期刊文献+

基于阈值分割技术的图像分割法研究 被引量:21

Study on image segmentation method based on threshold segmentation technology
下载PDF
导出
摘要 在阈值分割法中,Otsu算法是图像阈值化分割法的经典算法,在图像处理中有广泛的应用;但此算法存在耗时长、分割精度低等缺点。在对Otsu阈值分割法进行分析的基础上,提出一种改进的Otsu算法。该算法采用缩小可取的灰度值范围的方式减少计算量,在小范围内应用Otsu算法计算最终分割阈值。通过Matlab仿真,所得结果对比表明,改进的Otsu算法在图像分割时间和效果上均优于原Otus算法。 The Otsu algorithm is a classical algorithm of image threshold segmentation method,and is widely used in imageprocessing. However,this algorithm has the disadvantages of long time consuming,low segmentation precision,etc. On the ba?sis of the analysis of the Otsu threshold segmentation method,an improved Otsu algorithm is presented. The algorithm can re?duce the calculated quantity by narrowing the range of the available grayscale value,and then calculate the final segmentationthreshold in a small area. The contrast results of Matlab simulation show that the improved Otsu algorithm is superior to the origi?nal Otsu algorithm in the aspects of image segmentation time and effect.
作者 吴掬鸥 袁晓桂 WU Juou;YUAN Xiaogui(Wuchang Polytechnic College,Wuhan 430000,China)
机构地区 武昌职业学院
出处 《现代电子技术》 北大核心 2016年第16期105-107,共3页 Modern Electronics Technique
基金 国家自然科学基金资助项目(60902031)
关键词 阈值分割法 OTSU算法 图像处理 灰度值 threshold segmentation algorithm Otsu algorithm image processing grayscale value
  • 相关文献

参考文献8

二级参考文献245

  • 1唐鹏,高琳,盛鹏.基于动态形状的红外目标提取算法[J].光电子.激光,2009,20(8):1049-1052. 被引量:3
  • 2林开颜,吴军辉,徐立鸿.彩色图像分割方法综述[J].中国图象图形学报(A辑),2005,10(1):1-10. 被引量:322
  • 3闫成新,桑农,张天序.基于图论的图像分割研究进展[J].计算机工程与应用,2006,42(5):11-14. 被引量:33
  • 4陶文兵,金海.一种新的基于图谱理论的图像阈值分割方法[J].计算机学报,2007,30(1):110-119. 被引量:58
  • 5RichardJohnsonbaugh.离散数学[M].石纯一等译.北京:电子工业出版社,2006.
  • 6Pal N R, Pal S K. A review on image segmentation tech- niques. Pattern Recognition, 1993, 26(9): 1277-1294.
  • 7Veksler O. Efficient Graph-based Energy Minimization Methods in Computer Vision [Ph.D. dissertation], Cornell University, USA, 1999.
  • 8Bhandarkar S M, Zhang H. A comparison of stochastic op- timization techniques for image segmentation. International Journal o? Intelligent Systems, 2000, 15(5): 441-476.
  • 9Wang J S, Swendsen R H. Cluster Monte Carlo algorithms. Physica A: Statistical Mechanics and Its Applications, 1990, 167(3): 565--578.
  • 10Tu Z W, Zhu S C. Image segmentation by data-driven Markov chain Conte Carlo. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2002, 24(5): 657-673.

共引文献270

同被引文献192

引证文献21

二级引证文献73

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部