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。     

基于HOGv-CLBP特征融合和ELM的交通标志识别

针对交通标志识别识别率低和时间复杂度大的问题 ,本文提出一种HOGv-CLBP特征融合和极限学习机的交通标志识别算法。首先通过描述交通 标志图像边缘信息的方向梯度直方图(HOG)特征,与能够 表示标志图像内部纹理信息的局部二值模式(LBP)特征融合得到降维后形成一种HOGv-CLB P有效特征, 然后利用ELM进行交通标志训练和分类。实验结果表明,该算法不仅提高了交通标志的识别 率,而且降低了时间复杂度,增强了系统鲁棒性。     

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.     

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...     

基于二维直方图的图像分割算法研究

分析比较了基于二维直方图的两种图像分割算法,在此基础上提出了新的阈值分割输出函数,并进一步改进了传统的阈值分割方法.该方法不仅充分考虑了像元点之间的空间相关信息,增强了识别能力,而且大大降低了运算的时间.     

基于灰度直方图和谱聚类的文本图像二值化方法

在自动文本提取中,经定位获得的字符区域需二值化后方能有效识别,由于背景的复杂,常用的阈值化方法不能有效分割自然环境下的字符图像。该文提出了一种基于谱聚类的图像二值化方法,该方法利用规范化切痕(Normalized cut, Ncut)作为谱聚类测度,结合灰度直方图计算相似性矩阵,并通过实验确定最佳的直方图等级数,与通常基于像素级相似矩阵相比,算法的空间复杂度和计算复杂性都大为降低。实验结果表明,针对自然场景下的字符图像,该文方法的二值化结果优于常用的阈值分割结果。     

蝙蝠优化的二维Tsallis熵多阈值SAR图像分割

针对智能优化SAR图像分割算法存在计算量大、易陷入局部最优、分割精度不够等问题,融合蝙蝠算法和二维Tsallis熵多阈值,提出了一种蝙蝠优化的二维Tsallis熵多阈值SAR图像分割算法。算法利用立方映射均匀化初始蝙蝠种群,引入Levy飞行特征加强算法跳出局部最优能力,使用Powell局部搜索加快算法收敛等3方面改进蝙蝠算法;同时将二维Tsallis熵单阈值分割方法扩展到多阈值分割,建立基于多阈值的选取方法,并结合改进的蝙蝠算法,将二维Tsallis熵多阈值应用于SAR图像分割中。仿真结果表明,与其他智能优化分割算法相比,本分割算法在边缘处理和分割精度上都有明显优势。     

基于平均方差和邻域信息的改进型二维Otsu算法

针对传统二维Otsu算法忽略边界信息对图像分割结果有一定影响、计算时间长的问题,研究提出了一种基于平均方差和邻域信息的改进型算法。新算法先利用中值滤波来重新构建一个二维直方图,再用平均方差定义一个新的二维阈值选取函数,最后对图像进行二值化处理。实验结果表明,与传统二维Otsu法及其快速递推算法相比,新算法有效提高了分割精度,减少了算法的运行时间,其运行时间仅为传统二维Otsu算法的1.55%,大约是快速递推算法的40.69%。     

改进的基于投影的车牌字符分割算法

车牌识别（LPR）是智能交通系统中的一个重要环节,而字符分割是车牌识别中的关键部分。文中提出了一种改进的车牌字符分割算法。首先,该算法结合了数学形态学与二维otsu算法,提高了车牌定位的准确性和抗干扰能力。其次提出了一种新的二值化方法,与传统方法相比,能有效地减少字符粘连,锚点等问题带来的干扰。最后使用投影法分割出字符。实验结果表明：该方法实现简单,分割质量好,效率高,便于下一步的字符识别。     

面向OSD选单文字分割算法的研究

针对现有的自动化OSD选单图像文字分割存在亮度不均匀、图形噪声等问题,提出了一种面向OSD选单的文字分割算法,首先结合顶帽变换和改进的双阈值Otsu法对图像进行光照校正和图像二值化;通过垂直投影分析和Canny算子边缘检测法去除图形噪声,结合二分法和投影法解决文字黏合问题,最终达到OSD选单文字分割的目的.实验结果表明,提出的算法能够解决OSD选单亮度不均匀和图形噪声的问题,文字分割正确率达到88％以上,比传统投影法的正确率提高了67％.     

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。     

基于遗传算法的二维双阈值Otsu图像分割算法

为了提高图像分割的精度和效率,提出了一种基于遗传算法的二维双阈值最大类间方差法的图像分割算法。该方法用两个阈值同时考虑了图像像元点灰度信息的范围和像元点之间相关信息,并对未处理区域做了后处理,以提高分割的精度和鲁棒性。为了提高分割速度,给出了一种改进遗传模拟退火算法。实验结果表明,文中提出的方法比传统的二维最大类间方差法更加完整、快速地分割出复杂背景中的图像。     

基于分形理论的改进型二维最大熵红外图像分割算法

提出了一种基于分形理论的改进型二维最大熵红外图像阈值分割算法。该算法利用图像分形维数挖掘像素的空间分布信息,然后将原图像灰度及其分形维数映射图像灰度相结合组成二维随机向量,并构造出联合离散概率分布。在此基础上,以二维最大熵原则来确定一个最佳二维分割阈值,进而取得分割结果。实验结果表明,该算法在分割效果上优于传统的二维最大熵分割算法。     

基于二维最大熵和顺序滤波的红外图像分割

红外图像分割在红外成像制导和其它红外目标识别领域非常重要和提出了一种综合运用二维最大熵和顺序滤波方法对红外图像进行分割的新方法.该方法首先对图像进行基于二维最大熵的阈值分割,然后对二值图进行顺序滤波消除虚警点,取得了非常理想的分割效果.本文提出了一种新的逐步逼近二维最大熵阈值递推搜索算法,阈值搜索时间得到了大幅度减少,满足了一般的实时需求,具有较高的应用价值.     

改进的二维阈值图像分割

本文提出了一种基于灰度图像像素点灰度和点邻域方差的改进二维图像分割法.新方法改进了阈值判定域,考虑了边界和噪声的影响,新定义了一个阈值分割函数,提高了分割精度.利用思维进化算法优化分割参数,提高了最优阈值的寻找速度.实验结果表明,基于思维进化算法的改进二维图像分割法优于传统算法,该算法具有较好的稳定性和收敛速度,更能满足图像处理高效率、短时耗的要求.     

改进OTSU算法和边缘检测的图像分割算法研究

最大类间方差法是一种最广泛使用的图像阈值自动选取方法之一,在分析理解该算法的基础上,提出了一种改进最大类间方差法和边缘检测相结合的分割方法,该算法在选取最佳阈值时不仅考虑目标和背景的均值还考虑了它们的方差。通过实验分析表明该算法能够达到较好的分割效果,有较好的使用价值。