基于最小偏态指标的图像阈值分割新技术

本文在假设图像目标和背景像素灰度值均服从正态分布的前提下 ,提出基于最小偏态指标的图像分割新技术 ,该方法引入数理统计中的偏态指标作为图像分割的准则函数 ,利用图像直方图计算各灰度级下的偏态指标值 ,其最小值即对应于最佳分割阈值 .本文对最小偏态指标法进行了详尽的图像分割验证 ,并与 Otsu法、最大熵法和最小误差准则法进行了详细比较 ,结果表明本文方法具有分割精度高、计算速度快以及对目标大小影响小等优点 。

基于最小偏态阈值的分割法在MRI图像人类脑部实质提取的应用

针对于MRI图像人类脑部实质的提取,提出结合形态学的基于最小偏态指标阈值分割[3]方法,该方法采用最小偏态指标从人脑MRI图像中自动提取大脑皮层和颅骨及其他非脑成分,结合形态学的处理最终仅保留大脑部分。试验证明该方法简单可行,且效果很好。

利用偏态二叉树最小二乘支持向量机进行高光谱遥感影像分类

本文采用偏态二叉树最小二乘支持向量机的方法来进行高光谱遥感影像的分类,分别采用交叉验证法、遗传算法、粒子群优化算法来优化高斯径向基核函数的2个参数。以北京昌平小汤山地区的高光谱影像为例,对这3种参数优化方法进行比较验证,其中基于交叉验证法优化参数所获得的分类精度最佳。实验也证明了本文采用的分类方法明显优于其他传统的分类方法,有效地提高了高光谱数据的分类精度。