加权三维Otsu方法在图像分割中的应用

从信息散度角度出发,提出一种新的三维Otsu加权方法,对分布不均匀的图像做细致分割。由于三维Otsu中三个维度在分割中所起的作用不同,可以通过调整不同维度的权因子使不同的图像都能得到很好的分割效果。最后利用加权的特点,将三维Otsu分解为三个一维Otsu,在加快运算速度、降低时间复杂度的同时得到了比较好的分割效果,使得加权方法更具有实际效用。

基于粒子群和二维Otsu方法的快速图像分割

二维Otsu方法同时考虑了图像的灰度信息和像素间的空间邻域信息,是一种有效的图像分割方法.针对二维Otsu方法计算量大的特点,采用粒子群算法来搜索最优二维阈值向量.每个粒子代表一个可行的二维阈值向量,通过粒子群之间的协作来获得最优阈值.结果表明,所提出的方法不仅能得到理想的分割结果,而且计算量大大减少,达到了快速分割的目的,便于二维Otsu方法的实时应用.

形态学和Otsu方法在Canny边缘检测算子中的应用

传统的Canny边缘检测算子在高斯滤波方差和滞后阈值的选择上需要人工指定,不具备自适应能力.高斯滤波方差影响图像的去噪和边缘保持效果,用形态学平滑代替高斯滤波,可以保留边缘信息并去除噪声的影响;滞后阈值影响虚假边缘现象的强弱和真实边缘的连续性,利用Otsu方法对阈值进行自适应设定,使检测出的边缘更加连续并减少虚假边缘的存在.实验结果表明,对传统的Canny算子有一定程度的改进.

基于Otsu方法点云粗分类的渐进三角网滤波算法研究

针对传统渐进三角网滤波方法需要针对不同的地形条件频繁调整滤波参数,并且对低矮地物滤波效果较差等问题,结合图像分割中的Otsu方法,提出一种基于Otsu方法点云粗分类的渐进三角网滤波算法。在对原始点云数据粗分类的基础上,以点云类别属性引导滤波过程。实验结果表明,方法简单可行,可以有效地控制低矮点被误分类成地面点的可能性,提高滤波处理结果的准确性。

图像阈值选取方法——Otsu方法的推广

Otsu方法 (即大津方法 )因计算简单、自适应强而成为使用最广泛的图像阈值自动选取方法之一 ,本文在分析该方法的基础上提出了一些推广化方法 ,这些方法具有与大津方法类似的表达式 ,并同样具有较强的自适应性。所有方法均经实际图像验证证明是行之有效的。

基于改进的2D Otsu方法和YCgCr空间的肤色分割

为了弥补基于固定阈值的肤色分割方法存在的缺陷,在对多种彩色空间和肤色模型进行分析的基础上,提出采用改进的2-D Otsu方法和YC_gC_r彩色空间进行肤色分割。首先将光照补偿之后的肤色样本图像从RGB彩色空间转换到YC_gC_r彩色空间,并利用样本图像上的179221个肤色点建立2维高斯模型;进而将待分割的图像进行光照补偿并转换到YC_gC_r彩色空间,利用已经建立的高斯模型计算图像的肤色相似度,得到肤色相似度图像;最后,结合像素的空间邻域信息,使用改进的2-D Otsu方法对肤色相似度图像进行2值化处理。对这种方法进行了理论分析和实验验证。结果表明,该肤色分割算法有效地克服了使用固定阈值法进行图像分割时缺乏针对性和抗噪性的缺陷,该算法是可行的。

基于文化算法和二维Otsu方法的快速图像分割

针对二维Otsu方法计算量大的缺点,提出一种采用文化算法和二维Otsu法相结合的快速图像分割法.该方法利用文化算法的全局寻优能力,对图像的二维最大类间方差进行优化,通过文化算法的种群空间和信念空间的相互协作来获取二维Otsu的最佳二维阈值向量.实验结果表明,该方法具有良好的抗噪声性能,能得到较好的分割效果,缩短了寻找最佳二维阈值向量的时间,提高了二维Otsu方法的运算效率.

基于SAPSO优化三维Otsu方法的医学图像分割算法(英文)

医学图像具有内容丰富多样、特征丰富、多尺度等特性,因此对医学图像的分割比一般图像的难度更大。针对上述问题,提出了基于改进粒子群优化三维Otsu方法的医学图像分割算法。由于三维Otsu方法计算量大,采用粒子群优化算法来搜索阈值向量,每个粒子代表一个可行的阈值向量,通过粒子群之间的协作来获得最优阈值。由于粒子群优化算法容易陷入局部最优解的的缺点,提出了模拟退火的粒子群优化方法,使其能够快速准确得到整体最佳解,还能保持粒子群算法求解速度快的优点。最后通过仿真实验得出了结论表明,所提出的方法不仅能得到理想的结果,而且计算量大大减少。

基于数学形态学和Otsu方法的VHP数据心脏图像分割

针对可视人计划的数据提取心脏图像存在自身的多样性以及局部边界不清晰所造成的分割难问题,提出了一种分阶段的分割方法。即在第一阶段引入数学形态学的方法,提出一种基于形态重构的开闭运算与O tsu阈值分割相结合的方法,对原始图像中的感兴趣区域进行预提取,有效的解决了单一阈值分割方法中存在的缺陷;第二阶段利用形态学变换对预提取图像进行精确分割,最终得到心脏图像。实验结果表明,这种分阶段的分割方法在运算效率以及分割精度上都取到了较理想的结果,对可视人计划的实现具有较高的实用价值。

基于改进的Otsu方法的钢渣彩色图像分割

针对彩色钢渣图像目标与背景区域颜色存在较大差异以及钢渣亮光被误分割为钢渣的问题,采用基于Lab颜色空间的K均值聚类算法对彩色图像进行预处理,提出一种改进的Otsu方法对钢渣彩色图像进行分割。将RGB颜色空间通过各种变换转到均匀的Lab颜色空间;利用k均值聚类算法对图像进行预处理,预处理后的图像基本实现钢渣与背景的分离;对传统的Otsu方法进行改进,将背景像素点占整幅图像的比例作为权重引入到目标方程式中,用改进的Otsu方法对预处理后的图像进行阈值分割。通过对采集的彩色钢渣图像进行分割实验,将改进的Otsu方法与其它方法进行对比分析,实验结果表明,该方法有效地改善了分割效果,降低了分割误差。

基于Otsu方法和数学形态学的SAR图像海岸线检测

合成孔径雷达(SAR)图像海岸线检测,在很多海洋应用中具有重要意义。由于受海风和海浪影响,海面有时会产生强回波信号,以及受speckle噪声等其他因素的影响,SAR图像中海洋和陆地缺乏对比度,边界不清晰,用传统的阈值门限法等进行海岸线检测很困难。本文提出一种改进的海岸线检测方法,该算法引入最大类间方差法(Otsu方法)和数学形态学算法,以较小的计算量检测出了海岸线。通过使用Envisat ASAR图像进行实验,证明该方法具有较好的检测效果和检测速度,检测出的海岸线和原始图像的海岸线有很好的匹配,检测精度与边界追踪算法比较有所提高。

结合类的内聚性的Otsu阈值计算方法研究

Otsu算法是一种传统的阈值计算方法,并在实践中得到了广泛的应用。然而它在前景与背景分界较为模糊的图像上效果不是很理想。本文提出了一种对Ostu方法进行改进的阈值计算方法,该方法在将图像进行均衡化处理后,将前景和背景像素类的内聚性结合到Otsu方法中,并给出了一个改进的分类判别函数。

基于改进Otsu+Hough图像处理算法的菌落计数研究

在农业、食品、医学等行业中,微生物检测是重中之重,贯穿在日常工作之中,农业、食品、医学等行业中的从业者需要使用人工计数的方法对菌落计数。菌落人工计数这种办法不仅仅充满不确定性,而且存在效率低等问题,在微生物重视度越来越高的今天,微生物自动化检测系统成为了改工作从业者最需要的系统。该文对工业相机、图像处理以及计数算法等进行展开研究,提出一种基于改进Otsu的菌落计数系统。该系统分为2个部分:硬件的视觉图像采集系统和软件图像处理算法;运动控制技术通过使用Labview来控制,视觉采集系统通过工业相机收集菌落图像,实现了微生物图像自动采集,可以在菌落培养柜中实时采集图像,无需对培养皿进行频繁的取出操作,避免培养皿中的菌落因为环境变化而受到影响。图像处理利用python语言的方便快捷性,根据开放源代码OpenCV库来对多种图像进行Otsu、Hough变换等处理算法,使得微生物计数在保证正确率和效率的同时,不需要耗费人力人工计数,由算法自动生成计算和分析计数结果。实验结果表明,程序处理图像平均用时较短,算法计数结果与人工计数结果相比误差较小,通过算法精简可以实现相关实验室对菌落计数的自动化处理,在提高了菌落计数效率及准确度的同时减少了科研人员劳动强度。

加权Otsu分割方法及其模糊理论解释

从信息散度角度出发推导出一种图像灰度概率加权的Otsu分割方法,将灰度概率加权进行推广得到一般加权的Otsu分割方法,采用模糊能量理论解释其合理性。实验结果表明,加权Otsu分割方法是可行的,能避免传统Otsu分割方法提取出的目标可能与实际需要的目标不一致的问题,是对已有Otsu分割方法的有益补充。

一种基于属性加权朴素贝叶斯算法的OTSU图像分割方法

为了增强图像分割技术的准确性并优化图像分割技术的细节分割效果,提出了一种基于属性加权朴素贝叶斯算法的OTSU图像分割方法。将OTSU算法中依据图像灰度特征选取的图像中的前景和背景通过属性加权朴素贝叶斯算法进行分类处理,计算图像中前景和背景的概率,训练该模型以获得最佳阈值进行图像分割处理,优化图像分割的效果。利用无人机航拍采集的图像数据进行实验,结果显示基于属性加权朴素贝叶斯算法的OTSU图像分割方法优化了图像的分割效果,较完整地展示了分割后的图像细节,具有较好的应用价值。

改进的基于Otsu方法在超声序列图像分割中的应用

图像分割是从医学图像中将不同的组织根据灰度等信息加以区分的技术,是实现医学图像三维重建的基础,分割的效果直接影响到三维重建后模型的精确性。良好分割使医生能够对病变组织进行定性及定量的分析。

一种结合空间信息的图像阈值分割新方法

针对基于灰度分布的图像阈值分割方法的不足,本文通过结合使用灰度级和空间相关信息将分类像素的特征空间从一维推广到二维,利用二维Otsu方法得到稳健的初始分割,然后使用松弛迭代的区域增长技术来判决边缘像素的归属。实验结果表明,本方法能够获得更好的阈值分割效果和更强的鲁棒性,并且大大降低了时间复杂度。

Otsu准则的阈值性质分析

分析Otsu阈值性质可以为应用和改进Otsu方法提供理论依据.证明了Otsu方法找出的最佳阈值是用该阈值分割出的两类的均值的平均值.当两类的类内方差差别较大时,Otsu方法的分割阈值将偏向类内方差大的一类,从而将类内方差大的一类的部分像素划分到类内方差小的类中.针对这种情况,提出了一种约束灰度范围的改进型Otsu方法.实验结果表明,新算法的性能明显优于传统的Otsu方法.

基于Canny算法的自适应边缘检测方法

针对传统Canny边缘检测算法自动化程度不高的缺点,提出一种自适应算法。改进的Canny算法通过尺度自适应调整的高斯滤波器对原始图像进行平滑滤波,保留边缘信息并去除噪声的影响。对经过非极大抑制后的图像梯度直方图采用最大类间方差方法对检测和连接边缘的高低阈值进行了自适应设定。理论和实验结果表明,改进的Canny算法简单易实现,满足了原算法的最优化准则,并且提供了边缘的自动化检测能力,得到了良好的检测结果。

考虑分形特征的岩心扫描图像合理分割方法

考虑岩石的孔隙度和孔隙结构的分形特征的关系,结合图像分割Otsu算法,提出Otsu算法的分形校正算法。首先对三种砂岩岩心的扫描图像进行处理,得到结果与实验结果进行对比,发现分形校正算法能够大大提高图像分割的准确度;此外对致密性气藏岩心和页岩岩心进行处理,分形校正算法的结果同样更接近实验值。由于实验得到为岩心的有效孔隙度,因此比计算值偏小。对于实验难以测量孔隙度的岩心,可以采用Otsu分形校正算法对扫描图像进行处理,得到其孔隙度。