188宝金博页面版

  • 图案背景
  • 纯色背景
视图
标记
批注
批注本地保存成功,开通会员云端永久保存 去开通
aglzvg

上传于:2013-08-31

粉丝量:55

该文档贡献者很忙,什么也没留下。


  • 相关
  • 目录
  • 笔记
  • 书签

188宝金博页面版:更多相关文档

  • 基于遗传算法的三维重构图像阈值分割

    星级: 3 页

  • 基于边缘强度的红外图像阈值分割方法研究

    星级: 4 页

  • 基于GPU加速的Otsu图像阈值分割算法实现

    星级: 62 页

  • 基于改进的Otsu算法的遥感图像阈值分割

    星级: 2 页

  • 基于三维Otsu法的红外图像阈值分割

    星级: 4 页

  • 一种改进的Otsu图像阈值分割算法

    星级: 6 页

  • 基于Otsu算法的遥感图像阈值分割

    星级: 49 页

  • 基于Otsu的图像阈值分割算法的研究

    星级: 68 页

  • 基于粒子群算法的Otsu法图像阈值分割

    星级: 4 页

  • 红外图像阈值分割算法的研究.pdf

    星级: 6 页

  • 《[论文]基于三维Otsu法的红外图像阈值分割_(全文)》

    星级: 3 页

暂无目录

点击鼠标右键菜单,创建目录

暂无笔记

选择文本,点击鼠标右键菜单,添加笔记

暂无书签

在左侧文档中,点击鼠标右键,添加书签

188宝金博页面版: 基于三维Otsu法的红外图像阈值分割(定稿)

下载积分: 3200

内容提示: 第37 卷V b I 37第16 期N o . 16计算机工程C o m p u te r E n g in e e r in g20 11年8 月A u g u st20 11?图形圈像处理?文章■号t lo 伽—弘28( 2011)16—0230—02文簟标识码; A中田分娄号t N 9 4 5基于三维O tsu 法的红外图像阈值分割曩■, 张玉f 解艘军电子工程学院信息系, 台肥230 0 0 1)■耍: 常用的闻值分割方法在对红外图像进行分割时, 由于红外图像本身的特点, 会出现准确性不高的问题。 为此, 提出一种基于灰度一平均灰度一梯度直方图的三雏O tsu 法, 使用稀疏矩阵和改进的粒子群优化( P S O )算法。 并在标准P S O 算法中加入判断早熟停滞的因子.进行最佳阈值的选。 以提高运算速度, 保证准确度。 实验结果表明, 该方法能够快速有效地对红外围像进行分...

文档格式:PDF | 页数:3 | 浏览次数:19 | 上传日期:2013-08-31 13:40:26 | 文档星级:
第37 卷V b I 37第16 期N o . 16计算机工程C o m p u te r E n g in e e r in g20 11年8 月A u g u st20 11?图形圈像处理?文章■号t lo 伽—弘28( 2011)16—0230—02文簟标识码; A中田分娄号t N 9 4 5基于三维O tsu 法的红外图像阈值分割曩■, 张玉f 解艘军电子工程学院信息系, 台肥230 0 0 1)■耍: 常用的闻值分割方法在对红外图像进行分割时, 由于红外图像本身的特点, 会出现准确性不高的问题。 为此, 提出一种基于灰度一平均灰度一梯度直方图的三雏O tsu 法, 使用稀疏矩阵和改进的粒子群优化( P S O )算法。 并在标准P S O 算法中加入判断早熟停滞的因子.进行最佳阈值的选。 以提高运算速度, 保证准确度。 实验结果表明, 该方法能够快速有效地对红外围像进行分割。关翻: 红外图像分割; 阈值选。 三维O tsu法; 稀疏矩阵; 粒子群优化In f r a r e dIm a g eT h r e sh o ldS e g m e n ta tio nB a se do n3 DO tsuM e th o dG UP e n g .Z H A N GY u( In f o r m a tio n D ep a r tm en t. E lectr o n icE n g in eer in g In stitu te, H ef ei 2 3 0 0 0 1, C h in a J[ A b str a ct]Inv ie wo f th ec h a r a c te r istic so f in f r a r e d im a g e , th e v e r a c ity isn o tg o o d w h e n t h ec o m m o n lyu se d th r e sh o ld isu se d in in f r a r e d im a g ese g m e n ta tio nA3 DO tsu m e t h o db a se do ilF a yle v e l—a v e r a g e g r a y le v e l—g r a d ie n t h isto g r a misp r o p o se dT h esp a r sen[ 劬qxa n dim p r o v e dP a r tic leS w a r mO p tim iz a tio n ( P S O )a lg o r ith ma ieu se d to se a r c hf o r th ese g m e n ta tio nth m sh o ld A ne f f e c tiv em e t h o d th a tid en tif iesp r e m a tu r e sta g n a tio nise m b e d d e dtoP S OT h eo p e r a tio n v e lo c ityis im p r o v e da n d th ev e r a c ity is ba tter. E x p erim en ta l r e su lts d e m o n str a te th ea lg o r ith mc a llse g m e n tin f x a r e dim a g e s q u ic k lya n de f f e c tiv e ly[ K e yw o r d sl in f r a r e dim a g eseg m en ta tio n ; th r esh o ldse le c tio n ; 3D O tsum eth o d ; sp a rsem 删x : P article S w a r mO r’ tim iza tio n ( P S O )D O h lO3969/jissn10 0 0 ?34 28 20 11 16 0 7 8l橇述图像分割是指把图像分成具有不同特性的区域, 使得区域内的特征尽可能一致, 但区域间的特性尽可能大的有差异,而一般是将图像分为2个区域, 即目标与背景区域. 针对不同的图像和需求, 分翻图像的方{ 去有很多, 比如同值分割法、:劾喾指罘ㄒ约胺炙敕指罘ǖ鹊, 而在这些算法中,通过大量的研究, 也产生了许多改进的算法, 使图像分割得到了较大的发展。 由O tsu N Ill提出的一维最大类问方差法,简单有效, 应用十分广泛。 文献【2】 把一维O tS U 法推广到二维直方图的情况。 同时考虑像素的灰度分布和领域像素的平均灰度分布, 在二维测度准则取得最大时得到晟佳的二维闲值。此后。 二维O tS U 法得到了很多改进” l, 三维O tS U 也有一定的应用, 如文献【4 】 提出的基于三维直方图的改进C —V 模型水平集圉像分割方法, 将灰度值、 :岛湍:兄档娜狈酵加τ糜冢 —V 模型中, 得到了较好的效果。 而随着维数的增加, 算法计算量也大幅增加, 必须选择适当的快速优化算法, 粒子群优化( P a rticle S w a r mO p tim iza tio n , P S O )是现在较为流行的, 效果也较好的一种算法” I, 后经过诸多改进已趋于成熟, 在包括图像处理的各个领域得到广泛的应用。红外图像是反映物体自身热辐射的, 但背景与目标往往温差较。 所以红外图像具有高背罱、 低反差的特点, 图像的信噪比低, 表现为像素灰度值动态范围不大, 很少充满整个灰度级空间. 而且绝大部分像素集中干某些相邻的灰度级范围” 1。 对于红外图像, 闻值分割是较好的方法, 本文提出灰度级一平均灰度级一梯度三维直方图的O tsu 闻值选取方法,并利用改进的P S O 算法寻找最佳阈值, 改善分割效果, 减少运行时问。2 二堆O tsu 法2. 1常用曲灰度曩- 平均麓度曩二。 tsu 诸O tsu 法被推广到二维时晟常见的是利用灰度缀- 平均灰度级二维直方图, 它相比原有O tsu 法能更好地排除一些噪声的千扰。 设图片大小为x 。 Y , 灰度缎。,t, …,L - t, 像素点( m , n )的灰度为, 帆n), 领域平均灰度为g ( m ,n), 定义为:g ( m . 月 )= ÷∑f ( m 1. h i)( 1)¨ f m 】 月 lk D其中, w 是领域D 中的像素点数。图1为图像的二维直方图, 并在阐值向量( P , f )处采用十字线将其划分为4 个区域。即珊即俐警舞立酾i■—■i_a )原图P —≈, , = 奢rf b )区域划分/c)Z 维直方田。焯慷攘浚 平均麓崖曩- : ill方置停者蕾介: 顾鹏( 19 85一). 男, 硕士研究生, 主研方向: 信号与信息处理, 张玉, 教授收稿日捆: 20 1l- 0 3- 18E ?m a il: g u p e n g _ b itd @ 139c o r n万方数据

188宝金博页面版:关注我们

  • 新浪微博

关注188宝金博页面版公众号

188宝金博页面版
阅读
APP
阅读
返回
顶部
188宝金博页面版官网登录在线平台入口(2026已更新)—江苏协昌电子科技股份有限公司