利用二维属性直方图的Otsu自动阈值分割方法

提出了二维属性直方图的概念,进而提出了一种基于二维属性直方图的图像自动阈值化方法。该方法通过构造属性集,确定相应的二维属性直方图,利用二维属性直方图的Otsu算法确定灰度阈值。为了说明该方法的适用性和性能,将其用于一种海底小目标图像阈值化。作为比较,也给出了利用一维属性直方图的Otsu算法阈值化的结果。结果表明：该方法适用于直方图不是理想双峰形状的图像,它比一维属性直方图的Otsu算法抗干扰性更强,分割效果更好。     

采用局部动态阈值的图像分割算法

针对图像全局Otsu分割算法和传统的局部闻值分割算法在复杂背景图像分割中的不足,提出了一种采用局部动态阈值的图像分割算法.首先通过分析图像直方图类型对图像进行划分,并使用Otsu算法确定各个子图像的阈值.然后对阈值矩阵进行平滑和插值处理,使之成为和原图像像素数目相等的新阈值矩阵.最终利用此阈值矩阵完成图像分割.实验结果...     

一种自适应红外图像对比度增强算法

针对红外图像对比度增强的问题,提出了一种新方法。首先对直方图去冗余与灰度线性拉伸,然后利用最小误差阈值法将图像分割成两部分,结合平台直方图与双直方图均衡化,在每部分单独使用平台直方图均衡化。为了提升算法的自适应性,对分割后各部分进行直方图对数变换代替平台阈值的选取。实验表明,该算法效果较好,且完全自适应,适用于多种红外图像。     

基于二维最大熵阈值分割的SIFT图像匹配算法

提出了一种基于二维灰度直方图最大熵阈值分割的SIFT图像特征匹配算法。与传统SIFT算法相比,该算法首先综合利用图像像素的灰度信息和邻域空间信息,生成图像二维灰度直方图,并基于此直方图的最大熵对图像进行阈值分割,然后检测分割后图像的DoG尺度空间局部极值,并以此作为特征点进行图像匹配。实验结果表明,基于所提出的匹配算法,可以有效降低图像背景噪声和边缘像素点对目标匹配的干扰,进而提高图像目标的匹配性能。     

基于灰度直方图和谱聚类的文本图像二值化方法

在自动文本提取中,经定位获得的字符区域需二值化后方能有效识别,由于背景的复杂,常用的阈值化方法不能有效分割自然环境下的字符图像。该文提出了一种基于谱聚类的图像二值化方法,该方法利用规范化切痕(Normalized cut, Ncut)作为谱聚类测度,结合灰度直方图计算相似性矩阵,并通过实验确定最佳的直方图等级数,与通常基于像素级相似矩阵相比,算法的空间复杂度和计算复杂性都大为降低。实验结果表明,针对自然场景下的字符图像,该文方法的二值化结果优于常用的阈值分割结果。     

一种简单有效的自动多阈值分割算法

本文提出了一种自动多阈值分割算法,通过直接对图像的灰度直方图曲线进行分析,判断极小值所在的灰度级,再对所有极小值点进行相应的分类合并来最终确定阈值的位置,避免出现过分割的现象.在预处理阶段本文采用了基于各向异性扩散的平滑方法对图像进行滤波,以消除噪声,同时还可以使图像的灰度直方图曲线更为连续,从而加速算法的执行效率.     

一种改进的Otsu阈值分割算法

Otsu法是一个常用的阈值分割方法.该算法是基于一维直方图来确定阈值的,因此仅适合图像目标和背景分布呈正态分布且各像素量和方差基本相当的情况.针对这个不足,文中提出了一种结合邻域信息的改进Otsu算法.实验结果表明,改进算法比传统的Otsu算法有更好的分割效果.     

一种改进的PCNN图像分割算法

PCNN用于图像分割时,为获得满意分割效果,其参数往往通过反复试凑确定,这在一定程度上限制了PCNN的使用。为此在改进的PCNN基础上,提出结合图像灰度直方图,以最大交叉熵函数作自适应遗传算法的适应度函数,采用自适应遗传算法搜索最优门限阈值的图像分割算法。该方法可有效地完成图像分割,分割结果优于原PCNN和传统Ostu算法。     

基于局部模糊熵与Otsu的图像阈值分割

传统的图像阈值分割方法对噪声和灰度不均匀敏感,且阈值的确定主要依赖于灰度直方图,未考虑图像中像素的空间信息。通过对含噪声图像像素属性的深入分析,提出了一种基于局部模糊熵和Otsu的图像阈值分割方法。局部模糊熵的滤波作用提高了算法的抗噪性,Otsu的自动阈值选取则提高了算法的可靠性。实验结果表明,该方法能自动、有效地选取阈值,分割效果优于传统的阈值分割方法。     

原位根系CT图像的分割算法研究

在介绍原位植物根系观测技术方法的基础上,对近年来国内外植物根系原位观测方法的研究进展和存在的问题进行了总结.结合根系构型研究的需要,提出一种基于阈值分析和区域生长相结合的用于植物根系CT图像的图像分割算法.首先通过直方图分析,初步确定根系区域的分割阈值,再利用经过改进的区域生长法分割得到目标区域.结果表明,该分割算法的计算量小,分割精度高,能够有效地分离介质像素.     

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。      

Two-dimensional extension of variance-based thresholding for image segmentation

Variance-based thresholding method is a very effective technology for image segmentation. However, its performance is limited in traditional one-dimensional and two-dimensional scheme. In this paper, a novel two-dimensional variance thresholding scheme to improve image segmentation performance is proposed. The two-dimensional histogram of the original and local average image is projected to one-dimensional space in the proposed scheme firstly, and then the variance-based criterion is constructed for threshold selection. The experimental results on bi-level and multilevel thresholding for synthetic and real-world images demonstrate the success of the proposed image thresholding scheme, as compared with the Otsu method, the two-dimensional Otsu method and the minimum class variance thresholding method.     

基于高斯混合及相对熵测度的图像分割

针对图像分割问题,结合高斯混合模型与信息论中的相对熵测度概念,提出一种新的图像阈值化方法。在提出方法中把图像阈值化问题看成是两个概率向量之间的匹配问题,因此首先用高斯混合模型去拟合图像直方图的灰度级分布,然后用相对熵测度去度量拟合分布与图像原灰度级分布之间的差异,并把该度量作为图像阈值化的准则函数。在对图像实施分割时,通过在图像灰度级范围中求取所定义的准则函数的最小值获得最佳阈值。在NDT、SAR及红外图像上的分割实验中用提出方法与传统及最新的图像阈值化方法进行比较,结果表明提出方法获得的结果要优于相比较方法获得的分割结果,因此提出方法是一种有效的图像分割方法。     

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。     

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...     

Histogram Thresholding Using Fuzzy and Rough Measures of Association Error

This paper presents a novel histogram thresholding methodology using fuzzy and rough set theories. The strength of the proposed methodology lies in the fact that it does not make any prior assumptions about the histogram unlike many existing techniques. For bilevel thresholding, every element of the histogram is associated with one of the two regions by comparing the corresponding errors of association. The regions are considered ambiguous in nature, and, hence, the error measures are based on the fuzziness or roughness of the regions. Multilevel thresholding is carried out using the proposed bilevel thresholding method in a tree structured algorithm. Segmentation, object/background separation, and edge extraction are performed using the proposed methodology. A quantitative index to evaluate image segmentation performance is also proposed using the median of absolute deviation from median measure, which is a robust estimator of scale. Extensive experimental results are given to demonstrate the effectiveness of the proposed methods in terms of both qualitative and quantitative measures.      

SAR图像基于Rayleigh分布假设的最小误差阂值化分割

针对合成孔径雷达(SAR)图像的特点,本文提出基于灰度直方图的混合偏移Rayleigh分布假设下的最小误差阈值化分割算法,并与现有的基于Gauss和Poisson分布假设下的最小误差分割算法以及经典的Otsu算法作了比较。实验和Kolmogorov-Smirnov检验结果表明对SAR图像而言,基于Rayleigh假设的算法可以取得更好的分割效果。     

二维直线型最小误差阈值分割法

一维最小误差阈值法假设了目标和背景的灰度分布服从混合正态分布。考虑到噪声等因素对图像质量的影响,该文在二维灰度直方图上,基于二维混合正态分布假设,给出二维直线型最小误差阈值法的表达式。为了提高算法的运行速度,也给出了快速递推算法。实验表明,二维直线型最小误差阈值法是一个有效的图像分割算法,能够更好地适应目标和背景方差相差较大的含噪图像分割问题。     

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。