三维Otsu阈值分割方法的递推算法

一维和二维Otsu法是常用的阈值分割方法,二维Otsu法对含噪图像的分割效果要优于一维Otsu法,但它存在的问题是"对象区域和背景区域上的概率和近似为1"的假设的普适性不够,鉴于此景晓军等人提出了三维Otsu法及其递归算法,使得对低对比度、低信噪比的图像有较好的分割效果.本文指出了景晓军等人给出的递推公式的错误,并进行了修正.鉴于他们给出的递推公式并不是真正意义的递推公式,本文给出了新的递推公式.实验结果表明,本文提出的递推公式进一步减少了运算时间.另外,本文还指出三维Otsu法对于叠加了混合噪声的图像有较好的分割效果.

基于三维Otsu法的红外图像阈值分割

常用的阈值分割方法在对红外图像进行分割时,由于红外图像本身的特点,会出现准确性不高的问题。为此,提出一种基于灰度-平均灰度-梯度直方图的三维Otsu法,使用稀疏矩阵和改进的粒子群优化(PSO)算法,并在标准PSO算法中加入判断早熟停滞的因子,进行最佳阈值的选取,以提高运算速度,保证准确度。实验结果表明,该方法能够快速有效地对红外图像进行分割。

一种基于改进萤火虫算法的三维Otsu阈值法

基于三维直方图的最大类间方差阈值法(三维Otsu)考虑了邻域均值和中值信息,抗噪性能较好,可以获得理想的分割结果,然而其计算复杂度非常高,效率低下。萤火虫算法(Firefly Algorithm,FA)是一种新型的启发式算法。本文在介绍萤火虫算法基本原理的基础上,提出一种基于莱维飞行的分簇萤火虫算法(CBLFA),并用于改进三维Otsu阈值法的效率。实验结果表明该方法可以快速获得适合的阈值,适应度函数值总体上优于基本萤火虫算法和基本粒子群算法,是一种鲁棒性更强的三维Otsu阈值分割法。

基于自适应粒子群优化的三维OTSU图像分割算法

针对三维OTSU分割算法运算量大、计算时间长的问题,提出了一种基于自适应粒子群优化的三维OTSU图像分割算法。首先采用最佳熵的方法初步提取图像的目标区域,根据该目标区域特征自适应地调整三维OTSU算法的背景搜索范围,然后采用三维OTSU算法并结合粒子群优化最佳分割阈值对原图像进行分割。实验结果表明,与三维OTSU阈值分割方法的递推算法相比,该方法能够进一步减少运算时间。

一种改进的三维Otsu图像分割算法

针对传统的三维Otsu分割算法计算量大、运算时间长等问题,提出一种利用一维Otsu来减小迭代空间和搜索空间,并用布谷鸟搜索算法进行寻优的算法。仿真实验表明,该算法能够有效减少运算时间。同时针对传统的三维Otsu算法因忽略2-7区域而导致错分的问题,提出了一种处理方法。该方法将2-7区域的像素点分为噪声点和非噪声点,分别对其进行处理,对2-7区域内的所有点都进行分配。仿真实验表明,由于该方法考虑了所有像素点,分割结果要优于传统的三维Otsu分割算法。

PSO优化三维Otsu森林冠层图像快速分割算法

森林冠层图像分割是采用数字图像处理方法获取森林冠层参数的关键步骤,针对林木冠层鱼眼图像背景复杂、分辨率高的特点,提出一种PSO优化三维Otsu法的森林冠层图像分割算法,将传统三维OTSU进行分解,以减少运算时间和存储空间,并利用PSO算法优化二维Otsu求取阈值过程。实验结果表明:提出的算法能够快速并准确地分割森林冠层鱼眼图像,尤其在树梢细节区域分割效果更好。所提方法可为林木冠层参数测量提供技术支持。

基于最佳熵的三维Otsu图像分割算法

针对三维Otsu分割算法运算量大的问题,本文提出了一种基于最佳熵的三维Otsu图像分割算法。文章中,我们首先采用最佳熵方法初步提取图像的目标区域,并根据目标区域的平均灰度确定三维Otsu图像分割算法的背景区域搜索范围,然后采用三维Otsu算法并结合遗传算法对原图像进行分割。实验结果表明,与三维Otsu阈值分割方法的递推算法相比,该方法能够进一步减少运算时间。

基于布谷鸟优化的三维OTSU图像分割算法

针对三维OTSU算法计算量较大、运算时间较长的问题,提出了基于布谷鸟搜索优化的三维OTSU图像分割算法.该算法采用布谷鸟搜索算法对三维OTSU进行优化.其中,以像素灰度值-领域均值-领域中值的三维类间方差作为布谷鸟搜索算法的适应度函数,通过评价Lévy飞行路径上像素的适应度,获得最佳分割阈值.实验结果表明:与灰度值领域均值梯度的三维OTSU算法相比,该算法对低信噪比的图像分割稳定性和可靠性较佳;同时,与快速三维OTSU算法相比,运算效率提高了约16.4%,解决了算法消耗时间较长问题.

基于改进狼群算法的三维OTSU阈值法

三维OTSU阈值法引入了邻域中值及均值信息,抗噪性明显提高,但仍存在分割效果不佳的现象,而且阈值维度的增加导致算法运算量庞大、运行时间过长。为提高算法的计算效率和寻优准确率,利用改进的狼群优化算法来搜寻最佳分割阈值。采用花授粉算法优化后计算的最佳阈值调节狼群算法的初始阈值,使狼群在算法初期具有较高的全局探索能力,提高求解速度。为避免算法后期种群聚集的现象,将高斯变异引入围攻行为,设置变异函数,将满足变异条件的个体狼进行变异,避免算法陷入局部最优,提高寻优精度。将改进的算法与传统三维OTSU算法以及CWPA算法优化的三维OTSU法进行图像分割对比,实验显示,改进的算法使分割时间显著降低,并提高了计算阈值的准确度。

一种基于Levy-人工蜂群的三维Otsu阈值分割算法

针对图像分割过程中三维Otsu算法运算时间长、计算量大的问题,提出了一种基于Levy-人工蜂群算法的三维Otsu阈值分割算法。首先,以像素灰度值-邻域均值-邻域中值的三维类间方差作为人工蜂群算法的适应度函数;其次,采用Levy飞行模式评价像素的适应度,对其种群更新及邻域搜索过程进行优化,以增强其全局搜索能力;最后,利用改进后的算法得到的分割阈值对图像进行分割。仿真实验结果表明,与传统三维Otsu阈值分割算法相比,所提算法能够有效降低图像存储空间,处理时间降低了30.8%,具备更好的抗噪性能,分割效果也更为理想。

三维Otsu阈值分割方法的快速实现

针对图像分割中三维Otsu阈值法存在的计算复杂度高的问题，笔者提出了一种三维Otsu阈值分割方法的快速实现算法，该算法通过用递推的方法得到查找表，从而消除三维Otsu阈值法中的冗余计算，能够很好地提高三维Otsu阈值法的计算速度．实验结果表明，该算法不仅计算时间远远小于原始三维Otsu算法，并且求得的阀值跟原始的算法一样．

三维直方图重建和降维的Otsu阈值分割算法

针对三维Otsu阈值分割算法中因区域误分而产生的抗噪性差这一问题,提出了一种三维直方图重建和降维的Otsu阈值分割算法.该方法首先在详细分析三维直方图中噪声点分布的基础上,通过重建三维直方图,减弱了噪声干扰;然后将三维直方图区域划分由八分法改为二分法,使得阈值搜索的空间维度从三维降低到一维,减少了处理时间和存储空间.本文最后给出了算法的分割结果和运行时间,并与三维Otsu方法、二维分解法和二维斜分法进行对比.实验结果表明,本文算法的抗噪性更强,且分割效果更为理想,同时时间复杂度也远低于三维Otsu法.

基于空间截面投影的Otsu图像分割算法

针对传统三维Otsu法存在抗噪性差、计算复杂度高、难以多阈值扩展等不足,提出了一种基于空间截面投影的Otsu法。该方法采用垂直于主对角线的平面截三维直方图,并将截面内的点投影到主对角线上,进而建立一维的截面投影直方图以降低计算复杂度,然后基于该一维直方图进行Otsu分割;对于分割结果,运用基于阈值的后处理策略做进一步的处理以增强算法的抗噪性。实验结果表明,与现有三维Otsu法相比,该算法计算效率高、抗噪性好,能对含不同噪声的图像进行较好的分割。

改进的工业CT图像与CAD模型的比对检测

改进了一种基于工业计算机断层成像(industrial computed tomography,ICT)图像与计算机辅助设计(computer aided design,CAD)模型的比对检测算法,分析工件制造误差。首先对工业CT图像用三维Otsu法进行阈值分割,并分别提取边缘面与角点特征;然后对工业CT图像角点特征与工件的CAD模型用文中研究的旋转投影法求取方向包围盒,进而实现粗配准;再结合角点特征点集和奇异值分解—迭代最近点算法进行精配准,最近点对的求取用k-d树进行加速;最后在边缘面上显示误差。实验结果表明,该方法在工件比对检测过程中,粗配准精度更高,适应性更好。整个比对检测过程更加高效,速度上有了较大的提高。

肺癌放疗计划的危及器官肺分割方法

传统单一模式下的分割方法,无法完成完整序列的CT图像分割。由于肺癌CT图像需结合临床医学知识进行医用调窗处理,不同窗宽、窗位对危及器官肺分割结果会产生影响。基于肺癌放疗计划的危及器官肺分割,提出一种完整序列下危及器官肺实质分割方法。首先引入医用调窗技术对肺癌CT图像进行调窗处理,并对其进行伪影噪声的消减,然后对不同窗的图像采用改进的三维Otsu分割法和区域生长法进行分割,最后将计算机分割出的危及器官肺与临床医师手动分割的结果进行对比,验证分割算法的准确性,为临床危及器官肺分割提供参考。

基于立体视觉系统的手势分割算法研究

手势分割是保障人机交互过程得以准确高效实现的重要步骤之一,但在分割的过程中,常常会受到类肤色背景等因素的外在干扰,使得分割操作出现欠分割的情况。针对此问题,采用OptiTrackTMDPC640/30立体视觉系统,引入深度图像来指导分割,并针对原有的三维OTSU算法在进行分割时存有大量冗杂的运算,计算量过大的问题,简化其主函数的运算,即对其主变量w_0和w_1进行递推处理,使得每次计算离散度矩阵的迹时无需从起始位置开始,只需从上一次递推初始处开始即可,有效地减少了三重循环的次数。实验结果表明,该算法比基于YCr Cb颜色空间分割和Grabcut分割法在处理有类肤色背景干扰时更为有效,且与原有的OTSU算法相比,算法执行效率得以提高。