基于Otsu理论的灰度图像分割算法研究和改进

Otsu算法是利用最大类间方差准则对图像像素进行阈值分割.二维Otsu算法是在一维Otsu算法的基础上提出的,但是其计算量大,且只有当图像每个类的像素数目接近彼此时才能得到满意的结果.对二维直方图重新划分,改变阈值的求解范围,提高分割准确率和减少阈值计算时间.实验结果表明该方法提高分割效率,对含噪声的图像分割效果较好.     

基于蛙跳算法与Otsu法的图像多阈值分割技术

 为了快速准确地确定多阈值图像分割中的最佳阈值,提出了一种基于蛙跳算法与Otsu法相结合的多阈值图像分割方法.该方法将多阈值求解看作一种多变量的组合求解优化问题,利用多阈值Otsu法设计分割目标函数,将新兴的仿生学优化求解算法——蛙跳算法引入到图像分割技术中,通过蛙跳算法中全局搜索和局部搜索相结合的搜索机制并行求解多个阈值.实验结果表明,该方法与基于人工鱼群算法的图像多阈值分割方法相比,明显提高了图像分割速度和分割质量.     

基于Otsu阈值彩色图像分割方法研究

彩色图像的分割一直是现在研究的热点和难点,提出先分析彩色图像空间,转换成RGB图像,利用数据融合技术生成灰度图像,根据不同图像基于最大类间方差（Otsu）动态获取阈值,最后闽值判断分割图像。     

自动指纹识别系统图像分割算法的研究

以指纹为代表的个人身份识别和认证，早就得到了人们的认可和使用．由于指纹具有唯一性和终身不变性，正成为近年来应用最为广泛的生物特征．一幅采集到的指纹图像，总不可避免地存在背景区域，所谓分割就是将背景区域从指纹图像中分离出来．噪声区域和背景区域各点的方向是随机分布的，而前景区域各点在某一方向上占主导地位．因此，前景区域中在与纹线流垂直的方向上灰度方差较大而在沿纹线流方向上方差较小．提出了一种指纹图像分割的新方法，首先将指纹图像分块，准确提取出每块的方向信息．分别沿平行块方向和垂直块方向求取块内各点的灰度变化，并计算该块在这两方向上所有点的平均灰度变化．对指纹图像每一块的两个方向灰度变化进行归一化处理，结合这两种判断依据确定该块是属于前景区域还是属于背景区域．本算法充分利用了指纹图像特有的方向性和灰度特性，能准确地将背景区域从指纹图像中分离出来，既节约了预处理时间，又能保证一定精度．     

基于灰度最优阈值的图像分割方法及应用

讨论了在对图像进行分割时的一维、二维灰度直方图分割方法，对最优阈值灰度分割方法原理进行了描述，得出了最优阈值灰度分割算法。实验结果表明：利用此算法对图像进行分割能够得到较好的分割效果。     

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．     

改进的三维Otsu阈值分割法及其快速实现

常用的三维直方图一般由灰度级-平均灰度级-中值灰度级构成,其区域划分方式存在明显的不足。对此,本文提出了一种改进的三维Otsu法。该方法基于灰度级-平均梯度-中值梯度建立三维直方图,采用新的区域划分方式提高划分精度;为提高算法效率,推导了该方法的快速迭代公式。测试实验表明:与传统三维Otsu法相比,该方法的计算效率高,分割精度好、抗噪性强,表现出较好的应用价值。     

基于梯度直方图的产品表面缺陷图像自适应阈值分割方法研究

为了提高产品表面缺陷检测精度并降低检测成本,文章以E型磁环表面缺陷的自动检测为例,分析了产品表面图像的特征,提出了一种利用梯度直方图信息的图像自适应阈值分割算法.通过实例,与原自适应直方图阈值分割算法和固定阈值分割算法相比较,结果表明:该算法采用可动态调整的形态学梯度算子计算梯度直方图,抗噪能力强;充分利用了图像的边缘信息和缺陷内部灰度分布不均匀的特性,适应性广;算法简单,具有实时准确分割图像的特点.     

三维Otsu阈值分割方法的快速实现

针对图像分割中三维Otsu阈值法存在的计算复杂度高的问题,笔者提出了一种三维Otsu阈值分割方法的快速实现算法,该算法通过用递推的方法得到查找表,从而消除三维Otsu阈值法中的冗余计算,能够很好地提高三维Otsu阈值法的计算速度.实验结果表明,该算法不仅计算时间远远小于原始三维Otsu算法, 并且求得的阈值跟原始的算法一样.     

阈值化图像分割算法研究

本文将阈值化分割算法划分为几类,以时间顺序分别介绍了每种方法的研究背景,并讨论其优缺点。     

采用二次灰度直方图的砂轮磨粒图像阈值分割

为了解决金刚石砂轮表面磨粒灰度直方图阈值分割方法对区域划分存在误分割的缺陷,提出一种基于二次灰度直方图连通区域标记磨粒图像分割方法.首先,将原始金刚石磨粒图像转换为灰度图像,并对其滤波处理消除噪声.其次,设定阈值完成第一次直方图阈值分割,消除较小结构暗细节.然后,标记各个连通区域,填上不同的颜色.最后,设定阈值完成第二次直方图阈值分割,获取感兴趣目标磨粒区域.结果表明:文中方法可将感兴趣目标磨粒与背景分离,得到较好的分割效果和较高的分割效率.     

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。     

基于多层次聚类的纹理图像分割算法

提出了一种基于多层次聚类的算法,此算法相对传统算法降低了空间和时间复杂度,并减少了对参数的敏感度,适合处理大规模数据集.该算法包括粗分、代表点聚类和细分三个阶段.首先,利用亲和传播聚类(AP)算法对所有数据进行粗分,为了节省空间和时间,仅考虑每个点和离自己最近的t个近邻之间的相似度,所以构造的相似度矩阵远远小于原始AP算法所构造的相似度矩阵;其次,为了进一步提高效率和性能,在第二阶段采用密度峰值算法(FDP)对上一阶段所得结果进行再划分;最后,结合两个阶段划分的结果得到所有数据的划分.实验表明:所提算法可以快速准确地进行图像分割,和经典聚类算法FCM(模糊C均值)、Kmeans以及SOM(自组织映射)的对比实验也证明了所提算法的有效性.     

基于一维熵的图像阈值自动选取

图像的直方图双峰不明显时,选择分割阈值就很困难。本文提出用图像的香农(Shannon)信息熵来克服这一困难,并进行了理论推导,提出了实现算法。实验结果表明,本算法对任何形状的直方图,均可自动选择分割阈值。     

一种二维直方图阈值化图像分割的后处理方法

在灰度图像的二维阈值化分割方法中，存在部分可能的噪声或边缘点，而没有对其进行处理或处理很草率，针对这个不足，提出了一种进一步将这种点归类，提高分割质量的后处理方法，该方法通过考察这种点的8-邻域或16-邻域内的其他点的分布情况，比较这些点到相应的邻域中分属于目标和背景的两类点中心之间的距离，将这些点分割到距离较小的一类中，以达到将图像中的所有点进行归类的目的，实验分析表明，这种后处理方法提高了分割的准确性，减少了分割错误。     

一种基于模糊熵的水凝胶图像分割算法

针对如何无接触地测量水凝胶的形变状态这个难题,提出一种基于图像分析的测量方法.该方法的测量精度取决于水凝胶图像分割的好坏.基于实验图像中目标与背景区域具有明显的色差,但其直方图没有双峰的特性,提出一种基于颜色直方图和模糊熵的分割算法.实验表明,该方法能有效克服经典方法易受光照不均等因素造成的不良影响,具有识别精度高、计算量小、实时性好的特点.     

基于顶帽变换和Otsu的图像分割方法研究

为了克服直接使用最大类间方差法(Otsu)的图像分割方法不能对具有亮度不均匀背景的图像进行准确分割的不足,提出了一种基于数学形态学中的顶帽变换和最大类间方差法(Otsu)的图像分割方法。首先从数学形态学出发,详细阐述了灰度形态学的基本运算(腐蚀、膨胀、开、闭运算),引申出可以消除图像不均匀背景的顶帽变换法;然后介绍Otsu图像分割算法的具体步骤。最后以MATLAB7.0为实验平台,将顶帽变换和Otsu两种算法结合起来对图像进行分割算法仿真实验。理论分析和仿真实验结果表明,本文提出的方法可以实现快速、准确地分割。     

一种新的自适应二维Otsu图像分割算法研究

现有二维Otsu图像分割算法的阈值识别函数是通过计算类间离散度矩阵的迹来实现的,没有考虑目标和背景这两类像素自身的内聚性且计算复杂度高,为此提出一种新的阈值识别函数设计算法.该算法先统计待分割图像目标类和背景类各自类内的绝对差,相加得到总体类内绝对差之和;再统计目标类和背景类两类之间的总体平均离差;然后把总体类内绝对差和类间总体离差的商式作为阈值识别函数.实验结果表明,与现有的识别函数相比,利用新构造的阈值识别函数来自适应寻优阈值,从主观上和客观上都取得了较好的分割效果,而且计算量较小.     

基于改进蚁群算法的阈值医学图像分割

为了提高医学图像分割的精确度,提出了一种基于改进蚁群算法的阈值医学图像分割.对蚁群算法中的初始聚类中心、动态更新信息素浓度和参数变量进行了改进.实验结果证明:改进算法可以提高医学图像的分割精确度,同时克服蚁群算法搜索时间较长,求解速度较慢的缺陷,缩短运算时间.     

基于二维直方图的otsu图像分割算法改进

分析了灰度图像传统的二维最大类间方差otsu法,在此基础上改进了传统的阈值分割方法,提出了新的阈值分割输出函数,并通过压缩二维直方图预搜索的方法,使运算量大大降低.理论分析和实验结果表明,该方法不仅增强了识别能力,而且大大提高了分割效率.