二维直方图准分的Otsu图像割及其快速实现

传统二维Otsu法主要由于对二维直方图采用主对角线区域概率和近似为1的假设等原因,以致分割结果不够准确.针对此问题,提出了一种二维直方图准分的Otsu快速图像分割方法.(1)准确选择邻域模板构建二维直方图并将Otsu阈值法用于此直方图上以便提高分割性能;(2)对二维直方图主对角线上的目标和背景两区域的Otsu公式中对应...     

灰度图像的二维Otsu曲线阈值分割法

Otsu法是一个常用的阈值分割方法.为了利用图像的区域信息,本文在二维Otsu法的基础上提出了曲线阈值型Otsu法,传统的二维Otsu法可以看成是该方法的一个特例.实验结果表明,对于含噪图像,它能够获得优于传统二维Otsu法的分割效果.为了减少计算量,提高分割速度,给出了一种递归算法和一种小波变换与递归算法相结合的快速算法.该递推算法只需遍历二维直方图的主对角线和一条次主对角线,与传统Otsu法的递推算法相比,搜索空间由L×L个点减少到2L-1个点.     

基于积分图像的快速二维Otsu阈值法

传统的二维Otsu法采用灰度级-平均灰度级二维直方图,针对传统二维直方图区域划分存在的不足,基于灰度级-梯度二维直方图,提出了一种引入积分图像的快速二维Otsu法,利用积分图像降低搜索二维直方图最佳阈值的计算复杂度,从而减少了计算量。实验结果表明,该方法具有良好的分割效果,大大地提高了计算速度,是一种快速有效且实时性好的阈值分割算法。     

一种改进的二维Otsu阈值分割法

针对传统灰度级-平均灰度级二维直方图区域划分存在的不足,提出了由灰度级-梯度构成改进的二维直方图区域划分方法,并给出了基于改进二维直方图的Otsu阈值法及其快速递推算法。实验结果表明:提出的改进二维Otsu法与传统二维Otsu法相比,抗噪性能好,分割所得的区域内部具有较好的一致性,获得的目标边缘更加清晰,同时减少了运行时间。     

基于粒子群优化的Otsu肺组织分割算法

为减少肺组织分割算法的运算时间,提出了一种基于粒子群优化的Otsu肺组织改进自动分割算法。针对传统粒子群优化的二维Otsu算法中二维直方图计算量大、粒子搜索容易陷入局部最优解的缺陷,使用灰度级-梯度二维直方图减少二维直方图的计算量,并减小粒子搜索范围,采用基于粒子空间对称分布的改进粒子群获取最佳阈值。算法实现过程中利用孔洞填充算法去除背景,基于形态学操作去除噪声、修补病变区域产生的孔洞。仿真实验结果显示,本文算法对图像尺寸为512像素×512像素CT图像的阈值分割时间约为0.2s,比基于灰度级-邻域均值二维直方图的粒子群优化的Otsu算法的阈值分割速度提高了约16%。较好地实现了胸腔CT图像的肺组织自动分割,与传统算法相比较,本算法在保证分割精度的基础上分割速度明显提升。     

基于平均方差和邻域信息的改进型二维Otsu算法

针对传统二维Otsu算法忽略边界信息对图像分割结果有一定影响、计算时间长的问题,研究提出了一种基于平均方差和邻域信息的改进型算法。新算法先利用中值滤波来重新构建一个二维直方图,再用平均方差定义一个新的二维阈值选取函数,最后对图像进行二值化处理。实验结果表明,与传统二维Otsu法及其快速递推算法相比,新算法有效提高了分割精度,减少了算法的运行时间,其运行时间仅为传统二维Otsu算法的1.55%,大约是快速递推算法的40.69%。     

二维直方图斜分最大散度差阈值分割算法

最大散度差法是经典的Otsu法一种很好改进算法,为了提高它在图像受到噪声干扰或光照不均匀时的分割准确性,现提出一种基于二维直方图斜分的最大散度差法,该算法不仅综合考虑了类间散度及类内散度对图像信息分类的作用,同时还利用图像空间区域信息以提高抗噪声能力,为减少计算量、提高分割速度,文中给出了快速递推算法,实验结果表明该算法比二维斜分Otsu法、二维斜分最大熵法等算法具有更准确的分割效果、更强的抗噪声能力,同时运行时间更少。     

一种改进的2维Otsu红外图像分割法研究

为了在2维直方图上用Otsu方法更好地分割红外图像、提高抗噪能力,提出了一种改进的方法。首先分析在2维灰度-邻域均值直方图上的分割存在不准确性,采用2维灰度-梯度直方图,且改进对邻域均值的求取算法;然后对Otsu法的阈值函数进行研究,引入类内的分离信息改进阈值函数,并简化该阈值函数以降低运算复杂度,通过实验给出了相应的实验对比。结果表明,改进的方法能更好地分割目标,运行时间较少、抗噪性更强。     

基于空间截面投影的 Otsu 图像分割算法

针对传统三维Otsu法存在抗噪性差、计算复杂度高、难以多阈值扩展等不足,提出了一种基于空间截面投影的Otsu法。该方法采用垂直于主对角线的平面截三维直方图,并将截面内的点投影到主对角线上,进而建立一维的截面投影直方图以降低计算复杂度,然后基于该一维直方图进行Otsu分割;对于分割结果,运用基于阈值的后处理策略做进一步的处理以增强算法的抗噪性。实验结果表明：与现有三维Otsu法相比,该算法计算效率高、抗噪性好,能对含不同噪声的图像进行较好的分割。     

Otsu准则下分割阈值的快速计算

传统Otsu法在确定阈值时需要穷举计算图像中每个灰度值为阈值时的类间方差.文中利用Otsu阈值的性质,提出了一个新算法以快速计算Otsu阈值.新算法搜寻出与两类类内均值的平均值的整数部分相等的阈值,从中确定一个符合Otsu准则的阈值.传统Otsu法在对梯度图像中的小目标分割时分割性能不佳,文中提出了一个Otsu阈值的改进算法,该算法使用快速计算Otsu阈值的新算法递归求解分割阈值.实验结果表明,与传统Otsu算法相比,计算Otsu阈值的快速算法速度更快,而阈值的改进算法对梯度图像中的小目标分割效果更好.     

A robust 2D Otsu’s thresholding method in image segmentation

Otsu’s method is a classic thresholding approach in image segmentation. While the two-dimensional (2D) Otsu’s method performs better than the original one in segmenting images corrupted by noise, it is sensitive to Salt&Pepper noise. In order to solve this problem, we present a robust 2D Otsu’s thresholding method in this paper. Our method builds the 2D histogram based on the image smoothed by both median and average filters, in contrast to the traditional method using averaged image only. Then the optimal threshold vector is determined with two one-dimensional searches on the two dimensions of the 2D histogram. In addition, we introduce a region post-processing step to deal with the pixels of noise and edges. Compared with the traditional 2D Otsu’s method, our method improves the robustness to Salt&Pepper noise and Gaussian noise significantly. Experimental results on both synthetic and real images validate the effectiveness of the proposed MAOTSU_2D method.     

基于多尺度多方向Gabor变换的Tsallis熵阈值分割方法

为了能在统一框架内处理无模态、单模态、双模态或者多模态直方图情形下的自动阈值选取问题,该文提出一种基于多尺度多方向Gabor变换的Tsallis熵阈值分割方法(MGTE)。该方法先通过Gabor变换得到多尺度乘积图像,然后利用内外轮廓图像从多尺度乘积图像中重构1维直方图,并在重构1维直方图上采用Tsallis熵计算模型来选取4个方向Tsallis熵取最大值时对应的阈值,最后对4个方向的阈值进行加权求和作为最终分割阈值。将提出的方法和5个分割方法在4幅合成图像和40幅真实世界图像上进行了实验。结果表明提出的方法虽然计算效率不占优势,但它的分割适应性和分割精度有明显的提高。     

快速二维直方图斜分最小误差的图像阈值分割

鉴于二维斜分法的优势,提出了一种快速二维直方图斜分最小误差的阈值分割方法。首先将二维直方图斜分原理运用到最小误差阈值法中使得分割更准确,然后对其阈值选取公式进行简化得到最简公式,并利用此公式导出其一般递推算法,最后将二维直方图概率分布特性与这种算法有机结合得到新型的递推算法来提高运行速度。实验结果表明,与二维直线型最小误差阈值分割法相比,算法效率更高,与其递推算法相比,所提出的新型递推算法的运行速度更快,约快4倍。     

二维直方图θ-划分Tsallis熵阈值分割算法

鉴于常用二维直方图区域直分法存在错分,最近提出的斜分法不具普遍性,而Tsallis熵与传统的Shannon熵相比,具有普适性且更为有效,本文提出了适用面更广的基于二维直方图θ-划分和最大Tsallis熵的图像阈值分割算法。首先给出了二维直方图θ-划分方法,采用四条平行斜线及一条法线与灰度级轴成θ角的直线划分二维直方图区域,按灰度级和邻域平均灰度级的加权和进行阈值分割,斜分法可视为该方法中θ=45o的特例;然后导出了二维直方图θ-划分最大Tsallis熵阈值选取公式及其快速递推算法;最后给出了θ取不同值时的分割结果及运行时间,θ取较小值时,边界形状准确性较高,θ取较大值时,抗噪性较强,应用时可根据实际图像特点及需求合理选取θ的值。与常规二维直方图直分最大Tsallis熵法相比,本文提出的方法所得分割结果更为准确,抵抗噪声更为稳健,且所需运行时间及存储空间也大为减少。      

基于二维直方图与FCM相结合的图像快速分割方法

基于二维直方图的模糊聚类分割方法,可以有效地抑制噪声。但是FCM(模糊C均值)算法用于图像聚类时最大的缺点是运算开销太大,进而限制了该算法在图像分割中的应用。通过构造合理的二维直方图,并筛选出符合规定条件的元素作为聚类样本,再结合FCM算法进行图像分割。实验结果表明该方法具有与基于一维直方图的模糊聚类分割方法速度相近,但却比其分割精度高很多的良好特点。     

基于OTSU和区域生长的电厂管道缺陷检测与分割

针对电厂高温管道红外图像背景复杂、干扰较多的特点,结合电厂巡检机器人系统对图像处理算法的需求,提出了基于改进二维最大类间方差法（OTSU）和区域生长法的电厂高温管道缺陷定位与分割方法。将红外图像灰度化后,通过改进二维OTSU进行预分割,提取出管道区域;基于管道区域灰度直方图,结合邻域灰度均值,实现多种子点的自动检测与定位;采用基于生长区域灰度均值和标准差的自适应阈值以及基于Prewitt算子的梯度幅值改进的生长准则完成缺陷区域的分割。实验证明,所提算法不仅能实现电厂高温管道多缺陷自动检测与定位,而且能精确地提取出缺陷区域,准确性高且具有良好的实时性。     

基于三维直方图的Fisher评价函数图像分割方法

提出了一种基于三维直方图的Fisher评价函数图像分割方法,该方法利用了图像像素点的灰度信息和邻域的均值信息及中值信息,给出了三维阈值分割方法。实验结果表明,相比较基于二维直方图的Fisher线性判别函数图像分割方法,在图像受高斯噪声干扰的情况下,该方法具有更好的分割效果。