共查询到17条相似文献,搜索用时 74 毫秒
1.
基于OTSU的近红外图像分割的应用研究 总被引:1,自引:1,他引:1
OTSU法是最常用的利用图像的一维灰度直方图的阈值化方法之一,二维OTSU除了考虑像素点的灰度信息外还考虑了像素点与其邻域的空间信息.由于红外图像不同于一般灰度图像的一些特征,有针对性的采用了二维OTSU对其进行分割.通过与一维OTSU的相互比较可以看出,二维OTSU对近红外图像拥有更好的分割效果,能有效的分割出炉管图... 相似文献
2.
导航星目标的提取是近红外天文导航中的关键步骤,直接关系到后续的星目标识别和星图匹配.由于天光背景很强,提取星目标极为困难.近红外天文导航在近红外波段对恒星进行检测,即使在白天也可获得足够多用以导航的恒星目标.在分析近红外星图图像特点的基础上,引入能量投影,根据投影峰值确定潜在恒星目标和噪声点的位置;然后根据能量变化,设定待处理区域,并使用最大类间方差(Maximumbetween-cluster Variance,OTSU)算法进行目标和噪声点快速提取;最后使用多帧叠加,剔除噪声点,最终提取出恒星目标.实验结果表明,该算法计算简单,运行时间短,同时具有较高的检测率.该算法能够在复杂的背景中有效地检测出恒星目标,虚警率较低. 相似文献
3.
基于二维OTSU和遗传算法的红外图像分割方法 总被引:7,自引:0,他引:7
为了改善红外图像的分割效果,将二维OTSU算法应用于红外图像分割,通过二维OTSU算法选取阈值将红外图像分为目标和背景,并结合遗传算法,利用遗传算法搜索最优解的能力,加快二维OTSU算法寻找阈值的速度,提高分割效率.实验结果表明,该方法分割效果好,分割速度快,是一种可行的红外图像分割方法. 相似文献
4.
5.
6.
7.
基于自适应粒子群优化的三维OTSU图像分割算法 总被引:1,自引:0,他引:1
针对三维OTSU分割算法运算量大、计算时间长的问题,提出了一种基于自适应粒子群优化的三维OTSU图像分割算法。首先采用最佳熵的方法初步提取图像的目标区域,根据该目标区域特征自适应地调整三维OTSU算法的背景搜索范围,然后采用三维OTSU算法并结合粒子群优化最佳分割阈值对原图像进行分割。实验结果表明,与三维OTSU阈值分... 相似文献
8.
9.
介绍了一种新的CR胸片肺实质分割算法。在对CR胸片肺实质分割的目的、背景进行简单的介绍后,给出了基于OTSU和局部阈值的二次肺实质分割算法的设计思想及具体实现过程;并采用此算法对大量数据进行了测试,最后给出测试结果并进行总结。 相似文献
10.
基于动态阈值分割的目标提取技术 总被引:1,自引:0,他引:1
如何从背景中提取目标信息是图像处理时经常遇到的技术难题.从火腿肠生产线质量检测遇到的实际问题出发,提出一种结合动态阈值分割、数学形态学和边缘检测的方法,实时检测图像中的异物信息.实验结果表明,该方法能快速检测目标信息,满足实际生产要求. 相似文献
11.
基于OTSU的动态结合全局阈值的图像分割 总被引:1,自引:0,他引:1
动态结合全局阈值的图像分割方法,在图像灰度分布没有明显双峰及背景复杂的情况下也有很好的适应性.用OTSU方法求得近红外图像的全局阈值s和各子图像的阈值d;利用双线性内插值算法求得与原图像等大的阈值矩阵D.通过调整比例系数k,最后完成阈值矩阵T的构造和图像分割.此方法能有效分割出石化炼油炉的炉管图像. 相似文献
12.
13.
x射线BGA焊点检测图像中,存在大量与检测无关的冗余信息。针对这一问题,从原理和应用效果上对三种基本阈值分割算法进行了对比分析并进行仿真实验。通过对三种分割算法的比较,得到了较为通用的算法,效果令人满意。 相似文献
14.
15.
针对SAR图像固有的乘性斑噪,把概率竞争网络用于SAR图像分割和水上目标检测,充分利用了图像像素间的空间邻接关系,提高了分割、检测的准确性和有效性,取得较好的结果。 相似文献
16.
Otsu自适应阈值法是一种经典的图像阈值分割方法,在其基础上发展起来的2维Otsu法及其改进算法由于存在计算(或空间)复杂度较高、抗噪能力差、难以扩展到多阈值等不足而制约了其应用。该文针对2维Otsu法的不足,将噪声点的出现视为小概率事件,用噪声点的邻域均值代替其灰度值,将噪声点转换为目标(或背景)像素,减少了图像中的噪声点数量;继而直接采用1维Otsu法进行分割,以较小的代价获得良好的分割效果。算法分析及测试实验表明:与现有2维Otsu法相比,该算法在复杂度、抗噪性、多阈值扩展性等方面都有明显改善。 相似文献
17.
基于自适应Wiener滤波的红外小目标检测方法 总被引:3,自引:2,他引:3
在分析红外场景模型的基础上提出了用自适应Wiener滤波器估计起伏背景、自适应门限分割、基于邻域管道目标检测的小目标检测方法.采用连续采集的红外图像序列进行了实验,仿真了不同信噪比(SNR)条件下的目标并给出了目标检测结果及其分析.结果表明,算法能够从信噪比大于2.0的图像序列中检测出目标轨迹. 相似文献