Otsu阈值分割法特点及其应用分析

Otsu方法是应用最广泛的阈值分割法之一,对直方图呈双模或者多模分布的图像分割效果好,直方图呈单模分布的分割效果差。针对这个结果,从Otsu分割法理论出发,分析其分割阈值的特点,证明得出:Otsu单阈值分割时最佳阈值为该阈值分割出的两类灰度均值的平均,Otsu多阈值分割时的多个最佳阈值是这些阈值分割出的多类中相邻两类灰度均值的平均。单阈值Otsu法用于表面缺陷检测图像分割时将大部分背景错分为目标,对此,提出了一种改进的Otsu阈值分割。实验结果表明,改进的算法分割效果优于传统算法,在比较准确分割目标的同时有效减少背景的误分割。     

基于Itakura-Saito散度的图像分割法

针对Otsu阈值法仅适合图像目标和背景分布呈正态分布且两者像素量和方差要求基本相当的不足,提出了基于Itakura-SaitoS散度的图像阈值化分割新算法。实验结果表明,对有些图像采用Itakura-Saito散度的阈值法比传统Otsu阈值法能够获得较好的分割效果。     

快速的Otsu双阈值SAR图像分割法

在分析SAR图像的统计分布特征的基础上,根据SAR图像自动目标识别对SAR图像分割的要求,提出了一种适合SAR图像的Otsu分割算法。算法首先利用CFAR进行粗分割,然后利用Otsu进行细分割。实验结果表明,该算法分割准确且计算量小,客观评价值较高。     

扩展的Otsu最优阈值图像分割的实现方法

基于付忠良等人提出的扩展的Otsu最优阈值图像分割方法，提出了遗传算法的解决方案，并给出了遗传算法中基本参数的设定，基于图像的像素方差信息，利用遗传算法全局搜索图像的单阈值和双阈值，这样不但缩短了计算时间，而且具有遗传算法鲁棒性和自适应的特点，比传统的Otsu方法有明显的优点。     

乘积型Otsu阈值法的快速迭代算法

针对乘积型Otsu分割准则进行阈值选取需要花费大量时间的不足,提出了乘积型Otsu阈值化分割准则的快速迭代算法。实验结果表明,本文的快速算法是有效的。     

基于二维直方图的TEM图像阈值分割

将二维自适应阈值分割算法应用于材料的TEM图像的分割中,并对算法的快速实现进行了详细的研究,给出了快速算法的计算机程序。实验结果与性能比较表明,该分割方法非常有效,为进行材料粒度统计奠定了基础。     

基于谷点边界扫描及区域合并的浮选气泡提取

针对浮选气泡图像分割难的问题,基于多尺度分析、谷点边界扫描及区域合并的思想提出了一种新的气泡图像分割算法.该算法是建立在多尺度分析和谷点边界跟踪的基础之上的,包括图像预处理,有选择的图像缩小,谷点边界扫描,端点检测及联结,区域合并,缩小图象的分割结果映射到原始图像等步骤,算法可以一次性检测出所有谷点,而不用作图像阈值处理,就可以直接得到谷点边界的二值图像.与基于相似性/Canny边界扫描的算法及分水岭等算法做了对比实验,实验结果表明:1)新算法能够较好地克服气泡破裂及其它噪声的影响,减少过分割现象,具有更好的分割精度;2)其运行速度提高了50～100倍,满足实际应用领域的系统实时性要求.     

圆形直方图Otsu迭代阈值分割算法

为了降低基于颜色空间H分量的圆形直方图阈值分割算法的复杂度,提高分割效果,基于高效圆形直方图Otsu法,将线性Otsu迭代算法扩展至圆上,提出圆形直方图Otsu法的线性均值迭代算法和线性均值嵌套式迭代算法.实验结果表明,所提的两个迭代算法在有效提取目标的同时降低了时间复杂度.     

基于粒子群算法的Otsu法图像阈值分割

图像分割是由图像处理到图像分析的关键步骤,Otsu法是一种效果较好、实现简单的阈值分割方法.针对传统的Otsu阈值计算方法需要在全灰度范围内搜索一个最佳门限组合,耗时较多,难以实际应用这一问题,采用协同和带压缩因子的粒子群改进算法求解Otsu阈值,通过分别用改进粒子群算法和标准粒子群算法对lena测试图像的实验表明,前者相较于后者有更高的精度.而在计算时间方面,两者都不到传统方法的百分之一,有利于提高图像处理的实时性,也证实了将粒子群算法用于阈值分割是可行的.     

动态阈值结合全局阈值对图像进行分割

首先讨论了图像阈值分割的两种方法：全避阈值图像分割和动态阈值图像分割。当背景的灰度值可看作恒定时，使用全局阈值一般会有较好的效果；在许多情况下,背景的灰度值并不是常数，物体和背景的对比度也有变化，我们可将一个随图像位置缓慢变化的函数设为值，即采用动态阈值，但由于我们要对 图像分块，简单的动态阈值分割所得的图像通常包含人为的边界和阴影，为改善图像分割效果，本文提出了把全局阈值和动态阈值结合起来对图像进行分割的一种新的图像阈值分割方法。实验表明，该方法比单独采用全局阈值或动态阈值方法性能优越。     

密码学综述

由密码学的基本概念出发,介绍密码学及其应用的最新发展状况,包括公钥密码体制及其安全理论、各种密码协议及其面临的攻击,并对安全协议的分析方法进行概述。根据当今的发展状况指出密码学的发展趋势和未来的研究方向。     

抑制式模糊C-均值聚类研究综述

模糊C-均值聚类及其各种变形和推广在实际应用中取得了巨大成就,获得了国际学者的广泛认可。目前,国际上形成了以硬C-均值聚类、模糊C-均值聚类、可能性C-均值聚类为基础的三大聚类算法簇。抑制式模糊C-均值聚类算法架起了连接硬C-均值聚类算法和模糊C-均值聚类算法的一个桥梁,本文就抑制式模糊C-均值聚类的研究现状进行综述,以期对该算法的更深入研究和应用起到推动作用。     

基于GA-Otsu法的图像阈值分割及定量识别

针对传统Otsu法在图像分割中存在的计算量大、效率低的问题,提出了一种基于GA-Otsu的热波图像分割方法。该方法充分发挥了遗传算法的全局寻优能力,快速地求解热波图像分割的最佳阈值,缩短了损伤的分割时间。通过与人工阈值法的分割结果进行对比,表明本文方法不仅保持了冲击损伤的基本形状,而且对冲击点位置的分割提取也较为准确。最后,通过对缺陷的定量识别验证了本文方法在热波检测图像分割中的有效性。     

图像分割中的阈值选取方法

分析了几种基于不同准则选取阈值的方法，着重讨论了模糊阈值法的特点和不足，提出了改进算法。最后，通过实验结果验证了算法的有效性。     

基于视觉注意的动态阈值分割算法

提出一种基于视觉注意机制的动态阈值选取方法.首先按人眼视觉注意特点计算各图块的显著性特征值,根据显著性特征值将图像块进行分类,然后利用最大类间方差法和多尺度的自适应阈值方法分别实现不同灰度特性区域的图像动态分割.实验结果表明:该方法能够实现图像多阈值的自动选取,不受照明条件的影响,能够获得满意的二值分割效果     

三维点云数据压缩技术研究综述

点云作为一种新型的描述三维空间的数据类型,逐渐成为计算机视觉应用的研究热点.点云数据一般由激光雷达或三维立体相机获取,与传统二维图像相比,其需要处理的数据量呈指数倍增加,对数据的存储和传输提出了更高的挑战.通过归纳国际标准组织在点云压缩技术领域最新研究成果,分析对比各类压缩算法的特点,总结下一步研究需要解决的问题,探讨...     

基于蜂群单阈值分割的SRC板材缺陷分类方法

针对传统单阈值板材缺陷分割算法易陷入局部最优、早熟以及收敛速度慢等缺点,提出了一种基于改进蜂群算法的单阈值分割算法.为了提高缺陷分类准确率并减少运算量,将稀疏表达分类器(SRC)运用到板材缺陷分类过程中.改进算法每次迭代都会同时进行全局和局部搜索,且侦查蜂随机全局选取蜜源以加快收敛速度,搜索半径可以根据时变搜索参数进行自适应调整,SRC可将缺陷分类问题转换为求最稀疏系数解的过程.结果表明,本文算法可以准确快速地计算出最佳分割阈值,并将分类准确率提高到90%以上,具有一定的可靠性与可行性.     

一种基于RGB色彩的运动对象分割方法

随着新的视频压缩标准MPEG-4的出现，在视频序列中克服外界影响，分割出语义上有意义的单独运动对象成为计算机视觉研究的重要课题．提出了一种基于颜色特征进行运动对象阴影检测。利用互帧差的高阶统计特性和数学形态学算子进行运动对象分割的方法．实验结果表明该方法能有效的克服阴影的影响，从而实现运动对象的分割．     

基于阈值分类的色调映射方法选择

为了更好发挥全局映射算法和局部映射算法的优点,对20组高动态范围图像(High Dynamic Range Image,HDRI)分别进行全局算法和局部算法映射,由所得结果确定出均值亮度的一个范围,若目标图像的均值亮度落入该范围内,采用局部算法,否则采用全局算法。用4组HDRI进行验证,结果表明,增加均值亮度阈值判决后,可以克服对目标图像盲目使用单一映射方法的缺陷。