一种基于小波变换的文本图像阈值法分割

用Haar小波分解图像,并基于LH和肌高频带Haar小波系数的统计分布规律将文本图像分割为文字、画面和背景.实验结果表明方法分割有效.

图像阈值法分割综述

图像分割是一个经典的难题,由于图像分割的复杂性,图像分割的方法很多也很难有一个通用的方法。该文主要是对图像阈值法分割的一个综述,叙述了阈值法分割的一些方法。最后对这些算法做了一个总结,以及对阈值法分割的期望。

基于动态阈值分割法的接触轨图像关键特征点提取方法研究

在地铁系统中,接触轨的状态对于牵引供电系统的安全性至关重要,一旦接触轨几何参数超出正常范围,不仅会导致集电靴无法正常取流,进而影响运营车辆的顺畅运行,而且在极端情况下,还可能引发严重的安全事故。传统的接触轨几何参数测量方法在采集图像时通常面临背景复杂、干扰图像多等问题,以致检测数据量少、检测密度低,从而难以精确提取接触轨的关键特征信息。针对这一问题,文章提出一种新的方法,即结合动态阈值分割法、直线拟合以及投影计算的方式,有效解决接触轨特征点提取的难点,实现几何参数的精确测量。该方法不仅能够准确捕捉到接触轨的细微变化,还能够确保测量结果的可靠性和准确性。为进一步提高测量的便捷性和实用性,研究过程中同步研制出一套接触轨几何参数的便携式测量装置,并在地铁线路上进行现场应用示范,为实际运营中的接触轨状态监测提供有力的技术支持。

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 .

基于二维三阶多项式拟合的阈值曲面分割法

针对光照不均匀情况，提出了基于二维三阶多项式拟合阈值曲面进行分割的方法。遵循最小均方误差原理，给出了二维三阶拟合的矩阵表达式及详细的程序实现方法。拟合点以人机交互形式，由鼠标点击选出，程序自动记载所选点的图像坐标与灰度值信息，然后拟合出阈值曲面，并以二值图像形式给出分割结果。对一幅光照模型未知的网格图像进行了分割，实验结果良好。

基于阈值分割法的地下工程防水板孔隙结构识别

利用X射线CT技术扫描地下工程高密度聚乙烯(HDPE)防水板,基于阈值分割法对获得图像进行分割处理,探讨该种分割方法在图像处理中的适用性。对经过处理的防水板试样置于显微CT设备上进行扫描,获得系列二维切片图像,利用阈值分割法对其中单张图像进行处理,得到较为理想的二值图像,对图像中孔隙进行标记,据此进行孔隙结构分析。结果表明:处理后图像中的大小孔隙可以被清晰识别;孔隙面积、孔隙率及孔隙连通性等指标整体水平较低;小孔隙个数最多,且小孔隙在孔隙总面积中占有很大比例,孔隙面积与其个数与直径有关。研究结果证实利用阈值分割法对显微CT扫描图像进行分割处理是可行的,为地下工程防水板材料微观研究提供方法上的参考。

基于阈值分割法和卷积神经网络的图像识别算法

针对传统卷积神经网络严重依赖数据量的问题,提出一种基于均值迭代阈值分割法和卷积神经网络的图像识别算法,通过均值迭代阈值分割法过滤图像背景,并基于AlexNet构造新的卷积神经网络.与其他常用的卷积神经网络进行对比实验结果表明,在样本数量不足的图像识别任务中,该算法识别效果较理想,与其他卷积神经网络相比,具有更高的识别准确度、更低的识别误差和更快的收敛速度.

基于人工蜂群算法的二维最小误差阈值分割

鉴于人工蜂群算法(Artificial Bee Colony algorithm,ABC)常用于连续域,具有控制参数少、操作简单和易于实现等优点和二维最小误差阈值分割法复杂度高的问题,提出一种基于人工蜂群算法的二维最小误差阈值分割方法(Two-dimensional Minimum Error Thresholding based on Artificial Bee Colony algorithm,TMET-ABC)。针对离散域的二维最小误差阈值分割方法,对标准的ABC算法进行修改,构建离散域的人工蜂群算法;依据最小误差公式中变量的三种不同计算方式,提出了3种TMET-ABC方法:直接计算TMET-ABC、数组计算TMET-ABC和递推计算TMET-ABC。仿真结果表明,提出的3种方法能够在达到现有的二维最小误差阈值分割法的分割效果同时,大大加快运行速度,并且3种方法可应用于不同的分割场合。

阈值分割法处理土微结构图像质量评价

在对常用图像分割质量评价方法及度量参数进行整理和研究的基础上,将均值、标准差、信息熵、空间频率、平均梯度等定量评价参数应用到土微结构图像阈值法分割质量的评价中来,对双峰阈值法、Otsu法、迭代法以及最大信息熵法分割图像的效果进行了评价。实验结果表明,针对本文图像,双峰阈值法分割效果较为理想。

基于Fisher准则的多阈值图像分割方法

针对目前阈值分割法存在的不足,提出了一种使用粒子群优化算法(PSO)与Fisher评价函数结合的图像阈值分割法。根据在自主研发的采用C++编写的完全图形化的图像处理平台上完成的实验结果证明,这种方法在很大程度上克服了背景与目标大小对分割结果的影响,并大大缩短了图像分割的时耗。

256iCT辛普森法及自动阈值分割法在左心室功能定量评估中的对比研究

目的以辛普森算法为参考标准,利用i CT探讨自动阈值分割法在左心室功能定量评估中的应用价值。方法 48例行冠状动脉CTA扫描,将扫描图像传至后处理工作站,分别利用Simpson法及Threshold-Based Segmentation法计算患者左心功能参数ESV、EDV、SV、EF、LVMM,将所得的结果分别行配对t检验、Pearson相关性分析、Bland-Altman分析。结果辛普森法及自动阈值分割法测量左心室功能具有较好的相关性,ESV、EDV、SV、EF、LVMM r值分别为0.996、0.998、0.982、0.986、0.988。Bland-Altman分析显示Simpson法与Threshold-Based Segmentation法测量结果的均值差ESV、EDV、SV、EF、LVMM分别为1.4 ml、3.2 ml、1.8 ml、0.0%、-10.3 g。Simpson法、Threshold-Based Segmentation法及超声心动图测量对比EF值>0.05,SV值<0.01。结论 i CT测量左心室功能无创、准确、可靠,Simpson法、Threshold-Based Segmentation法测量左心功能具有较好的一致性,临床上推荐采用Simpson法进行心脏功能评估。

基于最大熵阈值分割法的颅脑CT图像血肿自动诊断系统研究

目的:探讨颅脑CT图像中血肿区域自动分割的图像处理方法,以解决人工处理颅脑CT图像效率低及误差大等问题。方法:选取在医院进行治疗的出血性脑卒中病患的颅脑CT图像,基于颅脑解剖结构及CT成像原理分析得到CT图像的先验模型,并根据其一维灰度直方图特征为基础,进行颅骨区域图像和颅内组织的分割,依据病灶一维灰度直方图的曲线特征完成病灶的分类检测,并采用最大熵阈值分割法(KSW熵算法)确定最佳分割阈值实现血肿区域的分割,并完成颅脑CT图像血肿自动检测系统的设计。结果:通过对颅脑CT图像实施分割,结果表明该方法能够明显降低血肿区域的分割误差<6.5%。结论:基于KSW熵算法能够确定颅脑CT图像中血肿区域的最佳分割阈值,较好实现血肿病灶的自动化诊断。

一种新的灰度图像阈值分割方法

假设灰度直方图服从正态分布且二个子分布的方差相等 ,基于条件分布的最大相关原则等价于Otsu阈值分割方法。本文在灰度直方图服从泊松分布的假设下 ,运用条件分布的最大相关原则提出了一种新的图象分割方法。对四幅图片进行分割处理的实验结果表明

改进的阈值选取方法在纸病图像分割中的应用

全局阈值分割法对含有对比度不同的纸病图像分割效果差,把图像先分块再求阈值,可以分割出每块区域的目标。针对上述分割结果的不足,提出了一种改进的阈值选取方法,该方法是用改进的迭代法对分割的子块求阈值,最后与每块区域的平均灰度值作比较,找出整幅图像的最优阈值。以含有灰度不一污点的纸病图像为处理对象,实验结果表明改进的方法可以分割出低对比度纸病。

基于颜色模型和阈值分割的有遮挡的柑橘果实识别算法

针对柑橘果实被枝叶遮挡,机器识别难度大的问题,提出了基于YCbCr颜色空间模型和OTSU阈值分割技术对有遮挡的柑橘果实进行识别的方法。应用边缘检测法和凸包算法提取有遮挡果实的轮廓特征,选取凸壳上距离最远的两点,作为果实直径的两端点,定位目标果实。结果表明,算法可以准确分割并识别出枝叶遮挡的柑橘果实,果实平均检出率达到90.48%,有效提高了果园自动化采摘的效率。

基于二维最大熵阈值的SAR图像分割算法

本文针对复杂陆地SAR图像,提出改进的图像二维最大熵阈值分割法,在检测门限的判别函数中引入加权系数。由于加权系数的引进,增强了模型对复杂陆地SAR图像的适应能力,提高了图像分割的精度,降低了漏警率和虚警率,取得了较好的分割效果。

基于阈值分割技术的图像分割法研究

在阈值分割法中,Otsu算法是图像阈值化分割法的经典算法,在图像处理中有广泛的应用;但此算法存在耗时长、分割精度低等缺点。在对Otsu阈值分割法进行分析的基础上,提出一种改进的Otsu算法。该算法采用缩小可取的灰度值范围的方式减少计算量,在小范围内应用Otsu算法计算最终分割阈值。通过Matlab仿真,所得结果对比表明,改进的Otsu算法在图像分割时间和效果上均优于原Otus算法。

图像阈值分割法和边缘检测法的研究与应用

在研究图像处理技术时,图像的分割方法起着重要的作用,在理论研究和实践中得到了广泛的应用,它是从图像处理到图像分割的一个关键步骤和基础。图像分割方法有多种方式,主要分为四类:一是阈值分割法,二是区域提取法,三是边缘检测法,四是结合特定理论工具的分割法。文章重点介绍阈值分割法和边缘检测法。

利用变精度粗糙集和粒子群的图像多阈值分割算法

图像分割是由图像处理到图像分析的关键步骤,也是计算机视觉领域中的热点和难点问题.为了寻找图像分割的有效方法,将变精度粗糙集和粒子群相结合,提出了利用变精度粗糙集和粒子群的图像多阈值分割算法.该算法用变精度粗糙集表示图像,求解背景子图和目标子图的分类误差,确定子图的上下近似集,再用最小粗糙熵求解最佳多阈值分割点.引入粒子群优化算法提高求解该值的效率.实验表明,该算法显著增强了图像分割的效果,并具有一定的实用性和灵活性.

阈值分割法在定积分数值计算中的应用

本文在矩形中点法计算定积分的基础上,构造出依据被积函数导数的大小进行区间分割的数值算法,即阈值分割法。数值实验结果表明,此方法与单纯的矩形中点相比,不仅提高了计算精度,而且加快了运算速度。因此,该项工作为定积分的数值求解研究提供了一定的科学指导。