[1]钱卫星,黄丽亚.二维Otsu自适应阈值快速算法的改进[J].华侨大学学报(自然科学版),2015,36(4):427-431.[doi:10.11830/ISSN.1000-5013.2015.04.0427]
 QIAN Wei-xing,HUANG Li-ya.Improvement for 2D Otsu Adaptive Threshold Fast Algorithm[J].Journal of Huaqiao University(Natural Science),2015,36(4):427-431.[doi:10.11830/ISSN.1000-5013.2015.04.0427]
点击复制

二维Otsu自适应阈值快速算法的改进()
分享到:

《华侨大学学报(自然科学版)》[ISSN:1000-5013/CN:35-1079/N]

卷:
第36卷
期数:
2015年第4期
页码:
427-431
栏目:
出版日期:
2015-07-15

文章信息/Info

Title:
Improvement for 2D Otsu Adaptive Threshold Fast Algorithm
文章编号:
1000-5013(2015)04-0427-05
作者:
钱卫星12 黄丽亚2
1. 杭州职业技术学院 信息工程学院, 浙江 杭州 310018;2. 南京邮电大学 电子科学与工程学院, 江苏 南京 210003
Author(s):
QIAN Wei-xing12 HUANG Li-ya2
1. Electronic Information College, Hangzhou Vocational and Technical College, Hangzhou 310018, China; 2. School of Electronic Science and Engineering, Nanjing University of Posts and Telecommunications, Nanjing 210003, China
关键词:
图像分割 二维Otsu 窄带斜方 自适应轴截距
Keywords:
image segmentation 2D Otsu trapezius narrowband adaptive intercept
分类号:
TP391.41
DOI:
10.11830/ISSN.1000-5013.2015.04.0427
文献标志码:
A
摘要:
分析二维Otsu自适应阈值快速算法的斜方窄带判决域特性,在不增加算法复杂度的前提下,通过建立窄带斜方轴截距与图像像素二维概率密度信息关联分布数据,提出动态窄带斜方轴截距自适应选择方法.实验结果表明:改进后的二维Otsu自适应阈值快速算法更加适应图像分割的实际工况,并取得良好的图像分割效果.
Abstract:
Base on the characteristics of the trapezius narrowband verdict scope of 2D Otsu adaptive threshold fast algorithm. Through the establishment of distribution data of the information association between narrowband trapezius intercept and image pixel two-dimensional probability density, this paper proposes a dynamic trapezius intercept narrowband adaptive selection method without increasing complexity. The experimental result has demonstrated that the improved fast algorithm of two-dimensional Otsu adaptive threshold was more adapted to the actual condition of image segmentation, and has achieved good effect.

参考文献/References:

[1] 章毓晋.图像分割评价技术分类和比较[J].中国图形图像学报,1996,1(2):151-157.
[2] OTSU N.A threshold selection method from gray-level histograms[J].IEEE Transactions on System Man and Cybernetic,1979,9(1):62-66.
[3] 刘建庄,栗文青.灰度图像的二维Otsu自动阈值分割方法[J].自动化学报,1993,19(1):101-105.
[4] 郝颖明,朱枫.二维Otsu自适应阈值的快速算法[J].中国图像图形学报,2005,10(4):484-488.
[5] 杨金龙,张光南,厉树忠,等.基于二维直方图的图像分割算法研究[J].激光与红外,2008,38(4):400-403.
[6] 吴一全,潘喆,吴文怡,等.二维直方图区域斜分的最大熵阈值分割算法[J].模式识别与人工智能,2009,22(1):162-168.
[7] 范九伦,雷博.灰度图像最小误差阈值分割法的二维推广[J].自动化学报,2009,35( 4):386-393.
[8] 陈琪,熊博莅,陆军,等.改进的二维 Otsu 图像分割方法及其快速实现[J].电子与信息学报,2010,32(5):1100-1104.
[9] 朱齐丹,荆丽秋,毕荣生,等.最小误差阈值分割法的改进算法[J].光电工程,2010,37(7):107-113.
[10] 梁义涛,庞蕊,朱远坤.灰度图像二维Otsu折线阈值分割法[J].计算机工程与应用,2012,48(33):178-182.
[11] 张新明,李振云,孙印杰,等.快速二维直方图斜分最小误差的图像阈值分割[J].电光与控制,2012,19(6):8-12.
[12] 李淼,杨恢先.改进二维直方图区域划分的阈值分割方法研究[J].光电子·激光,2013,4(7):1426-1433.
[13] 何志勇,孙立宁,陈立国.Otsu准则下分割阈值的快速计算[J].电子学报,2013,41(2):267-272.

相似文献/References:

[1]凌朝东,陈虎,杨骁,等.结合SLIC超像素和DBSCAN聚类的眼底图像硬性渗出检测方法[J].华侨大学学报(自然科学版),2015,36(4):399.[doi:10.11830/ISSN.1000-5013.2015.04.0399]
 LING Chao-dong,CHEN Hu,YANG Xiao,et al.Fundus Image Hard Exudates Detection Based on SLIC Superpixels and DBSCAN Clustering[J].Journal of Huaqiao University(Natural Science),2015,36(4):399.[doi:10.11830/ISSN.1000-5013.2015.04.0399]
[2]谢超,谢明红.应用局部自适应阈值方法检测圆形标志点[J].华侨大学学报(自然科学版),2016,37(2):134.[doi:10.11830/ISSN.1000-5013.2016.02.0134]
 XIE Chao,XIE Minghong.Circular Mark Point Detecting Research Based on Local Adaptive Threshold[J].Journal of Huaqiao University(Natural Science),2016,37(4):134.[doi:10.11830/ISSN.1000-5013.2016.02.0134]
[3]钱卫星,黄丽亚.采用二维Otsu直方图斜分快速算法实现方式的改进[J].华侨大学学报(自然科学版),2016,37(1):88.[doi:10.11830/ISSN.1000-5013.2016.01.0088]
 QIAN Weixing,HUANG Liya.Improved Implementations for 2D Otsu Histogram Fast Algorithm[J].Journal of Huaqiao University(Natural Science),2016,37(4):88.[doi:10.11830/ISSN.1000-5013.2016.01.0088]

备注/Memo

备注/Memo:
收稿日期: 2015-06-15
通信作者: 钱卫星(1974-),男,讲师,博士研究生,主要从事嵌入式技术应用的研究.E-mail:qianweixingxdx@163.com.
基金项目: 浙江省教育厅科研项目(Y201327284)
更新日期/Last Update: 2015-07-20