Otsu准则下分割阈值的快速计算

传统Otsu法在确定阈值时需要穷举计算图像中每个灰度值为阈值时的类间方差.文中利用Otsu阈值的性质,提出了一个新算法以快速计算Otsu阈值.新算法搜寻出与两类类内均值的平均值的整数部分相等的阈值,从中确定一个符合Otsu准则的阈值.传统Otsu法在对梯度图像中的小目标分割时分割性能不佳,文中提出了一个Otsu阈值的改进算法,该算法使用快速计算Otsu阈值的新算法递归求解分割阈值.实验结果表明,与传统Otsu算法相比,计算Otsu阈值的快速算法速度更快,而阈值的改进算法对梯度图像中的小目标分割效果更好.

基于Otsu准则和直线截距直方图的阈值分割

对二维Otsu法中类间离散度测度进行了分析,发现按该算法对被噪声污染图像的二维直方图进行划分时,所得两类的类内均值点容易远离主对角线,因而抗噪声能力不足。针对以上情况,本文提出了一种新算法,该算法基于二维直方图中直线阈值分割的思想,利用像素点的二维信息直接建立阈值直线的截距直方图;然后应用Otsu准则对该一维直方图求解最佳截距阈值,并应用该阈值和二维信息完成图像分割。对提出的算法与传统二维Otsu法进行了比较和分析,结果表明:提出的算法可以有效避免传统算法在抗噪方面的缺陷,当实验图像的噪声方差大于0.003且逐渐增加时,提出的算法抗噪表现稳健;另外,提出的算法计算阈值的速度比基于二维Otsu法的直分法和直线阈值法快2个数量级以上,占用内存空间更少。因而提出的算法是一种抗噪稳健且快速有效的阈值分割算法,更适于实时应用。

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.

基于多阈值Otsu准则的阈值分割快速计算

针对传统多阈值Otsu方法在寻找最佳阈值过程中穷举计算效率低的问题,该文分析了多阈值Otsu的阈值性质,证明了使用Otsu方法找到的一组最佳阈值与分割出的各类均值之间的数学对应关系。根据多阈值Otsu的阈值性质,该文提出一个新算法用来快速计算所需最佳阈值,建立了一种新的阈值搜索模型。该算法搜寻满足Otsu多阈值与以此阈值分割出的各类均值之间关系的一组最优阈值,从而确定符合Otsu准则的最佳阈值。该算法有效减少了阈值搜索范围,并且在均值、方差等计算上引入了查找表,优化了底层运算。实验结果表明,与传统多阈值Otsu方法相比,该算法的分割速度大幅度提高,相比于其他多阈值Otsu快速算法,不仅在计算速度上有所提升,而且得到的最佳阈值克服了随机性和偶然性的缺点,是严格符合Otsu原则的。

基于改进模糊C均值聚类与Otsu的图像分割方法

针对背景与前景颜色差别较小的原木图像分割效果不理想的情况,本文给出了模糊C均值聚类与Otsu相结合的图像分割方法。该方法首先以标准原木数据库为样本,之后使用模糊C均值聚类算法把背景与前景颜色差别较小的原木样本图像分割成2类,其次利用准则函数找出前景分割结果,最后把该结果作为Otsu算法的输入,对原木样本图像进行再次分割。实验结果表明,本文研究的算法比单独使用模糊C均值聚类算法、Otsu和同类算法有较好的分割效果和较高的分割准确率,边缘信息保留较好,平均分割准确率提高2个百分点。

改进的交互式Otsu红外图像分割算法

为提高红外图像中目标分割的精度和抗噪性能,提出了一种改进的交互式Otsu图像分割算法;采用图像信息熵特征和类间方差特征对经典Otsu算法的阈值判别函数进行改进,获得的最优阈值能较好地将目标从背景中分割出来,且具有良好的边缘保持效果,提高了算法的分割精度;同时,针对红外图像目标单一的特点,采用交互式粗分割的思路,先在红外图像中提取包含目标的局部封闭区域,进而在提取的区域内进行改进的Otsu分割;通过对红外图像激光光斑目标提取过程的实验结果表明:改进的Otsu分割算法大大降低了背景噪声对分割算法的影响,提高了抗噪性能与分割精度,且最大程度地减少分割算法的运算量,并较好地保持了目标模糊边缘,分割效果优于传统的Otsu算法和相关的改进Otsu算法。

基于Otsu准则的红外图像快速分割算法

为实现红外图像快速目标检测,提出了一种基于Otsu准则的红外图像快速分割算法.首先运用模糊算法调整全局滤波的权值进行预处理,利用像素点的二维信息直接建立阈值直线的截距直方图;然后根据Otsu准则求解最佳截距阈值,使用该阈值直接对含二维信息的图像进行分割;最后通过自适应参数的形态学操作提升图像质量.实验结果表明,与二维直分法和Otsu直线阈值法相比,本文算法分割精度较好,具有噪声抑制能力,占用较少内存空间,对多目标图像具有较好的分割效果.

细胞膜机制萤火虫算法优化多阈值Otsu图像分割

图像阈值分割是将灰度图像转换为二值图像的常用图像分割方式.经典多阈值Otsu算法对复杂图像进行分割取得了很好的效果,但是其采用穷举方法来寻找最优阈值是非常耗时的.针对这一问题,本文提出了一种基于细胞膜和自适应步长萤火虫混合优化算法的多阈值Otsu图像分割方法.利用萤火虫算法的启发式搜索来寻找图像分割的最优阈值很好地降低了算法的时间复杂度,并且在萤火虫算法中混合细胞膜算法很好地解决了萤火虫算法的"早熟"现象.实验结果表明,与经典多阈值Otsu法和萤火虫算法优化多阈值Otsu法相比,本文提出的算法具有更高的收敛速度和更好的图像分割效果,并且有效解决了萤火虫算法易陷入局部最优的问题.

基于Otsu准则和性质的降维阈值分割法

通过对传统二维Otsu算法和二维直线阈值分割法进行分析,发现该两种算法在穷举计算时其计算量很大,计算时间长,严重拖慢了处理速度,不适用与时间要求高的场景。所以本文提出了一种基于Otsu准则和性质的降维快速阈值分割法。该算法将传统的一维直方图转换成两个一维直方图,再根据Otsu准则和性质快速计算出其基于图像灰度值和基于邻域平均灰度值的两个阈值,并使用以上两个阈值和二维直方图数据完成图像二值化。通过对本文的算法与二维Otsu直方图法以及二维阈值直线法进行数据比较,其结果表明:本文的算法可以有效避免传统算法在噪声干扰方面的缺陷,同时运算速度大大被提高,更加适用于实时图像处理。

一种微小表面缺陷的机器视觉检测方法

针对表面缺陷在线自动检测应用的特点,提出一种快速检测微小表面缺陷的新方法.文中分析了Otsu法分割表面梯度图像中微小缺陷的性能,结合分析结果提出利用梯度图像方差分布搜寻表面缺陷区域的算法,在有表面缺陷的局部区域应用0tsu法分割图像.算法性能分析和实验结果表明,该方法可从背景变化不剧烈的表面图像中快速自动检测微小表面缺陷.

基于样本加权FCM聚类的未知类别局部放电信号识别

针对电力变压器待识别局部放电信号中可能存在不属于已知类别的未知样本的问题,提出了一种基于样本加权模糊C均值(FCM)聚类的未知类别局部放电信号识别方法。对已知类别的局部放电信号进行FCM聚类,确定各已知类的聚类中心;分别计算已知类别和待识别局部放电信号的样本权值,并根据Otsu准则确定样本权值的自适应阈值;将各待识别局部放电信号的权值与确定的阈值进行比较,判断其是否属于已知类别;采用支持向量机(SVM)对得到的属于已知类别的待识别局部放电信号进行分类,对未知类别样本进行人为分析判断。采用所提方法对实验室条件下的放电信号进行分析,实验结果表明,所提方法可以有效地区分待识别局部放电信号中的未知类别样本。

采用局部动态阈值的图像分割算法

针对图像全局Otsu分割算法和传统的局部阈值分割算法在复杂背景图像分割中的不足,提出了一种采用局部动态阈值的图像分割算法。首先通过分析图像直方图类型对图像进行划分,并使用Otsu算法确定各个子图像的阈值。然后对阈值矩阵进行平滑和插值处理,使之成为和原图像像素数目相等的新阈值矩阵。最终利用此阈值矩阵完成图像分割。实验结果表明,该算法对复杂背景图像的分割效果好于全局Otsu分割算法和传统局部阈值分割算法,是一种有效的分割算法。

基于二维直方图的图像分割算法研究

分析比较了基于二维直方图的两种图像分割算法,在此基础上提出了新的阈值分割输出函数,并进一步改进了传统的阈值分割方法。该方法不仅充分考虑了像元点之间的空间相关信息,增强了识别能力,而且大大降低了运算的时间。

一种遥感图像海上船舶多级自适应聚类分割方法

采用一种改进型图像信息熵来表征目标区域的复杂程度,并以改进型信息熵和Otsu聚类算法为基础,提出一种遥感图像海上目标多级自适应分割方法。实验结果表明,该方法对于中分辨率遥感图像中相对复杂海域背景下的小目标图像分割有着较好的效果。

基于改进Canny算子的CT图像边缘检测

结合CT图像的特点,在传统Canny算法的基础上提出了改进的Canny算法.该算法先用基于GCV准则的阈值函数平滑去噪,在得到非极大值抑制图像后用Otsu法自适应设定高低阈值,并用形态学结构元素细化边缘.实验证明,该方法能有效解决常见边缘检测算法对去除噪声和获取精细边缘之间的矛盾,使伪边缘现象大为减少,从而获得了比较理想的边缘检测效果,为提高医生诊断病情的准确率打下了良好的基础.

一个基于视觉非线性的图像分割算法

提出一个基于视觉非线性的图像分割算法，其主要思想是模拟人的视觉感官机理设定图像的局域性阈值，能够有效地对光照不均匀，景物间灰度变化不明显的图像进行分割。文中将其应用于原木捆端面和图像分割中，实验证明该算法明显优于传统的图像分割法。

基于Fisher准则函数的二维阈值图像分割算法

文章针对图像分割中小目标物体识别困难和抗噪声性能差的问题,引入模式识别中的Fisher评价函数作为图像分割准则函数,基于Fisher准则函数提出二维阈值分割新技术,结合二维直方图抗噪声性能强和Fisher准则函数受目标和背景比例影响小的特点,对图像进行分割。实验结果表明,方法具有较好的识别能力和较强的抗噪声性能。

一种红外图像快速目标检测方法

为解决红外图像目标检测问题,着重从红外图像预处理、背景抑制和图像分割展开工作。预处理中采用灰度分级调整灰度变换权值的方法;背景抑制采用根据成像距离调整Top-hat变换滤波算子的尺寸;图像分割借鉴二维灰度直方图中阈值划分的相关思路,构建截距直方图,根据最大类间方差准则计算出最优门限分割红外图像;最终实现红外图像快速目标检测。该方法有噪声抑制能力,对单目标、多目标都实现了较好的红外目标检测效果,且精度好,有一定的应用前景。

基于彩色可见光图像的绝缘子污秽等级判别

提出一种新的基于彩色可见光图像的高压绝缘子污秽等级判别方法。对深圳变电局所属多个变电站进行现场拍摄获取污秽绝缘子可见光图像,并实验获取其对应等值附盐密度,经图像灰度化、图像增强、滤波后,用两次最大类间方差法进行分割,得到盘面积污区域。提取积污区域的RGB、HSV空间共36个特征分量,并运用Fisher判别法进行特征量筛选。用筛选的特征量训练BP神经网络,建立可见光图像污秽等级判别网络。试验结果表明可见光污秽等级判别法具有较高准确率,是一种检验高压绝缘子污秽等级的可行方法。

一种基于Otsu准则的盲信噪比估计算法

针对基于子空间分解信噪比估计算法中信号子空间维数估计不准确的问题，提出了一种基于Otsu准则的盲信噪比估计算法。该算法构造接收信号的自相关矩阵，利用图像分割中的Otsu准则将含噪信号空间精确分成信号子空间和噪声子空间，求得信噪比。仿真结果表明，信噪比为3～30dB时，高斯信道下常用调制信号的信噪比估计标准差小于0．05dB，与基于最小描述长度（minimumdescriptionlength，MDL）准则、Akaike信息准则（Akaikein—formationcriterion，AIC）等算法相比能适应更短的数据长度。