基于各向异性自适应高斯加权方向窗的非局部三维Otsu图像门限分割.pdfVIP

基于各向异性自适应高斯加权方向窗的非局部三维Otsu图像门限分割.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于各向异性自适应高斯加权方向窗的非局部三维Otsu图像门限分割.pdf

第34 卷第 11 期 电 子 与 信 息 学 报 Vol.34No. 11 20 12 年 11 月 Journal of Electronics Information Technology Nov. 20 12 基于各向异性自适应高斯加权方向窗的非局部三维Otsu 图像门限分割 颜学颖* 焦李成 (西安电子科技大学智能感知与图像理解教育部重点实验室 西安 710071) 摘 要:针对传统3 维Otsu(3D-Otsu) 门限分割方法中的滤噪性能和小目标保持性能的不足,该文提出一种基于各 向异性自适应高斯加权方向窗的3D-Otsu 门限分割的新方法。新方法改进了3D-Otsu 的邻域窗口设置方法,采用 中心点的局部特征来自适应地确定邻域各向异性高斯加权方向窗口的尺寸、尺度和滤波方向。然后,提出非局部多 方向相似度测量来更有效地捕捉图像中的模式冗余。最终,结合像素点灰度值、加权均值、加权中值构建3 维直方 图,并基于最大类间方差计算门限矢量进行分割。实验结果表明:与目前广泛使用的2 维Otsu, 2 维最大熵以及传 统3 维Otsu 方法相比,新方法有着更好的门限分割效果,并具有更好的滤噪性能和小目标保持性能。 关键词:图像处理;图像门限分割;3 维Otsu;各向异性;高斯加权窗;最大类间方差 中图分类号:TP751.1 文献标识码: A 文章编号:1009-5896(2012)11-2672-08 DOI: 10.3724/SP.J.1146.2012.00859 Non-local Three-dimensional Otsu Image Thresholding Segmentation Based on Anisotropic Adaptive Gaussian Weighted Window Yan Xue-ying Jiao Li-cheng (Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education of China, Xidian University, Xi,an 710071, China) Abstract: Because of the shortage of noise removal and small target preservation for the conventional three- dimensional Otsu (3D-Otsu) method, a new method based on adaptive Gaussian weighted directional window is proposed. The new method improves the window setting method of the 3D-Otsu. The window size, scale and filtering direction are adaptively determined by the local characters. Then, based on the proposed non-local multiple directions similarity measurement, the pattern redundancy in the image can be captured effectively. Finally, the 3D histogram is constructed based on the gray value, weighted mean value and weighted

文档评论(0)

整理王 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档