图像的自适应模糊阈值分割法

针对目前图像模糊阈值分割法所存在的窗口宽度自动选取困难的问题 ,在预先给定隶属函数和图像像素类别数的情况下 ,提出了图像模糊阈值分割法的自适应窗宽选取方法 .同时 ,针对用模糊阈值方法难于分割的具有单峰或双峰差别很大的直方图的图像 ,提出了一种直方图变换方法 ,对变换后的直方图 ,利用自适应模糊阈值分割法可以获取有效的分割 .最后 ,算例表明了文中所提方法的简洁性、有效性和很好的鲁棒性 .

基于灰狼自适应阈值分割和改进模糊增强的红外图像NSCT增强算法

研究低成本和便携的红外成像技术是最近几年带电检测的发展趋势,为减少红外检测环境、红外传感器以及其他因素的影响,解决红外检测中红外图像含噪声干扰、模糊和对比度低的问题,文章设计了一种基于灰狼自适应阈值分割和改进模糊增强的红外图像NSCT增强算法。对原始红外图像进行NSCT域变换;变换后含有噪声的高频分量采用VT去噪后,接着采用改进模糊增强处理;对变换后含有电力设备主体的低频分量进行灰狼自适应阈值分割为背景和前景部分,随后分别进行增强处理;最后将处理后的各分量进行逆NSCT变换。经对比应用,验证了该算法应用在变电站电力设备红外检测上的优越性:文章算法与其他算法相比在边缘强度、信息熵、对比度、标准差、峰值信噪比五类评价指标上的涨幅至少为3.94%、2.16%、9.86%、7.45%、21.86%。文章算法处理后的红外图像符合人眼视觉效果,更易于人眼识别故障,有利于电力设备热故障的检测与故障定位。

一种改进的自适应模糊阈值图象分割方法

自适应模糊阈值图象分割方法的关键和困难在于隶属函数窗宽的自动调整和阈值搜索范围的确定 依靠图象灰度的统计特性初步确定阈值搜索范围 ,提出了一种改进方法 ,进而得到隶属函数的窗宽 实验表明这种方法避免了确定图象灰度直方图峰位置的困难 。

基于模糊距离的自适应阈值分割算法

针对已往阈值分割算法对灰度图像的处理只利用其灰度属性,未考虑像素的空间位置关系,致使分割结果不连续以及不准确的问题,提出了一个新的自适应阈值分割算法。该方法通过结合像素空间几何距离与灰度值关系,运用模糊理论处理不确定因素的优势,充分利用分类集合内数据的聚集程度和分类集合间的间距的影响,保证了图像分割结果的准确性;借助分类集合的均值和方差,设计了新的最佳阈值判别标准。同已有阈值分割算法相比,该算法具有较好的稳定性和鲁棒性,对于灰度直方图呈单峰的多数图像能得到较好的分割效果。

基于模糊阈值的自适应图像分割方法

针对现有的图像分割中自适应分割方法的研究难点,以及传统的模糊阈值分割法中存在窗宽不能自动获取的问题,在确定隶属函数的前提下,以图像的直方图为依据,利用分段计算和反变换的方法,提出了一种自适应模糊阈值的图像分割方法,并将该方法应用于机场目标的分割;该方法实现其窗口宽度的自适应选取,并且有效改善了模糊阈值法对直方图呈不明显双峰的图像分割困难的缺点,拓展了模糊阈值图像分割方法的适用范围,改善了模糊阈值分割方法的分割效果;实验结果表明,该方法对直方图呈单峰和多峰分布的的图像有较好的分割效果和效率。

图象分割的自适应模糊阈值法

该文研究了海面舰船图象的模糊阈值分割问题 .首先介绍了模糊阈值分割的基本原理 ,在讨论了隶属函数的分布特性及其窗宽对阈值选取的影响后 ,提出了一种在预先给定隶属函数的情况下 ,利用目标 -背景对比度自动选取窗宽的方法 ,并给出了根据目标与摄像机间的相对距离估计目标 -背景对比度的算法 .其应用于智能电视跟踪系统 ,对不同距离、不同对比度的海面舰船图象进行了阈值分割实验 ,结果表明该方法具有较强的场景适应能力 .

一种自适应阈值的模糊连接算法及其在肝脏血管分割中的应用

近年来模糊连接算法已经在医学图像分割中得到了应用.然而将此算法直接应用于肝脏血管分割时,由于其过高的计算成本以及需要手动选取阈值,分割效率并不是非常理想.为此,提出一种基于查找表计算模糊场景的方法,能够使模糊连接算法的运算速度提高1.5~2倍;同时提出一种类分水岭的自适应阈值搜索算法,能够对肝脏血管分割的阈值进行自动选取,从而实现了整个模糊连接分割流程的自动化处理.并且以3套肝脏CT数据为实验对象进行了验证,实验结果表明基于查找表的计算方法具有高效性,并且根据自适应阈值进行肝脏血管分割能产生正确的结果.

不均匀光照下的合作目标图像分割方法

针对复杂光照条件下目标测量中,合作目标图像很难被快速、准确分割这一难题,将模糊积分引入图像分割领域,改进传统的局部自适应阈值算法。首先,采用面积求和表(SAT)算法求出合作目标图像的积分图像;其次,根据模糊测度和所选择的离散模糊积分公式计算模糊积分图像;最后,根据模糊积分图像计算每个像素点的阈值,对原图像进行二值化。实验结果表明,改进后的基于模糊积分的局部自适应阈值算法分割的平均结构相似性(SSIM)指标相较于改进前普遍提升了10%~30%,分割效率大幅提升,最终成功地分割合作目标图像。

一种基于模糊逻辑的自适应阈值图像分割方法

图像是人类感知世界的视觉基础,然而在人类通过视觉获取的大量图像信息中,并不是所有的信息内容都是我们所需要的,所以需要把图像分成若干个特定的、具有独特性质的区域。本文对图像分割方法进行了研究,给出了一种基于模糊逻辑的自适应阈值图像分割方法,并将其应用于车牌图像中,在MATLAB环境下对两幅典型图像通过Otsu方法、脉冲耦合神经网络算法和本文所提算法进行仿真分析,结果对比分析显示本文方法在综合方面略优于其他两种对比方法。

自适应最小误差阈值分割算法

对二维最小误差法进行三维推广,并结合三维直方图重建和降维思想提出了一种鲁棒的最小误差阈值分割算法.但该方法为全局算法,仅适用于分割均匀光照图像.为提高其自适应性,本文采用Waterflow模型对非均匀光照图像进行背景估计,以此获得原始图像与背景图像的差值图像,达到降低非均匀光照对图像分割造成干扰的目的.为进一步提高分割性能,本文对差值图像采用γ矫正进行增强,然后采用鲁棒最小误差法进行全局分割,从而完成目标提取.最后本文对均匀光照下以及非均匀光照下图像进行了实验,并与一维最小误差法、二维最小误差法、三维直方图重建和降维的Otsu阈值分割算法、灰度波动变换自适应阈值方法以及一种改进的FCM方法在错误分割率和运行时间上进行了对比.实验结果表明,相对于以上方法,本算法的分割性能均有明显提升.

直方图模糊约束FCM聚类自适应多阈值图像分割

本文提出了一种新的有效的图像多阈值分割方法．该方法通过对模糊约束直方图目标函数的优化．获得一个最佳模糊约束Ｃ划分，根据最大隶属度原则进行图像多阈值化．文中对得到的模糊划分函数进行了分析，同时还讨论了直方图划分类数的自适应确定问题．最后给出了几个典型的实验．理论分析和实验表明了本文方法具有速度快、划分特性良好。

基于自适应模糊阈值的植物黑腐病叶片病斑的分割

为了更好地研究植物黑腐病,对植物黑腐病病斑图像进行了分割研究,即根据病斑图像的特点,用图像模糊阈值分割法来分割病斑。针对目前图像模糊阈值分割法存在窗口宽度自动选取困难的问题,首先在预先给定隶属函数和图像像素类别数的情况下,提出了图像模糊阈值分割法的自适应窗宽选取方法;然后,针对用图像模糊阈值分割方法难于分割直方图具有单峰或双峰差别很大的图像的问题,提出了一种直方图变换方法,用来对直方图进行变换;最后根据变换后的直方图,再利用自适应模糊阈值分割法对植物黑腐病病斑图像进行分割。用采集到的病斑叶片进行的病斑分割实验结果表明,该算法是有效的与鲁棒的。

基于自适应多尺度的血液细胞图像阈值分割方法研究

提出一个基于自适应多尺度滤波的阈值分割方法 ,对血液细胞图像进行了自动分割 .首先 ,对图像原始直方图进行多尺度滤波 ,根据它的尺度空间图特性 ,确定合适的滤波尺度 ,然后完成对谷点由“粗”到“精”的定位 ,并作为阈值对原始图像进行分割 ;其次 ,利用松弛方法对分割图像作后处理 ;最后 ,将该方法与其他阈值分割方法做了分割性能的比较 。

基于不同自适应阈值法的铁谱图像分割效果比较

最大方差法、最大熵值法和最小误差法是3种常用的自适应阈值法,它们对铁谱图像的分割结果有着较大的差异。为了探究形成这种差异的原因和探讨阈值法对铁谱图像分割的适应性,分析这3种常用的自适应阈值法的基本原理,比较3种方法对30组铁谱图像的分割实验结果。得出如下结论:3种方法之所以会输出3种不同的分割阈值,是因为它们采用了不同目标函数;对于双峰分布的铁谱图像,3种方法有着相似的分割效果,最大方差法准确性略高;对于近似单峰分布的铁谱图像,最小误差法的分割结果最优,最大方差法则不能正确分割出磨粒。因此,在铁谱图像分析过程中,应该根据铁谱图像的灰度分布特点选择相应的阈值分割算法。

一种新的目标图像自适应阈值分割算法

提出了一种新型的用于目标图像识别与跟踪的自适应阈值分割方法,并对其进行改进,同时给出了它与其他两种阈值分割方法的比较实验,定性和定量分析结果证实了该方法在精度和速度方面都具有明显的优势。最后给出了在噪声干扰和复杂背景的情况下的实验,说明该方法具有较强的适应性。

加油站中基于自适应阈值分割的车辆停车检测方法

针对加油站复杂环境下难以获取停车数据的问题,提出一种基于自适应阈值分割的车辆停车实时检测方法。以加油位为检测对象,使用改进的均值背景法更新加油位的背景;将背景差分法与Otsu算法相结合,提出一种改进的自适应阈值分割算法;设计停车检测算法,检测出加油车辆的停车时间点、车牌号以及停车持续时间。实验结果表明,该算法能有效检测出车辆的停车数据,并能过滤掉过往车辆和行人等噪声干扰。

基于模糊阈值和水平集的红外图像分割方法

针对阈值法分割红外图像易产生误分割和水平集分割方法受初始曲线限制大,提出了一种结合模糊阈值与水平集的自适应红外图像分割方法。该方法首先采用二维Otsu方法计算阈值,利用该阈值获取模糊阈值分割法中的窗口宽度,使模糊阈值分割法具有自适应性;然后采用此自适应模糊阈值分割法预分割红外图像,利用预分割结果自动获取水平集初始曲线;最后将Chan-Vese方法与Shi方法结合提出改进的水平集方法,并用此方法分割红外图像。实验结果表明,本文方法具有较好的分割效果和较强的鲁棒性。

基于遗传算法的模糊熵多阈值图像分割

将模糊熵函数作为遗传算法的适应度函数进而获得最优分割阈值,并对整幅图像进行多阈值寻找,使每一个子区域都满足细分准则。实验表明算法具有较好的分割效果。

一种基于自适应最小模糊熵的CT图像分割方法

为了从CT图像中提取到多个组织的解剖特征,解决运算速度的提高与运算结果不稳定的矛盾,我们提出了一种基于自适应最小模糊熵的图像分割算法。为了找到分割灰度图像的最佳阈值,首先利用迭代公式以及图像的直方图来计算出每个模糊子集的隶属函数中指数参数的值以及阈值的搜索范围,然后在已确定的搜索范围内用穷举法搜索出能使模糊熵最小的最佳阈值。实验表明该方法能较好的完成CT图像的分割。此算法运算速度较快;与用遗传算法、模拟退火算法相比较,运算结果稳定,重复性更好,得到的图像细节成分要更多些。

美元图像的自适应阈值分割方法

针对美元图像特点,先采用改进的模糊增强算法对图像进行增强,而后根据其直方图能量分布,得到一种有自动适应能力并获取最佳阈值的新方法,取代了传统图像处理中采用固定阈值的分割方法,经多次实验仿真、分析,此方法适应能力较强,尤其在噪声较多且复杂的情况下,应用于美元的识别中有着较大的优势,可以达到较好的效果。