共查询到20条相似文献，搜索用时 62 毫秒
1.
图像分割是目标检测和识别的基础,对所采集到的图像进行分割处理是图像识别跟踪技术中实现目标检测的一种重要技术手段;遗传算法是一种优化算法,利用其高效、并行的寻优能力,通过选择、交叉和变异等遗传操作快速逼近最佳阈值,大大缩短图像阈值分割中阈值的选取时间,提高分割效率;介绍了遗传算法在图像阈值分割领域的应用研究进展。 相似文献
2.
为了快速准确地确定图像的最佳分割阈值,提出了一种改进的遗传算法。该算法通过完善选择机制、引进父子竞争机制和使用二元变异算子进行变异操作,有效地解决了遗传算法的收敛速度慢和种群过早成熟的问题。 相似文献
3.
胡秀丽 《内蒙古科技与经济》2013,(1)
将双种群遗传算法用于阈值的选取,仿真结果表明:合适的遗传算子选定后,基于遗传算法的双阈值图像分割方法可以正确有效地分割图像,将遗传算法用于图像处理中,是非常有效的. 相似文献
4.
本文在基于灰度图像分割的基础上对传统遗传算法进行改进,提出基于染色体、基因位的改进遗传算法.该方法利用图像的直方图,对进行初始种群预处理,减少遗传算法的迭代次数.实验表明,改进的遗传算法应用于灰度图像分割能取得较好的效果. 相似文献
5.
三维人脑体数据分割是医疗图像处理中的一项重要技术,其中阈值的选取最为关键。在介绍了3种具有代表性的图像阈值求取方法的基础上,将它们分别用于分割实验;从实验效果及算法性能两方面对这3种方法进行比较,结果表明模糊最大熵结合遗传算法求取阈值的方法效果较好,受噪声影响小。 相似文献
6.
图像分割在图像处理领域里的作用至关重要,当前图像分割方法的一类重要方法是源于粒子群算法的图像分割方法,本文对源于改进粒子群算法的三类图像分割方法,即单阈值图像分割方法、二维阈值图像分割方法和多阈值图像分割方法进行了全面研究,通过研究指出单阈值图像分割方法效果相对来说是较差的,二维阈值图像分割方法比单阈值图像分割方法好,多阈值图像分割方法效果最好,并对每一类方法的不足以及以后要解决的问题也作了详细分析,同时也通过研究指出了图像分割技术未来的发展方向将是多种方法相结合才能得到较好的效果。 相似文献
7.
8.
最大熵阈值法是图像分割的一种重要方法,在图像处理与识别中广为应用。针对原有最大熵阈值法的不足,从3个方面对其进行了改进研究:参数化最大熵分割准则,引入灰度对比度对分割进行评价来选取参数来改善最大熵阈值法的分割性能;加权图像指数熵,引入了信息熵的指数形式并对其加权,依照灰度的分布选取权重,并通过分割后灰度对比度来确定权的参数,更充分地利用了图像的灰度信息;基于高频率灰度信息对原始熵进行变形,充分考虑了高频率灰度对分割的影响。通过对比实验表明,改进算法确定的阈值可以获得更佳的分割效果。 相似文献
9.
10.
11.
基于最大信息熵原理的显微细胞图像多阈值分割算法 总被引：1，自引：0，他引：1
王任挥 《内蒙古科技与经济》2010,(18):58-60
文章应用最大信息熵原理,实现了显微细胞图像的多阈值分割。选用图像像素灰度值和各灰度值在图像中出现的概率构成一维灰度直方图,针对显微细胞图像多域值分割的要求,将一维灰度直方图划分成3个独立的子块,确定各个子块的信息熵。根据最大信息熵原理,当总的信息熵为最大值时,确定的阈值t1、t2为最佳分割阈值。 相似文献
12.
通过对毫米波技术与成像算法的研究,重点研究了基于最大类间方差的快速图像分割算法。该算法根据最大类方差原理,通过二分逼近逐次逼近最佳分割阈值,相对于传统的最大类间分割方法提高了速度,该算法也可以扩展到一般数字图像的分割,其效果也较好。 相似文献
13.
14.
15.
16.
基于遗传算法的图像分割技术研究 总被引：1，自引：0，他引：1
遗传算法是模拟自然界的遗传选择和自然淘汰的生物进化过程的计算模型,是一种全局优化搜索算法,具有实用性强、稳定性好、适于并行处理及高效等显著特点,在很多领域得到了广泛应用。图像分割是数字图像处理的重要研究领域之一,它对于图像特征提取、图像分析和识别、计算机视觉等有着重要意义。 相似文献
17.
在岩层图像获取和传输过程中会受到来自传感器震荡、电子元器件干扰等因素的影响,导致图像质量下降。小波阈值去噪技术早已体现出它在图像去噪上的优越性,而阈值函数的选取特别是闽值的确定是小波去噪技术的关键所在。结合遗传算法以期找到相对最优闽值,应用结果证明遗传算法在此方面的可行性较好。 相似文献
18.
19.
《科技通报》2016,(7)
针对HIFU超声图像中目标的自动识别和分割进行了研究。提出了一种结合了动态阈值分割和K-最近邻(KNN)纹理分类方法的全自动图像分割方法。首先对图像进行预处理,减小噪声干扰。然后进行动态阈值分割,得到包括目标轮廓在内的很多轮廓。同时利用KNN纹理分类方法对预处理后的图像进行分类,其中用到的纹理特征通过灰度共生矩阵计算得到。接着将动态阈值分割结果与KNN分类结果做一个与运算,与运算以后的结果通过形态学操作和区域滤波就得到准确的目标区域轮廓。从对HIFU超声图像的分割结果和对该方法的评价结果来看,该全自动图像分割方法是可行并且有效的,有可能进一步将其投入实际应用中去。 相似文献
20.
当前图像识别采取边缘算子切割技术,图像目标边缘会出现一些灰度急剧变化的情况.采用阈值法,图像中存在的阴影,照度不均匀,各处的对比度不同的情况,所以不能采用全局阈值法,而采用局部阈值法,即将图像划分为若干个小图像,先对各子图像用阈值法进行分割,再将分割后的小区域合并在一起,得到整幅图像的完整分割结果,这样,不同的区域由于不同的情况,就可以选取相应的阈值,达到最好得分割效果. 相似文献