基于优化最大类间方差法阈值分割与滑动窗口法的车道偏离预警

为了改善因传统边缘算子在车道线特征提取时鲁棒性差、传统霍夫变换弯道拟合能力较弱导致车道偏离预警率降低的问题,提出了一种基于优化最大类间方差法(OTSU算法)阈值分割与滑动窗口法的车道偏离预警方法。首先,使用遗传退火算法优化求解OTSU算法的最优阈值并调用整体嵌套边缘检测(HED)模型获取车道线边缘特征,将感兴趣区域转换成鸟瞰图形式;然后,使用滑动窗口法将车道线切分并逐个对窗口内的车道像素点进行二阶多项式拟合;最后,根据车辆与车道线的相对位置关系进行车道偏离预警以及弯道预警。试验结果表明,该方法的综合路况预警准确率为95.92%,检测速率可达34 ms/帧。

一种改进的最大类间方差图像分割法

该文根据脑部切片图像中白质的特点,将均方差因素引入传统分割方法,提出了一种改进的最大类间方差图像分割方法。采用连通域标记进行图像预分割,借助形态学的开运算进行滤波处理,根据改进的最大类间方差分割原理进行白质提取。将该方法与传统最大类间方差法对序列脑切片的白质分割结果进行定性比较,并借助漏检率和误检率指标进行定量评估,发现两种方法的平均漏检率均约为0.03,平均误检率分别为0.251和0.026,表明该方法能够综合利用图像的区域特性和边缘特性,分割更加准确有效。

一种改进的基于最大类间方差的图像分割方法

在分析最大类间方差阈值图像分割算法原理的基础上,根据实际图像直方图中目标与背景的像素分布特点,提出了一种改进的最大类间方差图像分割算法。该算法充分考虑了图像直方图中目标与背景存在交叉的情况,通过与传统阈值分割算法的实验比较,证明该算法具有分割精度高、效果好、速度快的特点。

基于改进最大类间方差法的手势分割方法研究

针对手势图像中由于噪声和成像干扰造成的手势模糊和边界不清晰的问题,提出了一种基于改进最大类间方差法的手势分割方法.首先建立手势图像的二维灰度直方图,在二维灰度直方图上确定噪声点位置,在原图的相应区域滤除噪声.然后重建二维灰度直方图将内点区的点集投影到45度线,得到投影灰度直方图.接下来在灰度投影直方图上采用全局Otsu确定局部Otsu的左边界,用高斯函数拟合得到局部Otsu右边界,最后采用局部Otsu分割手势.该方法可以有效地对手势图像进行精确分割,实验结果验证了本文算法的有效性.

ENVISAT卫星先进合成孔径雷达数据水体提取研究——改进的最大类间方差阈值法

星载雷达遥感是目前洪涝灾害水情监测的重要技术手段之一,而欧空局ENVISAT卫星上搭载的先进合成孔径雷达ASAR是目前功能最为强大的星载雷达系统。依据微波遥感影像中水体后向散射系数相对较低的特征,将图像分割中的常用算法——阈值法应用到ENVISAT ASAR数据水体提取中。进行了洞庭湖地区2007年枯水期和洪水期两景ENVISAT/ASAR APP-1P影像的实例研究,结果表明,综合考虑类间和类内方差两个因素的改进的最大类间方差法较之双峰法和最大类间方差法,其确定的最优阈值水体提取精度最高。另外,该方法相对简单、容易实现,可极大地提高当前ASAR数据计算机水体识别的自动化水平,进而推动ASAR数据于阴雨或多云天气条件下在洪涝灾害水情监测中的应用。

一种邻域均值加权最大类间方差的阈值分割法

对应用广泛的阈值图像分割的最大类间方差法进行了研究,在深入分析了现有的Neighborhood Valley-Emphasis Method存在的问题的基础上,提出一种邻域均值加权最大类间方差的阈值分割法Neighborhood-Mean Valley-Emphasis Method.其核心思想是,对最大类间方差法进行邻域均值加权;根据灰度值出现的次数生成直方图,取每个灰度值的邻域区间,求得灰度值出现次数的邻域均值,同时求得类间方差,用邻域均值加权类间方差,使得阈值在类间方差最大且是直方图的极小点处取得,提高了算法的准确性,另一方面,邻域均值有均值滤波器的效果,增强了算法的抗噪性.实验结果表明,改进的最大类间方差法NeighborhoodMean Valley-Emphasis Method大大降低了因加权溢出而导致算法失效的可能性,扩大了适用范围,增强了鲁棒性.

一种改进的最大类间方差法

最大类间方差法 (Ostu法 )因其计算简单、自适应强 ,而成为使用最为广泛的图像阈值自动选取方法之一。在分析该方法的基础上 ,提出了一种针对红外图像的改进的Ostu法。实验结果表明 ,本文提出的方法可以完整。

基于顶帽变换和最大类间方差法的图像分割方法研究

为了克服直接使用最大类间方差法(Otsu)的图像分割方法不能对具有亮度不均匀背景的图像进行准确分割的不足,提出了一种基于数学形态学中的顶帽变换和最大类间方差法(Otsu)的图像分割方法。首先从数学形态学出发,详细阐述了灰度形态学的基本运算(腐蚀、膨胀、开、闭运算),引申出可以消除图像不均匀背景的顶帽变换法。然后介绍Otsu图像分割算法的具体步骤。最后以MATLAB7.0为实验平台,将顶帽变换和Otsu两种算法结合起来对图像进行分割算法仿真实验。理论分析和仿真实验结果表明,提出的方法可以实现快速、准确地分割。

基于最大类间方差法的黄瓜病害叶片分割

以黄瓜病害叶片为研究对象,采用直方图阈值分割法去除背景,分别采用最大类间方差法(Otsu)和边缘检测法来分割黄瓜叶片中的病害部位,对比这2种方法的分割效果。最后,对已有的最大类间方差法进行了改进,对病害叶片图像的红色分量进行了病斑分割。结果表明,边缘检测法分割出来的病斑部位轮廓具有不完整性,而最大类间方差法的分割效果较好。采用最大类间方差法对黄瓜病害叶片分割取得了较理想的效果,为后续病害识别奠定了基础。

融合视觉模型和最大类间方差的阈值分割算法

针对传统二维直方图的区域划分方法存在把图像的部分目标点和背景点错误划分为边缘点或噪声点,而把部分边缘点和噪声点划分为目标点和背景点的缺点,以及传统二维最大类间方差阈值分割算法的时间复杂度较高的缺点,提出了采用视觉模型构造二维直方图,并提出了该二维直方图的区域划分方法,同时还把提出的二维直方图应用到最大类间方差阈值分割算法中。根据分割时间、分类误差、均匀性等定量评价标准,做了一系列实验,与几种典型的二维阈值分割算法相比,提出的阈值分割算法在降低计算复杂度的同时还具有很好的分割性能。

基于最大类间方差法的油气润滑测试系统ECT图形重建

提出一种基于最大类间方差法的油气润滑测试系统ECT图形重建的改进算法。该算法在Landweber迭代算法的基础上,将油气润滑管道内的气相分布作为背景,液相分布作为目标,使用最大类间方差法获得油气两相错分率最小的灰度阈值,并在此基础上建立基于图像灰度的油膜厚度测量方法。仿真结果表明,与线性反投影算法(LBP)和Landweber算法相比,基于最大类间方差法的图形重建算法可有效消除成像中的伪影现象,得到清晰的油气界面,计算可获得准确度较高的油膜厚度。此外,该算法还具有程序简单,成像精度高的特点。

基于最大类间方差法与GA相结合的图像分割算法研究

采用一种基于最大类间方差法与GA相结合的分割算法,先对GA的初始种群进行交叉、变异操作寻找分割阈值的最优解;并在此基础上,结合最大类间方差法的自适应性,在设定的阈值范围内进行局部最优搜索;最后,获取图像分割的最佳阈值。通过Matlab仿真实验得出,本算法在图像分割过程中具有速度快、效果好的优势。

一种基于最大类间方差和区域生长的图像分割法

提出一种基于一维最大类间方差和区域生长的图像分割法。首先用一维最大类间方差法确定最佳分割阈值,再用改进的区域生长法分割得到目标。实验结果表明,该分割算法不仅适用于简单的图像分割问题,而且对于背景复杂、光照不均匀的图像也能取得较好的分割效果。该算法计算量小,实时性和分割精度均有一定优势,在提取目标的同时,不留下任何背景像素,使下一步的目标识别更为简单。

最大类间方差法在图像处理中的应用

图像分割在图像处理中占有重要的地位,分割结果的好坏直接影响图像的后续处理。文章首先介绍了最大类间方差法及其改进算法———基于灰度拉伸的最大类间方差法算法原理和实现,并针对高速公路中的图像特点。在背景差分法的基础上利用上述两种方法对图像进行了分割处理,对两种方法处理的结果进行了比较。

改进二维最大类间方差法及其在黄瓜目标分割中的应用

为了提高图像阈值分割算法的应用广适性和处理实时性,该文在二维最大类间方差分割算法的基础上,研究邻域模板尺寸对最佳阈值的影响,将图像的灰度值、邻域尺寸及邻域均值进行遗传基因编码,利用遗传算法得到阈值最优解的小范围,在此小范围内进行二次遗传算法运算寻求全局最优解。将此基于两级遗传算法的二维最大类间方差分割算法应用于黄瓜计算机视觉识别目标试验中,试验结果表明,在计算类间方差次数上,基于两级遗传算法的二维最大类间方差算法分别为二维最大类间方差耗时的0.18%和一维Otsu算法耗时的46.87%,耗时上也较传统二维最大类间方差算法和一维Otsu算法有很大缩短,分割效果也有了明显改善。同时该算法也为目标识别领域提供了一种新型的实时图像分割方法,具有一定的推广价值。

最大类间方差双直方图均衡化算法

对直方图均衡化相关算法进行了深入研究,提出了基于最大类间方差(即大津法)的双直方图均衡化算法。使用大津法确定双直方图的分界线,使目标和背景在各自区间分别实现均衡操作,保持了区分性。通过实验对比,所提方法比经典方法失真小,处理后的图像再用其他方法分割的效果也更好。

基于改进最大类间方差法的灰度图像分割

对于光照不均匀的图像,用通常的图像分割方法不能取得满意的效果。为了解决这个问题,文中提出了一种实用而简便的图像分割方法。该算法采用局部最大类间方差法来确定各个子图像块的阈值。实验结果表明,用该方法能取得良好的分割效果。

基于最大类间方差算法的雨滴特征提取研究

为了获得雨滴粒子的特征值,采用阈值处理方法对雨滴粒子及其背景图像进行分割,将复杂的雨滴图转化为只有雨滴粒子真实边界的二值图像,通过均值算法标记雨滴粒子质心位置,利用雨滴长轴信息建立雨滴粒子形状模型,结合全局阈值处理中最大类间方差法和局部阈值法,提出一种基于最大类间方差的雨滴特征值检测方法。试验结果表明该方法能够有效地从图像数据中提取雨滴粒子特征值,粒子数目和雨滴形状是测量降雨强度信息不可或缺的参数。

基于遗传算法的最大类间方差法的改进

通过对遗传算法的基本概念、遗传算法的流程、普通最大类间方差法(Otsu法)和研究遗传算法的最大类间方差研究;对基于遗传算法的最大类间方差进行改进,使得图像分割损失减少,分割效果增强。

基于最大类间方差法的肝脏CT图像分割及实现

针对肝脏CT图像中,肝脏组织与周围组织之间密度差别不大而易造成漏分或过分的现象,实现了一种能得到最优分割阈值的方法,即最大类间方差法。实验结果表明,该算法计算简单,将图像二值化同时得到最优分割阈值,从而能较好地分割出肝脏组织。文中也对该算法存在的问题进行了分析讨论。