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 15 毫秒
1.
图像分割在图像处理领域里的作用至关重要,当前图像分割方法的一类重要方法是源于粒子群算法的图像分割方法,本文对源于改进粒子群算法的三类图像分割方法,即单阈值图像分割方法、二维阈值图像分割方法和多阈值图像分割方法进行了全面研究,通过研究指出单阈值图像分割方法效果相对来说是较差的,二维阈值图像分割方法比单阈值图像分割方法好,多阈值图像分割方法效果最好,并对每一类方法的不足以及以后要解决的问题也作了详细分析,同时也通过研究指出了图像分割技术未来的发展方向将是多种方法相结合才能得到较好的效果。  相似文献   

2.
《科技风》2017,(17)
红外图像技术是在飞机检测中使用广泛的图像之一,其最大信息熵阈值分割方法拥有易行、简单、有效的优点,在使用中比较广泛。为了有效分割出实际拍摄的红外目标信号,传统最大信息熵阈值分割方法所求出的最佳阈值和手动切分阈值点存在着一定的偏差。本文提出一种新的预处理方法,使得最大信息熵阈值分割结果在计算最终阈值能更加接近手动分割阈值。  相似文献   

3.
图像分割是目标识别与跟踪的基础,为了精确地实现目标分割,提出了二维Havrda-Charvat熵红外图像分割方法。利用图像的二维直方图,二维Havrda-Charvat熵分割方法不仅考虑了图像像素的灰度信息,而且还充分利用了像素的空间邻域信息,能取得比一维熵方法更好的分割结果。为了降低二维熵阈值搜索时间及准确地获得最佳分割阈值,设计了基于Kent映射的混沌粒子群优化算法。在红外小目标图像上的实验结果表明,提出的方法能获得比较好的分割结果,同时大幅度降低了CPU计算时间,与其它方法的比较也说明了所提出方法的有效性。  相似文献   

4.
蓝友枢 《情报探索》2012,(12):101-103
设计了改进的遗传算法,通过内外两层的选择、交叉和变异等遗传操作,快速逼近最佳阈值,大大缩短最佳阈值图像分割中阈值的选取时间,提高分割效率;通过实验比较,证实改进的遗传算法在最佳阈值的图像分割上优于传统的遗传算法。  相似文献   

5.
本文提出了一种基于局部阈值的图像分割方法,该方法针对全局阈值处理方法在背景照明不均匀时可能无效的局限性,通过应用形态学开运算、闭运算和最大类间方差得到一个局部变化的阈值函数,然后利用该阈值函数对图像讲行阈值处理,最后得到分割后的图像.Matlab仿真实验表明,该方法运算速度快,能更好的抑制噪声.  相似文献   

6.
针对图像阈值分割问题,基于Renyi熵与模糊集理论,构造出一种模糊Renyi熵用于图像直方图阈值化分割。在建立的模糊Renyi熵基础上,依据最大熵原则获取用于阈值分割的最佳阈值。通过在大量真实图像上的实验,验证了提出方法的有效性。  相似文献   

7.
将双种群遗传算法用于阈值的选取,仿真结果表明:合适的遗传算子选定后,基于遗传算法的双阈值图像分割方法可以正确有效地分割图像,将遗传算法用于图像处理中,是非常有效的.  相似文献   

8.
陆伟艳 《科技通报》2013,29(2):76-78
当前图像识别采取边缘算子切割技术,图像目标边缘会出现一些灰度急剧变化的情况.采用阈值法,图像中存在的阴影,照度不均匀,各处的对比度不同的情况,所以不能采用全局阈值法,而采用局部阈值法,即将图像划分为若干个小图像,先对各子图像用阈值法进行分割,再将分割后的小区域合并在一起,得到整幅图像的完整分割结果,这样,不同的区域由于不同的情况,就可以选取相应的阈值,达到最好得分割效果.  相似文献   

9.
针对HIFU超声图像中目标的自动识别和分割进行了研究。提出了一种结合了动态阈值分割和K-最近邻(KNN)纹理分类方法的全自动图像分割方法。首先对图像进行预处理,减小噪声干扰。然后进行动态阈值分割,得到包括目标轮廓在内的很多轮廓。同时利用KNN纹理分类方法对预处理后的图像进行分类,其中用到的纹理特征通过灰度共生矩阵计算得到。接着将动态阈值分割结果与KNN分类结果做一个与运算,与运算以后的结果通过形态学操作和区域滤波就得到准确的目标区域轮廓。从对HIFU超声图像的分割结果和对该方法的评价结果来看,该全自动图像分割方法是可行并且有效的,有可能进一步将其投入实际应用中去。  相似文献   

10.
图像分割是目标检测和识别的基础,对所采集到的图像进行分割处理是图像识别跟踪技术中实现目标检测的一种重要技术手段;遗传算法是一种优化算法,利用其高效、并行的寻优能力,通过选择、交叉和变异等遗传操作快速逼近最佳阈值,大大缩短图像阈值分割中阈值的选取时间,提高分割效率;介绍了遗传算法在图像阈值分割领域的应用研究进展。  相似文献   

11.
三维人脑体数据分割是医疗图像处理中的一项重要技术,其中阈值的选取最为关键。在介绍了3种具有代表性的图像阈值求取方法的基础上,将它们分别用于分割实验;从实验效果及算法性能两方面对这3种方法进行比较,结果表明模糊最大熵结合遗传算法求取阈值的方法效果较好,受噪声影响小。  相似文献   

12.
在骨龄自动评价系统研究过程中,对X射线图像中的手腕骨有效分割是一项艰巨的工作。为了解决棘手的手腕骨分割问题,提出了一种基于脉冲耦合神经网络(PCNN)的自动分割方法。该方法在合理简化传统PCNN模型的基础上,利用图像的灰度迭代阈值确定PCNN的迭代次数,实现了对手腕骨有效分割,分割结果优于OTSU算法、分水岭分割算法、阈值迭代算法。  相似文献   

13.
王颖  王潇贤  王慧 《科技通报》2019,35(8):147-150,154
为提高激光图像的处理速度和精度,提出了一种基于DSP和FPGA的激光图像处理方法。通过FPGA实现图像数据预处理,大幅缩减DSP运算量,进而提高了DSP的处理速度。基于脉冲耦合神经网络设计了一种激光图像分割方法,根据图像像素的灰度分布特性以及噪声响应特点自适应调整神经元的关键参数;同时可实现噪声位置神经元行为的抑制;利用最大二维Renyi熵准则确定了一种梯度下降法,可用于确定神经元的动态阈值。为验证所述算法的图像处理效果,文中与最大类间方差分割算法进行了对比。对比结果表明:所述算法的CI值可以达到0. 417,图像分割效果比较理想;分割速度和准确性明显优于最大类间方差分割算法,具有较高的实践价值。  相似文献   

14.
车道检测系统中的关键问题是图像分割,而图像分割的基础则是自适应阈值的确定。本文针对车道检测系统对比了不同的自适应阈值算法,并采用物理模型仿真的研究方法简要分析了这几种算法的特性,最终确定了一种各项性能指标均较优的自适应阈值算法。  相似文献   

15.
最大熵阈值法是图像分割的一种重要方法,在图像处理与识别中广为应用。针对原有最大熵阈值法的不足,从3个方面对其进行了改进研究:参数化最大熵分割准则,引入灰度对比度对分割进行评价来选取参数来改善最大熵阈值法的分割性能;加权图像指数熵,引入了信息熵的指数形式并对其加权,依照灰度的分布选取权重,并通过分割后灰度对比度来确定权的参数,更充分地利用了图像的灰度信息;基于高频率灰度信息对原始熵进行变形,充分考虑了高频率灰度对分割的影响。通过对比实验表明,改进算法确定的阈值可以获得更佳的分割效果。  相似文献   

16.
红外图像感兴趣区域(ROI)分割是电力设备故障智能诊断技术的关键步骤之一,针对分割过程中最大类间方差(Otsu)法阈值选取困难、耗时量大的问题,提出了一种基于改进蝙蝠算法(BA*)的Otsu分割方法。为加快蝙蝠群收敛速度,引入Logistic函数模型更新蝙蝠算法脉冲响度因子,使用BA*搜索Otsu最佳分割阈值。结果表明:相比于Kapur法、Kittler法、PSO+二维熵法,该方法提高了图像分割精度,与蝙蝠算法(BA)优化Otsu的分割法相比,该方法的收敛性能更加优越,有效地解决了红外图像阈值分割的问题,为后续设备温度场特征提取与分析奠定了基础。  相似文献   

17.
边缘检测是图像分割的基础,小波分析技术可以进行图像的边缘检测。本文提出利用模极大值与自适应阈值相结合的算法进行图像的边缘检测,并仿真得到边缘检测图像。与传统的方法比较,本文采用的方法效果较好,能够检测较弱的图像边缘。  相似文献   

18.
贴壁细胞与普通血细胞图像不同,其细胞的大小形状各不相同。将边缘检测、阈值、数学形态学方法等应用于贴壁细胞图像,对比分割效果,将区域生长法与数学形态学算法二者结合用于细胞图像分割,取得了较好的分割效果。  相似文献   

19.
基于最大信息熵原理的显微细胞图像多阈值分割算法   总被引:1,自引:0,他引:1  
文章应用最大信息熵原理,实现了显微细胞图像的多阈值分割。选用图像像素灰度值和各灰度值在图像中出现的概率构成一维灰度直方图,针对显微细胞图像多域值分割的要求,将一维灰度直方图划分成3个独立的子块,确定各个子块的信息熵。根据最大信息熵原理,当总的信息熵为最大值时,确定的阈值t1、t2为最佳分割阈值。  相似文献   

20.
《科技风》2017,(7)
为了解决实际应用中由于三维医学图像固有噪声以及弱边缘存在,导致难以实现快速准确分割的问题,本文提出了基于Surfacelet变换和水平集方法的三维图像分割。提出一个自适应阈值公式,采用Surfacelet变换对三维图像进行进行自适应滤波,将滤波后的系数进行Surfacelet反变换,在重建图像上使用混合模型的水平集方法进行分割。头颈部椎骨分割结果表明,本文方法在分割效果和分割速度上都优于传统水平集方法。  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