一种图像自适应阈值分割算法

本文中简单介绍了在手腕骨X线片的自动判读系统中，对图像进行分割时改进的自适应阈值分割法。它是图像处理技术在医学和体育科学领域中的一个应用和尝试，此文的算法基于骨龄图像自动判读系统。     

颅骨图像的阈值分割算法研究

针对颅骨CT图像中灰度值范围变化较大的特点,阐述了两种图像的分割方法,一种是基于边缘信息的分割,一种是基于区域信息的图像分割,提出了在颅骨CT图像分割中采用基于区域的阈值分割算法,并通过软件编程实验证明了它具有算法简单、识别效果好、效率高的特点．     

女书文字分割

描述用C++ Builder进行图像处理,实现位图的打开和对位图图像进行处理,并对位图中的女书文字进行分割,最终实现对女书文字的提取。该方法同样可以用于对其他文字的分割与提取。     

基于Matlab的图像阈值分割算法研究

重点讨论了图像分割法中的阈值研究法,包括全局阈值法和自适应阈值法。对全局阈值算法中的人工选择法、迭代式阈值选择法、最大类间方差法以及自适应算法中的分水岭算法进行了重点分析,用Matlab进行实现并给出了实验结果;分析了几种算法的适用情况,并提出了一些改进意见。     

有关复杂图像的多阈值分割法初探

图像分割是图像处理与计算机视觉领域低层次视觉中最为基础和重要的领域之一,它是对图像进行视觉分析和模式识别的基本前提。阈值法是一种传统的图像分割方法,因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术,已被应用于很多领域。本文介绍了几种复杂图形的多阈值分割技术。     

基于形态学的微目标的图像分割

提出了一种适于高分辨率可见微目标图像的分割算法,首先通过形态学运算强化微目标区域,利用阈值化分割并提取这些感兴趣区域;然后运用小波多尺度算子检测这些区域的边缘;最后再次采用形态学运算以获取目标区域边缘.仿真结果表明该方法能有效地将图像中的具有特定结构的微目标区域分割开来.     

基于形态学重建的分水岭图像分割实验教学研究

现有分水岭算法对噪声敏感,易出现过度分割现象,导致图像分割边缘不明显.在传统分水岭算法基础上,通过形态学开闭重建来清除图像中的噪声点,并采用最小覆盖运算修改梯度图像,使得局部最小区域仅出现在标记位置,从而消除过分割现象.实验结果表明,与传统标记分水岭算法相比,用改进的算法对硬币图像和火焰图像进行处理,硬币轮廓识别率提高...     

基于二维最大熵阈值图像分割技术的改进方法

针对数字图像处理的问题,提出了一种基于二维最大熵阈值图像分割技术的改进方法。改进方法通过比较阈值选取方案来消除误差,并将原本复杂的二维解空间的求解过程递推简化到了一维求解过程,大大减少了计算量。     

一种提取模糊图像边缘区域的双阈值分割方法

针对目标和背景在同一平面的图像，提出一种双阈值分割方法获取图像由目标过渡到背景的边缘区域，并将提取的边缘区域平均梯度用于图像清晰度的评价，评价效果较好．     

基于OTSU实现图像分割

图像分割是图像处理的一个重要环节。图像分割有很多种算法,本文采用Otsu阈值分割算法对图像进行分割。经过实验发现,Otsu阈值分割法的算法简单、计算速度较快、实时性较高,对于目标和背景灰度差值较大的图像,其分割效果较好,但对于灰度差异不太明显的图像,其分割效果就不是很理想。     

基于模糊形态学和分水岭算法的图像分割研究

提出了一种基于模糊形态学和形态分水岭算法的图像分割方法,利用模糊形态学闭开运算先平滑原始图像,图像通过平滑后在保留重要区域轮廓的同时去除了细节和噪声,而后进行形态分水岭变换实现图像分割。实验结果表明这种方法具有较好的分割效果。     

快速、准确的图像阈值分割新方法

图像分割是数字图像处理系统中基本而关键的技术.通过阈值分割是其最简单的技术,它假设目标和背景是可以分离的.详细讨论将自适应遗传算法与OTSU算法相结合应用于最佳阈值的确定中,提出了相应的算法并用于图像分割,由于自适应遗传算法具有全局搜索最优解能力,因此能在很短时间内自动确定阈值.实验仿真结果表明,该方法不仅可以实现准确的图像分割,并且使得分割速度大大提高.     

局部动态阈值图像分割算法研究

图像分割是预处理图像转入图像分析的关键环节,在图像分析、模式识别中起着重要的作用,采用图像分割可以将图像中感兴趣物像、不感兴趣物像进行分离,实现了提取目标参数、特征的可能性,所以图像分割一直受到人们的重视。提出了一种应用局部动态阈值进行图像分割的算法,通过试验表明:采用局部动态阈值进行图像分割算法在分割复杂背景图像时具有较好的分割效果,是一种有效的分割算法。     

基于鸡群算法的Tsallis熵多阈值图像分割

为了改善Tsallis熵在多阈值图像分割时存在计算量大、耗时长、实用性差的问题,提出基于鸡群算法的Tsallis熵多阈值图像分割方法。首先分析基于Tsallis熵的单阈值分割原理并将其推广到多阈值分割,同时推导出Tsallis熵的多阈值选取公式;其次用鸡群算法求解Tsallis熵函数的最优问题;最后,用穷举法、粒子群算法、差分进化算法及鸡群算法分别对4个典型图像进行多阈值分割,并将各算法的分割数据分别作比较。实验结果表明,鸡群算法能够快速准确地分割复杂图像,且分割效果优于穷举法、粒子群算法以及差分进化算法。     

基于IBCC优化算法的多阈值图像分割

图像阈值分割算法中,如何确定最优阈值是关键.使用传统多阈值法对较复杂图像进行分割,存在计算复杂度高、分割速度慢等问题.文章将细菌群体趋药性优化算法和阈值分割算法相结合,并且对细菌群体趋药性算法进行改进,提出了基于改进细菌群体趋药性优化算法的多阈值图像分割算法.实验结果证明,文章提出的算法具有很好的收敛性和稳定性,得到了较好的图像分割效果和图像分割速度.     

基于Parzen窗技术和信息熵的图像分割阈值选取新方法PWET

传统的阈值选取方法是以图像的灰度直方图做为像素灰度值的概率密度函数的近似估计,然后利用此密度函数来构造目标函数,通过在灰度值中搜索使目标函数最大化(最小化)的灰度值做为最优全局阈值,从而实现图像的分割.为了克服以直方图(灰度值出现的频率)替代灰度值的概率分布不够准确的缺陷,提出了一种基于parzen窗技术和信息熵的阅值选取新方法PWET.该方法以图像的像素坐标集为样本空间,利用parzen窗技术估计图像灰度值的空间概率分布,再结合信息熵来构造新的目标函数,通过在灰度值范围内搜索使目标函数最大的灰度值作为最优全局阈值.通过将PWET方法和传统的KSW熵方法进行比较实验,结果表明PWET方法对图像分割更有效.     

基于局部自适应阈值分割算法的高压线图像检测方法

采用数字图像处理技术,针对高压线及其环境图像的特点,提出一种基于局部自适应阈值分割算法的高压线图像检测方法。利用灰度图像特性,采用图像算术运算方法去除图像背景,以降低后续处理的难度。在检测高压线和滤除“虚假边缘”时,采用图像局部自适应阈值分割算法,弥补Hough变换算法的不足。实验结果表明,该算法能在复杂背景中对高压线进行有效识别。     

车型图像分割方法的研究

图像分割无论是在图像处理方面, 还是在模式识别方面, 都是一个非常重要而且比较复杂的问题. 本文对一般的汽车车型图像分割方法进行了介绍, 对其中常用的方法进行了较为详细的分析和研究; 指出了目前车型图像分割技术中存在的一些迫切需要解决的问题, 并且提出了一般的解决思路和方案.     

基于双阈值分割法的模糊图像边缘区域的提取研究

图像边缘分割技术一直是图像分析处理中最困难的任务之一。本文提出以双阙值分割法来提取模糊图像边缘区域,通过双阙值分割算法的应用获得靠近边缘的初始轮廓,能准确跟踪图像边缘区域。结果表明在提取模糊图像边缘区域中,双阙值分割法具有良好的效果。     

一种基于标识的矿石图像分割方法

针对矿石图像中铁矿石相互粘连、大小不同、形态不规则等特点,提出基于双窗的局部均值阈值化算法,较好地将粘连的各矿石目标相互分离。结合孔洞填充、距离变换等算法获取矿石种子标记图像,利用基于标记改进的分水岭算法完成矿石图像分割。实验结果表明,该算法能有效分割粘连矿石,分割效果良好。