,达到对工件精分割,剔除噪声干扰的目的.实验测试结果显示:与当前分割算法相比,本文算法拥有更高的分割准确度与作业稳定性.     

一种基于最大类间方差和区域生长的图像分割法

提出一种基于一维最大类间方差和区域生长的图像分割法。首先用一维最大类间方差法确定最佳分割阈值,再用改进的区域生长法分割得到目标。实验结果表明,该分割算法不仅适用于简单的图像分割问题,而且对于背景复杂、光照不均匀的图像也能取得较好的分割效果。该算法计算量小,实时性和分割精度均有一定优势,在提取目标的同时,不留下任何背景像素,使下一步的目标识别更为简单。     

一种基于三维最大类间方差的图像分割算法

本文提出了一种基于三维最大类间方差的图像分割算法.该方法不仅利用了图像像元点的灰度分布信息,而且充分考虑了像元点之间的灰度相关信息,构造出三维观测空间,根据各信息间的竞争性、冗余性和互补性,进行有效的融合,得到比(一维)最大类间方差法更真实、准确的处理效果.理论分析和实验表明,对于低对比度、低信噪比的目标,该方法具有良好的分割性能.在该算法的基础上,又提出了一种快速递推三维最大类间方差法,减少了计算量,节约存储空间,具有较强的实用价值.     

一种改进的Otsu阈值分割算法

Otsu法是一个常用的阈值分割方法.该算法是基于一维直方图来确定阈值的,因此仅适合图像目标和背景分布呈正态分布且各像素量和方差基本相当的情况.针对这个不足,文中提出了一种结合邻域信息的改进Otsu算法.实验结果表明,改进算法比传统的Otsu算法有更好的分割效果.     

基于平方距离的对称共生矩阵阈值法

基于图像共生矩阵的阈值法是图像分割的一种基本方法,本文基于“灰度—灰度”对称共生矩阵,通过定义目标区域和背景区域的均值,提出了一个阈值分割方法.该方法和常见的基于对称共生矩阵阈值法相比,对图像的适应性更强,仿真实验验证了本文方法的有效性.     

一种改进的小波阈值信号去噪方法

为改进滤波效果,提高去噪质量。通过分析软硬阈值去噪的原理和方法,为小波阈值信号处理提出了一种改进的去噪方法。该方法综合了软硬阈值的特点,对其参数进行优化设计,通过调节参数值以更好地获得阈值估计。针对改进后的去噪算法,通过Matlab仿真比较了传统的小波软硬阈值算法与该算法的消噪效果,结果表明,提出的方法有更好的消噪效果和稳定性。     

采用进化规划和最大熵的目标图像分割算法

图像分割是图像处理和计算机视觉中关键技术之一。在分析最大熵法和进化规划算法(EP)基础上,提出一种自动阈值选取的图像分割算法。该算法以图像的最大熵作为适应度值,将图像分割问题看作一个全局数值优化问题,利用进化规划全局寻优和快速计算的特点,搜索一个最佳阈值用于图像分割。仿真结果表明,本方法很好地解决了最大熵法计算量大的缺点,速度快且分割效果好。     

采用归一化最小均方误差准则的LM-BP算法

传统神经网络通常以最小均方误差(LMS)或最小二乘（RLS）为收敛准则,而在自适应均衡等一些应用中,使用归一化最小均方误差（NLMS）准则可以使神经网络性能更加优越。本文在NLMS准则基础上,提出了一种以Levenberg-Marquardt（LM）训练的神经网络收敛算法。通过将神经网络的误差函数归一化,然后采用LM算法作为训练算法,实现了神经网络的快速收敛。理论分析和实验仿真表明,与采用最速下降法的NLMS准则和采用LM算法的LMS准则相比,本文算法收敛速度快,归一化均方误差更小,应用于神经网络水印系统中实现了水印信息的盲提取,能更好的抵抗噪声、低通滤波和重量化等攻击,性能平均提高了4%。      

灰度图像的二维Otsu曲线阈值分割法

Otsu法是一个常用的阈值分割方法.为了利用图像的区域信息,本文在二维Otsu法的基础上提出了曲线阈值型Otsu法,传统的二维Otsu法可以看成是该方法的一个特例.实验结果表明,对于含噪图像,它能够获得优于传统二维Otsu法的分割效果.为了减少计算量,提高分割速度,给出了一种递归算法和一种小波变换与递归算法相结合的快速算法.该递推算法只需遍历二维直方图的主对角线和一条次主对角线,与传统Otsu法的递推算法相比,搜索空间由L×L个点减少到2L-1个点.     

一种用于红外图像分割的改进型Otsu方法

概述了红外图像处理系统对图像预处理的要求,并针对传统图像分割算法中容易出现的目标错分问题,提出了一种基于灰度梯度映射函数的Otsu法。该方法克服了传统的基于灰度直方图的Otsu法不能利用图像局部信息和边界信息的缺点,通过将像素点的梯度信息与灰度信息相结合,较好地从背景中分离出了目标。仿真结果表明,该算法达到了预期的技术指标,很好地实现了红外图像预处理的功能。     

三维Otsu阈值分割方法的递推算法

一维和二维Otsu法是常用的阈值分割方法,二维Otsu法对含噪图像的分割效果要优于一维Otsu法,但它存在的问题是"对象区域和背景区域上的概率和近似为1"的假设的普适性不够,鉴于此景晓军等人提出了三维Otsu法及其递归算法,使得对低对比度、低信噪比的图像有较好的分割效果.本文指出了景晓军等人给出的递推公式的错误,并进行了修正.鉴于他们给出的递推公式并不是真正意义的递推公式,本文给出了新的递推公式.实验结果表明,本文提出的递推公式进一步减少了运算时间.另外,本文还指出三维Otsu法对于叠加了混合噪声的图像有较好的分割效果.     

一种改进的Otsu图像阈值分割算法

Otsu法是图像阈值化分割法中的经典算法之一,在图像处理中有广泛的应用。本文针对红外吊舱图像的特点,在对Otsu法进行分析的基础上,提出了一种改进的Otsu图像阈值分割算法。首先,采用整幅图像的平均灰度值作为初始阈值对图像进行分割;然后,推导出了Otsu法四个参数的递推公式;最后,在缩小的灰度级范围内用递推的Otsu法来计算最终的分割阈值T。实验仿真结果表明,改进的Otsu算法在图像分割效果方面和时间效率方面明显优于Otsu法。     

基于直方图极大值准则可变参数图像阈值分割方法

提出了一种基于直方图极大值准更则图像阈值分割方法，通过调节参数可对多类图像进行分割。阉值分割是实时图像处理首选的分割算法。本文通过一维灰度直方图确定极大值，从而获得图像中多个目标区域和背景区域阉值，分割出多个区域，将每个区域赋为不同的灰度级，根据具体所要分割的目标再进行分割。实验证明该方法分割效果较好，分割速度快，实时性较好。