首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 46 毫秒
1.
图像分割是对图像特征提取与目标识别的前提,不同分割方法的精确度对特征提取及识别有很大影响.本研究对采集到的新鲜的感染稻瘟病的水稻叶片拍照,采用阈值分割法方对图像进行分割.实验结果表明,在直方图波谷处选取不同阈值进行分割,都能将水稻叶片图像中的病斑与叶片分割开,但阈值选取的差异会对分割结果产生很大影响.  相似文献   

2.
图像分割中的阈值法研究   总被引:1,自引:0,他引:1  
图像分割是图像处理中的一个重要问题,也是一个经典难题。阈值法计算简单,具有较高的运算效率,是图像分割中广泛采用的方法,主要分为全局阈值法和局部阈值法。系统地讨论了阈值法在图像分割中的应用,给出了一个比较全面的综述,对进行图像分割研究的科研人员具有一定的启发作用。  相似文献   

3.
灰度图像的最佳阈值分割算法   总被引:4,自引:0,他引:4  
图像的分割是图像识别的前提和基础。在图像识别技术日益发展的今天,图像的分割技术自然倍受瞩目。本文提出了灰度图像的最佳阈值法分割算法。实验结果表明,该方法能够从图像中获取较为理想的目标图像,并具有一定的抗噪声性能。  相似文献   

4.
为了解决传统谱聚类算法对大尺寸海洋图像难以进行有效计算的问题,提出一种改进的谱聚类算法.采用分块方法将原始图像分割成多个子图,同时结合随机采样算法利用采集的样本估计全局样本,在保证分割精度基础上大大降低计算复杂度,有效地处理高维图像,针对随机采样的不稳定性,采用多次采样聚类并结合大多数投票的方法,得出最终的分割结果.仿...  相似文献   

5.
图像分割是图像处理中的一个重要问题,也是一个经典难题.文章介绍了常用的图像分割的常用技术:如阈值分割方法、边缘检测方法和区域分割方法,以及图像分割的新技术.应用了基于标记的分水岭算法,从仿真实验结果可以看出,标记的选取是该算法图像分割的关键.  相似文献   

6.
对严重噪化的图像 ,提出一个形态学分割方法。先通过灰度骨架变换方法和最大内接块的概念将图像中的颗粒噪声、目标表面及有噪背景分离开 ;移去变化背景及颗粒噪声 ,使图像得以增强 ;为了成功地识别和分离不需要的成分 ,用灰度形态开形成一个尺寸鉴定算法 ;最后在增强图像上应用全局阈值化从背景中获得目标。  相似文献   

7.
针对分形网络演化法存在分割效率相对较低和区域合并准则无法适用于单像素区域对象2个问题,提出采用快速扫描法构建初始区域对象,进而采用基于异质性最小区域合并算法实现分形网络演化分割.实验证明,快速扫描法能快速构建初始区域对象.通过设置适当初始阈值参数,在不影响分割精度情况下,该方法较大程度上提高了整体分割效率.从可信度和通用性角度来看,具有较高的实用价值.  相似文献   

8.
图像不仅含有由统计不确定性产生的信息量 ,而且含有模糊不确定性产生的信息量。我们通过用来测度统计信息的香农熵为模糊总熵 ,开发出基于最大模糊总熵准则的最优阈值技术 ,它是熵阈值技术的良性拓广 ,实验表明它能在二值化后保留更多的图像信息 ,取得更好的图像分割效果。  相似文献   

9.
取阈值是图像分析过程中非常重要的工作。阈值选取的准确与否直接影响后续图像分析的结果。利用最小错误概率的概念,利用直方图得到目标的概率参数,得到车牌图像分析中最优的阈值的选取方法。通过对200幅各种情况下从交通卡口获取的彩色图像进行车牌图像的二值化过程中测试,检测效果较好。  相似文献   

10.
图像维数约简在简化计算复杂性的同时,尽可能地去除数据之间的相关,以较少的特征获得良好的分类效果。车标二值图像水平和垂直投影直方图能够很好地表示车标对象,但目标特征维数较大,选用局部线性嵌入(LLE)算法进行维数约简,最后使用最小距离分类器进行分类识别,得到很好的分类效果。通过交通卡口获得的实测彩色车辆图像进行试验,车标识别准确度较不降维识别提高了9%。  相似文献   

11.
本文提出了一种基于自适应Bandelet变换的BayesShrink软阈值图像去噪方法。根据图像和噪声的特点,在Bandelet化的过程中采用Visu shrink方法中基于最大最小原则所定义的阈值来寻找各个剖分子块的最佳几何流方向和完成最优四叉树分割,从而计算出较为精确的图像几何方向,然后对各个Bandelet块进行BayesShrink软阈值去噪。实验表明,本文提出的算法比基于小波的图像去噪法更能提高去噪后图像的峰值信噪比,同时能够避免小波变换所带来的边界振铃效应,更好地保留了图像的细节特征,取得了较好的视觉效果。  相似文献   

12.
针对SAR图像的分割问题,对K均值聚类算法进行研究.分析动态K均值聚类算法,用聚类样本数的正比函数对该聚类适应度函数进行平均,改进适应度函数的计算.毫米波SAR图像分割实验结果表明,对于城区建筑及路、桥场景的分割,改进后的动态K均值聚类算法和自适应动态K均值聚类算法的分割质量与改进前相同,但是分割时间有一定的减少,改进适应度函数后分割效率得到了提高.  相似文献   

13.
针对传统的基于韦布尔模型的恒虚警检测(CFAR)分割中误差大、精度低的缺点,提出了分割前对特定方向角样本进行垂直中值滤波、分割后采用区域生长滤波的改进方法.最后用区域间对比度和最终测量精度的分割评价准则,与传统CFAR分割和计数滤波的方法进行了比较.对运动和静止目标获取和识别(MSTAR)样本的实验结果表明,改进方法提高了分割精度,分割效果优于传统的CFAR分割方法.  相似文献   

14.
针对传统空域增强算法的不足,LDR (layered difference representation)算法构造一种二维直方图,该直方图包含像素间上下文信息。基于此,提出一种基于LDR的改进算法。该算法将视觉特性引入直方图,构造二维视觉差异直方图,再利用该直方图和LDR进行初步增强。最后采用灰度补偿方法改善过增强现象。实验结果显示该算法可产生更好的视觉效果,并适当提高整体亮度和对比度,消除人工伪影,且无需调整参数,满足实时处理的要求。  相似文献   

15.
结合K-means算法和谱聚类方法的优点,提出一种新的高光谱图像聚类方法。该方法在对高光谱图像数据进行特征降维的基础上,采用K-means算法对图像进行粗聚类处理,然后采用谱聚类方法对粗聚类结果进行较高精度的聚类。与K-means聚类算法相比,该方法有效提高了高光谱图像聚类的分类精度。对模拟数据和真实的高光谱数据的对比实验表明,相对于K-means和谱聚类方法,该方法具有良好的聚类性能。  相似文献   

16.
为了解决户外监控系统在雾天视频清晰度较低的问题,设计了一种以DSP TMS320DM642为硬件核心,以限定对比度自适应直方图均衡化(CLAHE)为去雾算法的视频实时去雾系统.算法首先将原始图像分割成若干个大小相同的子区域,然后选取特定值截取每个子区域的直方图,并将截取下的像素均匀分配到每个灰度级,最终得到限定对比度直方图.实验结果表明,该系统能够有效提高雾天视频清晰度.  相似文献   

17.
以图像增强与分割这两个计算机视觉中最具基础性质的研究方向为内容,深入研究了红外序列图像的增强,以及一般图像的分割问题。在图像增强方面,提出了一种基于模型的远红外序列图像自适应增强算法(ASTHF)。该算法保持了原有算法的良好效果和计算效率,从而达到了视觉效果和运算速度的良好统一。在图像分割方面,提出了一种综合利用边缘和区域信息的图像分割方法———基于尺度空间的区域竞争一般框架(GSRC)。通过将被误标记可能性小的像素作为种子,GSRC首先自动确定初始分割(粗分割),然后以能量泛函为工具,通过综合运用轮廊平滑、概率模型和区域竞争来确定最终的分割(精细分割)。GSRC不仅能有效地利用图像特征,还为特征的知觉组织提供了一条简单的计算途径。  相似文献   

18.
摘要:骨龄是儿童青少年生长发育的重要指标,目前自动化骨龄判读算法研究中,针对骨化中心的准确分割提取是重要一环。然而之前的研究多采用单一算法、过度追求算法效率,导致稳定性、准确度不高。本研究基于《中国人手腕骨发育标准-中华05》中RUS-CHN方法,针对13处骨化中心的提取问题,改进了骨化中心提取的准确度和稳定性。所用算法包括: Canny边缘识别、基于局部图像灰度特征的边缘筛选,边缘连接、骨中轴线多项式拟合、基于Gabor纹理分析的骨化中心精确定位算法。实验表明:对随机抽样的980张待分割样本,本研究应用综合算删除法,对RUS-CHN判读方法所关注的13个骨化中心区域进行分割,13个骨化中心均正确识别并分割的成功率达到了99.2%。  相似文献   

19.
将Gabor滤波器和各向异性扩散方程相结合,提出了一种基于活动围道的无监督纹理图像分割算法.采用基于总变分流的扩散函数,各向异性扩散方程可以有效地在保留纹理图像大尺度边界信息的同时,对图像纹理区域进行平滑,获得比原始图像更易分割的简化图像.但是平滑过程中纹理信息的丧失,限制了该方法的通用性和有效性.为了在利用各向异性扩散方法的同时,有效地提取和利用纹理信息,我们利用Gabor滤波器提取一组表征纹理方向性和尺度性的特征图像;同时将原始图像作为表征纹理灰度信息的一个特征通道考虑;再利用矢量形式的各向异性扩散方程,对特征图像进行边界保持的各向异性平滑.将基于区域灰度统计参数估计的活动围道分割方法扩展到矢量空间,来对平滑后的纹理特征量进行分割.实验证明,利用该纹理分割算法可以获得较好的效果.  相似文献   

20.
在极化合成孔径雷达(PolSAR)地物分类研究中,基于卷积神经网络的图像分割算法存在高维特征信息冗余而导致的分类边界模糊、分类精度低、计算复杂等不足,提出一种基于卷积神经网络和EM算法的轻量化图像分割网络,称为低秩重构网络(low-rank-reconstruction-net,LRR-Net),应用于全极化SAR图像的地物分类。LRR-Net从极化目标分解的思想出发,利用EM算法对特征进行低秩重构,将特征从高维空间映射到低维空间,在减少参数的同时实现更精确的分类。用高分三号全极化图像数据对模型进行训练测试并评估,结果表明模型在保证分类精度的前提下,降低了模型复杂度。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号