基于视觉词典的多目标截面投影图像特征分割

由于传统截面投影图像特征分割方法存在噪声免疫力低、适用广泛性窄和分割表现力差等诸多问题,因此提出一种基于视觉词典的多目标截面投影图像特征分割。使用k-means法完成聚类并利用贪婪法融合结果形成视觉词典,通过构建三维直方图,将像素点投影到主斜线上获得基本极大类间方差准则,实现像素与像素间的分类,同时为了增强噪声免疫力将阈值转化成可以变化的数值,通过峰值信噪比的最大比率对阈值合理取值,完成多目标截面投影图像特征分割。通过仿真可知,合理的阈值能够有效降低图像像素的错分,使图像特征分割更加精准,且不计附带的噪音种类,与其它方法对比发现,所提方法不仅噪声免疫力强且适用范围广,分割效果极佳。