计算机科学与技术专业使用阈值技术的图像分割等毕业论文外文文献翻译及原文.pdf

计算机科学与技术专业使用阈值技术的图像分割等毕业论文外文文献翻译及原文.pdf

  1. 1、本文档共13页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多

毕业设计(论文)

外文文献翻译

文献、资料中文题目:1.使用阈值技术的图像分割

2.最大类间方差算法的图像分割综述

文献、资料英文题目:

文献、资料来源:

文献、资料发表(出版)日期:

院(部):

专业:计算机科学与技术

班级:

姓名:

学号:

指导教师:

翻译日期:2017.02.14

毕业设计(论文)题目基于遗传算法的自动图像分割软件开发

翻译(1)题目ImageSegmentationbyUsingThreshold

Techniques

翻译(2)题目

AReviewonOtsuImageSegmentationAlgorithm

使用阈值技术的图像分割1

摘要

本文试图通过5阈值法作为平均法,P-tile算法,直方图相关技术(HDT),边缘

最大化技术(EMT)和可视化技术进行了分割图像技术的研究,彼此比较从而选择合

的阈值分割图像的最佳技术。这些技术适用于三个卫星图像选择作为阈值分割图像的

基本猜测。

关键词:图像分割,阈值,自动阈值

1引言

分割算法是基于不连续性和相似性这两个基本属性之一的强度值。第一类是基于

在强度的突然变化,如在图像的边缘进行分区的图像。第二类是根据预定义标准基于

分割的图像转换成类似的区域。直方图阈值的方法属于这一类。本文研究第二类(阈

值技术)在这种情况下,通过这项课题可以给予这些研究简要介绍。阈分割技术可分

为三个不同的类:

首先局部技术基于像素和它们临近地区的局部性质。其次采用全局技术分割图像

可以获得图像的全局信息(通过使用图像直方图,例如;全局纹理属性)。并且拆分,

合并,生长技术,为了获得良好的分割效果同时使用的同质化和几何近似的概念。最

后的图像分割,在图像分析的领域中,常用于将像素划分成区域,以确定一个图像的

组成[1][2]。

他们提出了一种二维(2-D)的直方图基于多分辨率分析(MRA)的自适应阈值

的方法,降低了计算的二维直方图的复杂而提高了多分辨率阈值法的搜索精度。这样

的方法源于通过灰度级和灵活性的空间相关性的多分辨率阈值分割方法中的阈值的

寻找以及效率由二维直方图阈值分割方法所取得的非凡分割效果。实验的结果表明,

这种方法可以得到的分割结果与详尽二维直方图方法相类似,而计算复杂度与分辨率

等级的增加而呈指数下降[3]。

图像的阈值问题,被视为在图像处理的一个重要问题,它不仅可以减少图像数据,

同时也奠定了多目标识别和图像认知提供了良好的基础。全局阈值分割和局部阈值的

字符图像分割进行了分析。一个新的阈值统计迭代算法,提出要克服的直接阈值,针

对一些光照不对称和明显的缺陷,或者更大的数字比例在各种各样的背景灰度图像

中。统计迭代阈值分割,基于图像灰度直方图和高斯分布的统计,获得统计迭代法理

论表达和最值得阈值法和步骤。航空图像通过分别使用统计迭代算法,直方图技术和

自适应方法进行阈值分割。比较三种阈值结果,它表明统计迭代方法大大提高了图像

分割的抗噪能力,并且有更好的图像结果,并且不容易在阈值方法中分段[4]。

模糊C均值改进算法和遥感图像分割策略,可以提供较少的迭代次数收敛到全局

最优解。同时,它具有良好的稳定性和鲁棒性。其良好的分割效果可提高精度和遥感

图像阈值分割的效率[5]。

阈值技术可分为两类:全局阈值和局部(自适应)阈值。在全局阈值中,单个阈

值用于整个图像。在局部阈值,阈值被分配给每个像素,使用周围的象素的局部信息

以确定它是属于前景还是背景。由于简单和容易实施的优点,全局阈值技术一直流行

许多年[6][7][8]。

2阈值

阈值是广泛地用于图像分割的方法之一,在从背景分离出前景中非常有效,通过

选择一个适当的阈值T,将灰度级图像可转换为二进制图像。二进制图象应该包含所

有的兴趣目标(前景)中的位置和形状的基本信息。二进制图像的优点是它减少了数

据的复杂性,并简化了识别和分类的过程。灰度级图像转换为二进制图像的最常见的

方法是选择一个单一阈值(T)。然后

文档评论(0)

知己 + 关注
实名认证
内容提供者

喜欢美食

1亿VIP精品文档

相关文档