PCNN文本图像分割的细菌觅食优化算法

为解决脉冲耦合神经网络(pulse-coupled neural network,PCNN)模型参数人工凭经验和需要反复实验才能确定的难题,提出一种基于改进的PCNN模型.以最大类间方差函数作为细菌觅食算法的适应度函数,采用细菌觅食优化算法搜索最优参数的图像分割算法,避免了人工实验设定参数的盲目性.实验结果表明,该算法可以有效实现文本图像分割,并且分割效果明显优于对比算法.

基于图像区域的交互式文本图像阈值分割算法

针对现有局部阈值分割算法因参数过多带来的参数选择问题以及在分割结果中块与块之间不连续性问题,利用用户提供的先验知识或经验,提出了一种基于灰度图像区域的交互式文本图像阈值分割算法.该方法首先粗略地将图像进行分块;利用标准差作为衡量图像块含有信息量(背景信息与目标信息)多少这一度量,接着按标准差大小对所有图像块进行排序;然后由用户输入交互式信息将所有图像块分为3个集合:仅含背景或仅含目标的图像块、含有少量背景或者是含有少量目标的图像块以及背景和目标分布比较均衡的图像块;最后对各个集合中的图像块分别按相应准则进行分割.实验结果表明,对于均匀和非均匀光照条件下的文本图像,与全局分割算法、直接分块分割算法和Chou方法相比,该方法在分割效果上有显著提升,而且执行效率也较高.另外,对于部分非文本图像也同样有效.

基于小波域隐马尔科夫模型的文本图像子带分割方法

本文在已有文献的基础上 ,通过分析不同子带小波系数之间的相关性 ,提出了一类基于小波域HMT(HiddenMarkovTree)模型文本图像分割方法 .其基本思想是先在子带分类的基础上 ,综合考虑不同尺度上的分类 ,进行多尺度文本图像分割 ,最后根据后验像素信息对上述方法所得分割结果进行修正 ,得到优于已有文献的分割效果 ,而且在一定程度上减少了分割算法的计算量 .

基于粗糙集的彩色文本图像特征分割算法

提出了一种将彩色文本图像分割为背景、图像、文字和图形区域的算法。该算法在一种改进的RGB-椭圆彩色模型上,对每一个分量进行若干次小波变换后的高频小波系数块进行直方图特征分析,并应用粗糙集的分类思想,将彩色文本图像分割为相应的区域。实验结果表明,该算法能得到较好的分割效果。

基于小波域混合状态隐马尔科夫树模型的文本图像子带分割算法

针对文本图像提出了一种基于小波域混合状态HMT(H idden M arkov Tree)文本图像子带分割算法.该算法在充分考虑经二维小波变换后各子带之间相关性的同时,分别对背景、文字、图片三种纹理建立了不同状态的HMT模型,并且通过计算机仿真实验说明了该算法的有效性.