共查询到17条相似文献,搜索用时 31 毫秒
1.
邢尚英 《中国新技术新产品》2012,(21):123-123
图像分割就是将图像分成若干具有特定意义的区域,并将它们提取出来进行处理的技术。本文介绍了阈值化分割技术的基本原理,描述了几种常用的图像分割算法,并对几种算法的优缺点进行了分析。 相似文献
2.
3.
提出了一种自动阈值选取与边缘检测相结合的阈值分割算法,试验表明该算法能够避免过分割现象,具有良好的分割效果。 相似文献
4.
5.
6.
目的 针对传统乌鸦算法随机搜索的盲目性和易陷入局部最优的缺点,提出一种改进乌鸦算法,用于多阈值图像分割.方法 采用精英分享策略,弥补乌鸦位置更新的盲目性;引入Levy飞行机制,避免算法陷入局部最优;随迭代次数调整变尺度系数,限制搜索步长,加快算法收敛;以Kapur熵为适应函数,利用改进乌鸦算法对不同类型图像进行多阈值分割,并与传统乌鸦、布谷鸟等4种算法的分割结果进行对比分析.结果 改进乌鸦算法对Lena,Flower,Fruits和Boat图分割后的结构相似性分别为0.7703,0.7761,0.7276和0.7921;标准偏差分别为0.0295,0.0385,0.0344和0.0173,实验数据表明,改进算法较其他算法有着更好的分割效果.结论 文中算法有效地改进了传统乌鸦算法的盲目性和易陷入局部最优的缺点,能够准确地分割复杂图像,在多阈值图像分割领域具有一定的参考价值. 相似文献
7.
一种改进的势函数聚类多阈值图像分割算法 总被引:6,自引:0,他引:6
针对基于势函数聚类的多阈值图像分割算法的不足,定义了伪势的概念,并在原算法基础上提出了一种改进的图像分割算法。由伪势概念确定了伪势合并的判别方法,按照此方法,当相邻的两个峰之间的距离小于所定义的自适应模糊伪势因子时,则应该进行伪势合并。改进后的算法在计算剩余势函数时判断是否存在伪势,然后在势划分函数组的确定过程中相应地进行伪势合并计算。利用多幅图像进行了多阈值分割的仿真试验,结果表明,改进的基于势函数的多阈值图像分割算法具有更好的鲁棒性和分割效果。 相似文献
8.
介绍图像灰度直方图和传统阈值分割的两种算法,传统算法对图像不加区分,分割效果欠佳,直方图分析法可以弥补其不足,处理效果较理想,是一种值得推广的算法。 相似文献
9.
改进的模糊阈值图像分割方法 总被引:5,自引:1,他引:4
提出了一种自适应的模糊阈值图像分割方法,通过预分割和直方图信息相结合的方法,解决了传统的模糊闽值图像分割法难以自动获取窗宽的困难;并针对模糊闽值图像分割方法不能适用于直方图呈单峰分布的图像的缺陷,提出了一个新的平滑迭代公式。该平滑迭代公式利用像素点的邻域信息使图像增强,再使用自适应的模糊阈值图像分割方法进行分割,可以拓宽模糊阈值图像分割方法的适用范围。实验结果表明,使用该方法的目标分割正确率达97.3%,显示了较高的分割精度和较强的鲁棒性。 相似文献
10.
目的借助数字图像处理方法提取网点结构,直观反映网点的微观形态特征。方法针对光学显微镜采集的网点图像,提出一种利用中值滤波去除网点图像噪声,使用非极大值抑制原理判断边缘点,结合二值化和细化,对网点结构进行最后处理的微观结构提取方法,寻找最真实的网点与承印物边界;通过模拟测试图,验证了提出方法的合理性。结果使用该方法得到的网点结构图效果明显优于传统边缘检测方法,能有效抑制背景噪声,较大程度地保留非重叠网点边缘信息,且客观评价指标良好。结论提出的算法为基于微观网点评价印刷品质量提供了理论依据。 相似文献
11.
印刷网点图像模糊聚类分割方法的研究 总被引:4,自引:4,他引:0
鉴于网点图像信息的不确定性、模糊性及多样性,试用信息论中的熵最大原理和模糊聚类分析对网点显微图像进行分割,获得了良好的网点图像分类结果,为印刷图像的数字化控制提供了良好依据. 相似文献
12.
13.
14.
将数字水印技术引入印刷防伪领域,以用于印刷的数字图像为研究对象,将有意义的二值黑白图像代替无意义序列作为水印信息嵌入到待保护的原始数字图像中,并提出算法.实验证明,该算法不仅可以抵抗剪切、涂改、污损等对数字图像的常见攻击,而且在抗击印刷和图像扫描方面也具有很强的鲁棒性. 相似文献
15.
目的在高速印刷过程中,需要快速准确地对印刷品的质量进行检测,并给出数据评价,为此开发一种印刷网点增大的在线检测系统。方法通过图像采集系统获得实际印刷的网点图像,基于机器视觉技术,利用Matlab高级程序语言实现网点图像的识别。结果通过将标准网点图像与实际采集网点图像进行对比,利用有效的识别算法对3种形状印刷网点在50%处的增大量进行计算。结论该识别算法适用性强,可应用于彩色网点印刷中多种形状网点增大量的在线识别。 相似文献
16.
17.
目的 针对樽海鞘群算法寻优精度低、易陷入到局部最优,以及K-means算法进行图像分割容易被初始聚类中心干扰等缺点,提出改进樽海鞘群优化K-means算法的图像分割。方法 首先利用Circle映射来对樽海鞘种群进行初始化;其次引入莱维飞行到领导者和追随者位置更新公式中,使得樽海鞘种群的多样性得到提高,克服算法陷入到局部最优。最后,对改进樽海鞘群算法先采用8个基准函数进行性能测试;再将改进樽海鞘群算法优化K-means进行图像分割。结果 改进算法在寻优精度、稳定性、收敛速度以及跳出局部最优的本领得到了提高。同时,改进樽海鞘群优化K-means算法进行图像分割,有效地提高了图像分割质量。结论 改进算法改善了原始樽海鞘群算法的寻优精度低、易陷入到局部最优的缺点,很好地优化了K-means算法对图像进行准确分割,在图像分割领域具有一定的参考意义。 相似文献