摘要
针对光照变化对机器视觉带来的不利影响,提出了一种具有较好鲁棒性的彩色图像混合分割方法.该方法首先用基于自动种子的区域生长法将图像划分为内部相似的一些区域,再用最小支撑树(MST)方法在这些区域之间进行分割,通过加权熵目标函数确定的最优阈值产生最终的分割图像.实验结果证明该混合分割方法克服了光照条件变化给彩色图像分割带来不利影响,保证了算法的实时性和鲁棒性.
针对光照变化对机器视觉带来的不利影响,提出了一种具有较好鲁棒性的彩色图像混合分割方法.该方法首先用基于自动种子的区域生长法将图像划分为内部相似的一些区域,再用最小支撑树(MST)方法在这些区域之间进行分割,通过加权熵目标函数确定的最优阈值产生最终的分割图像.实验结果证明该混合分割方法克服了光照条件变化给彩色图像分割带来不利影响,保证了算法的实时性和鲁棒性.
出处
《华中科技大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2011年第S2期85-87,102,共4页
Journal of Huazhong University of Science and Technology(Natural Science Edition)
基金
广东省科技计划资助项目(2009B010900030)
关键词
彩色图像分割
区域生长
图论
最大加权熵
鲁棒性
color image segmentation
region growing
graph theory
maximum weighted entropy
robustness
