基于分形的改进Otsu红外图像分割算法

提出了一种基于分形的改进Otsu红外图像分割算法。针对Otsu算法在目标的相对面积较小时背景信息容易误分问题,以及递归Otsu算法递归终止条件不易确定问题,将分形算法与Otsu算法结合起来,用于分割红外目标。首先计算红外图像的分形维特征,根据分形维特征去除大部分背景信息,然后在潜在目标区域采用Otsu算法进行分割。仿真结果表明,该算法性能优于Otsu算法及递归Otsu算法。

基于BF-WS的肝脏CT图像自动分割

由于血液的流动以及肝脏收缩与舒张,在腹部CT图像中存在一定量的噪声,会产生局部梯度极大值区域、弱边界、伪影等不良现象,加之腹部内器官分布紧密且灰度值接近,使得肝脏分割尤为困难.为此,首先采用改进的双边滤波算法,自适应的对腹部CT图像进行平滑滤波处理;其次,将自适应双边滤波算法和标记控制的分水岭算法有机融合起来,采用基于中值的多阈值最大类间方差算法提取肝脏标记,并运用分水岭分割算法进行精确分割;最后,分析对比不同的肝脏分割方法,表明该方法能够更有效地去除噪声,保留目标边界,提高肝脏分割的准确率.

二维直方图重建和降维的Otsu阈值分割算法

指出二维直方图直分法中存在区域划分不合理和抗噪性差问题,提出一种新的阈值分割方法,导出有关计算公式。首先分析噪声点在二维直方图中分布情况,通过重建二维直方图减弱了噪声对阈值分割的干扰;然后将二维直方图区域划分由四分法改为二分法,使得阈值搜索的空间维度从二维降到一维;最后分别给出现有二维直方图分割算法和本文方法的仿真结果。理论分析和实验结果表明,该方法可以运用于几乎所有基于二维直方图的阈值分割,特别是对受噪声污染的图片进行阈值分割时,能使分割后的图片内部均匀、边界准确、抗噪性更稳健,所需运行时间大幅减少。