摘 要: | 在铁谱图像阈值分割的结果中,图像的前景往往含有大量的非目标磨粒区域.为了提高阈值分割算法的准确性,降低误检率,提出了一种铁谱图像在高斯尺度空间下自顶而下的分割算法.采用卷积和下采样技术,构建由多组分层的平滑铁谱图像所组成的高斯尺度空间,其尺度按照一定规律由细到粗变化;对尺度空间的每一层图像进行独立的阈值分割,不同尺度下的图像采用不同的阈值,在尺度空间中形成了多阈值的分割结果;通过逻辑运算在尺度空间中将这些分割结果自顶而下逐步精细化.针对两类铁谱图像的分割过程表明,从大尺度到小尺度的自顶而下分割过程不仅抑制了绝大部分干扰,而且能够由粗到细逐步找回在小尺度分割结果中所得到的目标细节.最终的分割实验结果表明,该算法能够将传统阈值算法的准确性提高14个百分点,误检率降低15个百分点.
|