新的基于分解直方图的三维Otsu分割算法

Otsu是图像处理领域一种常见的图像分割方法.为了解决传统的三维Otsu法时间复杂度高、抗噪性低等缺点,提出了利用直方图投影技术和直方图分解技术对三维直方图降维,将其拆分成一个一维直方图和一个二维直方图,分别用一维Otsu法和二维曲线型Otsu法求阈值,再用获得的阈值确定图像点的归类.实验对比结果表明:该方法分割效果较好,运行时间短,能满足实时性的要求.     

基于阈值分割的多晶硅晶畴检测方法

晶畴的区域分割提取是利用数字图像实现多晶硅结晶度检测中的一项关键技术．其中阈值的自动选择是实现自动化检测结晶度的核心。针对多晶硅图像的特点．充分利用图像的直方图信息．通过结合双峰法与波形对称性分析首先得到阈值数以及阈值的初步取值,然后利用最大类间方差法精确确定闽值．再进行硅片图像分割。实验证明．这种方法结合了双峰法和最大类间方差法的优点．在对多晶硅图像进行晶畴分割提取时能够获得优良的检测效果并明显提高算法的效率．为实现工业在线自动检测奠定坚实的基础。     

基于阈值分割的多晶硅晶畴检测方法

0引言晶畴的区域分割提取是利用数字图像实现多晶硅结晶度检测中的一项关键技术,其中阈值的自动选择是实现自动化检测结晶度的核心。针对多晶硅图像的特点,充分利用图像的直方图信息,通过结合双峰法与波形对称性分析首先得到阈值数以及阈值的初步取值,然后利用最大类间方差法精确确定阈值,再进行硅片图像分割。实验证明,这种方法结合了双峰法和最大类间方差法的优点,在对多晶硅图像进行晶畴分割提取时能够获得优良的检测效果并明显提高算法的效率,为实现工业在线自动检测奠定坚实的基础。     

基于改进最大类间方差法的手势分割方法研究

针对手势图像中由于噪声和成像干扰造成的手势模糊和边界不清晰的问题,提出了一种基于改进最大类间方差法的手势分割方法.首先建立手势图像的二维灰度直方图,在二维灰度直方图上确定噪声点位置,在原图的相应区域滤除噪声.然后重建二维灰度直方图将内点区的点集投影到45度线,得到投影灰度直方图.接下来在灰度投影直方图上采用全局Otsu确定局部Otsu的左边界,用高斯函数拟合得到局部Otsu右边界,最后采用局部Otsu分割手势.该方法可以有效地对手势图像进行精确分割,实验结果验证了本文算法的有效性.     

基于模拟退火的最大似然聚类图像分割算法

图像分割可视为两类模式分类问题.将最大似然聚类方法应用于图像分割,并采用模拟退火技术求解最大似然聚类,解决了用迭代方法求解最大似然聚类只能得到局部最优解的问题.获得的图像分割效果优于迭代方法和著名的Otsu方法,且分类误差小于迭代方法.     

改进的快速Otsu自适应分割算法及其应用*

对Otsu算法因灰度直方图峰值不明显导致分割效果差提出了改进,根据分割目标背景信息的先验值对类内灰度值进行调整,通过迭代计算,使类间方差最大化,从而自动确定阈值,并应用于虹膜图像分割。实验结果表明,该算法对虹膜图像分割效果好,运算速度快,具有一定的鲁棒性和自适应性,可用于虹膜图像的实时分割。     

一种新的基于局部轮廓特征的目标检测方法

针对复杂场景中背景复杂、目标周围噪声多及目标只占图像中较小部分而难于检测的问题,提出一种新的基于局部轮廓特征的检测目标方法.该方法首先利用改进的全局概率边界算法 (Globalized probability of boundary, gPb) 算法提取图像的轮廓,然后应用最大类间方差法 (Otsu)进行自动阈值处理得到图像的显著性轮廓; 再提取显著性轮廓的k邻近大致直线轮廓段(k connected roughly straight contour segments, kAS),并以kAS作为局部特征,用于复杂场景中的目标检测.该算法结合 gPb 算法和 Otsu 提取轮廓的显著性轮廓,去除了目标附近的大量噪声边界,有效地提高了检测效率.同时,在检测阶段,测试集与 训练集中提取的不相关特征数目也得到较大减少,从而提高了检测的精度.多组实验结果均表明本文方法的有效性.     

头部CT图像多阈值分割的优化实现

阈值分割是医学图像预处理方法的一种,合适的分割方法能减少后续图像处理的数据。单独使用传统的阈值分割方法往往效率很低。提出一种基于遗传算法的图像多阈值分割方法。通过设计最大类间方差法与遗传算法相结合的算法,对头部CT图像进行分割,并与遍历算法作比较。实验结果表明,此方法不仅保留遍历算法的精度,并且快速得到最优阈值,明显提高了分割的效率。     

二维Otsu阈值分割算法的改进及应用

为改善传统二维Otsu阈值分割算法处理图像的计算复杂度高、实时性差、受噪声干扰严重等缺点,提出一种改进的快速二维Otsu阈值自动分割算法.通过改变二维直方图判别域的划分将二维阈值求解转化为一维阈值求解,对原图像的直方图采用二分法得到最优分割阈值的初始值,然后在此基础上通过两个分量方向上迭代求解得到图像的最优分割阈值.理论分析与仿真车牌实验表明,与传统二维阈值分割算法相比,此算法的计算复杂度远远低于原始二维Otsu算法,且分割效果和原始算法的基本一致.     

基于图模型的医学图像聚类算法

医学图像聚类算法的研究是面向特殊领域图像挖掘的重要组成部分,由于存在很多技术和特定领域方面的问题,使得这个方向的研究非常具有挑战性.已有的聚类算法对数据对象的形状和密度有要求,应用到医学图像聚类方面不能取得很好的结果.针对以上问题,在领域知识指导下,首先对图像进行了纹理检测,提出了面向纹理的T-LBP方法;然后对预处理之后的图像进行了空间划分,并对每个空间内的纹理求取LBP值,建立按空间序列排序的LBP直方图;最后,将以LBP直方图作为特征,提出了基于图模型的医学图像聚类算法.实验结果表明,该算法在时间复杂度和聚类结果方面具有良好的效果.     

聚类核值相似区特征点的医学影像分类

针对传统方法通常选取角点或极值点作为特征点,忽略了局部纹理变化从而影响医学影像分类性能的问题,提出一种新的特征点检测和描述方法,并基于其应用Bag-of-Keypoints模型实现医学影像分类。首先改进自适应的K-means对影像进行像素级聚类,构建核值相似区并选取邻域内聚类分布变化急剧的像素点作为特征点,然后在极坐标系中定义特征点描述符并生成视觉词典,通过视觉词直方图描述影像,最后利用直方图交集方法度量影像间的相似度来扩展KNN完成分类。遵循IRMA的医学影像类别编码标准严格选择实验数据,结果表明该算法较传统方法F1值平均提高4.5%,对于不同类别影像效果更加稳定鲁棒,从而更好地满足临床应用需求。     

自动分检轮胎的字符预处理研究

自动化是现代企业生产必不可少的,在轮胎生产中自动化分检轮胎可以有效提高生产率;自动化分检轮胎过程中轮胎的型号是一个重要的分检信息;为便于在轮胎自动化分检中正确的识别轮胎型号,对现场采集的图像信息必须进行一系列的预处理;重点研究了型号字符在二值化时采用改进的Otsu阈值结合水平、垂直、交叉边缘提取法;提出一种类似水平投影法的圆弧投影法分割轮胎字符;再采用Hough变换对单个字符旋转矫正;最后得到规则的字符图像;结果表明,通过以上处理字符信息能有效的提取出来,为后续自动分检轮胎提供分检信息     

A novel histogram transformation to improve the performance of thresholding methods in edge detection

The gradient image is used to detect edge points, and the gradient histogram is a typical case of a unimodal histogram. It is well-documented that bi-modal thresholding methods (such as the Otsu method) detect edges poorly. Therefore, specific unimodal thresholding methods are used to detect edge points. However, unimodal thresholding methods (such as the Rosin method) sometimes obtain very noisy results. In this paper, we propose a histogram transformation to improve the performance of some thresholding methods. Using the Berkeley Segmentation Dataset, we present quantitative performance results in an edge detection task to show that our transformation improves the performance of the Otsu and Rosin methods. Our histogram transformation can be used by any histogram thresholding method, but the performance of the method, using the transformed histogram, will depend of the criterion used by this method.     

Markov随机场与Gaussian曲线在MR图像分割中的应用

针对扫描的人脑组织MR图像边缘分辨率低、模糊性大的特点,本文提出了一种基于模糊Markov随机场和Gaussian曲线相结合的MR图像最佳阈值分割方法。该方法通过对图像的像素邻域属性的统计将模糊论引入其中,建立模糊Markov随机场,并利用Gaussian曲线对二维直方图最佳一维投影进行拟合,确定出图像中各脑组织的二维阈值点,在二维直方图上实现对脑组织的分割。通过实验表明,本算法能够有效提高脑组织的分辨率,对噪声的鲁棒性、结果区域的连通性相对于一维Otsu和二维Otsu算法都有了很大的提高。     

基于粗糙集和属性直方图的医学图像增强

医学图像信息存在着复杂性,在处理中的各个不同层次可能出现不完整性和不确定性。利用粗糙集理论进行图像增强,子图的划分是关键。属性直方图是对直方图概念的推广,是一种由先验知识约束的直方图,将它用于子图划分。在此基础上本文提出了一种基于粗糙集和属性直方图的医学图像增强方法。利用属性直方图的Otsu算法确定灰度阈值,根据灰度阈值利用不可分辨关系,将图像划分为背景子图、目标子图和噪声子图,对噪声点用中值滤波进行滤除,去噪后的背景子图和目标子图进行增强变换,合并得到增强图像。以胸部CT图像中的肺组织为目标区域,进行大量的实验,结果表明该方法明显增强了图像且不损害图像的边缘。     

基于自适应加权中值滤波的二维Otsu图像分割算法

为解决传统二维Otsu算法在含噪声较多的图像应用中分割效果较差这一问题,提出一种基于自适应加权中值滤波的二维Otsu图像分割算法.该算法首先利用一种新的自适应加权中值滤波对噪声图像中值滤波;然后将中值图像的二维直方图区域划分由四分法改为二分法;最后利用改进的二维Otsu算法对图像作精确分割.实验结果表明,该算法对灰度噪声图像具有更强的抗噪性且分割效果也更为理想.     

An automatic method for mapping inland surface waterbodies with Radarsat-2 imagery

The use of synthetic aperture radar (SAR) imagery is generally considered to be an effective method for detecting surface water. Among various supervised/unsupervised classification methods, a SAR-intensity-based histogram thresholding method is widely used to distinguish waterbodies from land. A SAR texture-based automatic thresholding method is presented in this article. The use of texture images substantially enhances the contrast between water and land in intensity images. It also makes the method less sensitive to incidence angles than intensity-based methods. A modified Otsu thresholding algorithm is applied to selected sub-images to determine the optimal threshold value. The sub-images were selected using k-means results to ensure a sufficient number of pixels for both water and land classes. This is critical for the Otsu algorithm being able to detect an optimal threshold for a SAR image. The method is completely unsupervised and is suitable for large SAR image scenes. Tests of this method on a Radasat-2 image mosaicked from 8 QuadPol scenes covering the Spritiwood valley in Manitoba, Canada, show a substantial increase in land–water classification accuracy over the commonly used SAR intensity thresholding method (kappa indices are 0.89 vs. 0.79). The method is less computationally intensive and requires less user interaction. It is therefore well suited for detecting waterbodies and monitoring their dynamic changes from a large SAR image scene in a near-real time environment).     

Maximum similarity thresholding

Otsu method is one of the most popular image thresholding methods. The segmentation results of Otsu method are in general acceptable for the gray level images with bimodal histogram patterns that can be approximated with mixture Gaussian modal. However, it is difficult for Otsu method to determine the reliable thresholds for the images with mixture non-Gaussian modal, such as mixture Rayleigh modal, mixture extreme value modal, mixture Beta modal, mixture uniform modal, comb-like modal. In order to determine automatically the robust and optimum thresholds for the images with various histogram patterns, this paper proposes a new global thresholding method based on a maximum-image-similarity idea. The idea is inspired by analyzing the relationship between Otsu method and Pearson correlation coefficient (PCC), which provides a novel interpretation of Otsu method from the perspective of maximizing image similarity. It is then natural to construct a maximum similarity thresholding (MST) framework by generalizing Otsu method with the maximum-image-similarity concept. As an example, a novel MST method is directly designed according to this framework, and its robustness and effectiveness are confirmed by the experimental results on 41 synthetic images and 86 real world images with various histogram shapes. Its extension to multilevel thresholding case is also discussed briefly.     

融合Fisher准则和势函数的多阈值图像分割

针对传统多阈值图像分割算法复杂度高、分割效果欠佳等问题,提出了一种基于Fisher准则和势函数相结合的多阈值图像分割方法。首先对Fisher准则函数进行简化,再对简化后的Fisher准则采用递推算法降低计算复杂度,然后由直方图势函数方法确定图像的分割类数,最后将改进的Fisher准则用于多阈值图像分割,并对最终分割结果进行后续处理。实验结果表明,融合Fisher准则和势函数的多阈值分割方法不仅分割效果好,而且分割时间短,能够运用到实时应用的场合。