改进的一维Otsu法在B超图像分割中的应用

提出了基于像素邻域平均灰度的改进的一维Otsu多门限分割方法 ,兼有准确性和快速性的优点 ,并应用于B超图像 ,实现了多个目标的自动分割 ,与普通的一维Otsu法相比 ,具有更好的分割效果。

Otsu多阈值分割算法的研究

在图像分割中,确定阈值是关键,但已有选择阈值的方法多是单阈值法,不适用于多目标识别.鉴于此,提出了一种改进的基于一维Otsu的多阈值分割算法.该算法通过对图像多次分类、使用分离变量合并多余的分类、使用松弛变量搜索阈值等方法提高了运算速度.实验效果验证了该算法的有效性.

Otsu算法的研究及改进

本文首先介绍了传统的一维及二维Otsu分割算法,然后对传统二维Otsu分割算法进行了改进,改进了阈值判定区域及求解阈值的办法.实验结果证明,改进方法提高了运算速度并增强了图像分割效果.

基于均匀测度的水面目标分割

为更好地分割出水面漂浮物区域,利用水面图像背景比较均匀的特点,在一维Otsu法的基础上结合均匀性测度函数实现自适应阈值的选择,提出基于均匀性测度函数的阈值分割法,采用基于GT图像的分割算法性能评价方法进行分割结果对比。实验结果表明,在背景相对均匀的水面图像中,该方法比传统的一维Otsu法具有更好的分割效果。