-?@&%!"!'(!!!)!*"&%!"#$%+%!G'+%'#,-./0-/1/-2034356708905.0//:.05!#&%!"#,-."> -?@&%!"!'(!!!)!*"&%!"#$%+%!G'+%'#,-./0-/1/-2034356708905.0//:.05!#&%!"#,-." />
欢迎来到天天文库
浏览记录
ID:55725284
大小:1.56 MB
页数:6页
时间:2020-06-01
《边缘宽度细化与交叉皮层模型结合的图像分割算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、第!"卷#第$%期#&%!"年!%月科#学#技#术#与#工#程#;34-?@&%!"!'(!!!)!*"&%!"#$%+%!G'+%'#,-./0-/1/-2034356708905.0//:.05!#&%!"#,-.<1/-2<905:5<边缘宽度细化与交叉皮层模型结合的图像分割算法郭#猛#邵国金"河南城建学院计算机科学与工程学院$平顶山"'(%$'#摘#要#针对弱边缘图像分割中交叉皮层模型产生目标几何尺寸失真等问题!提出了一种基于边缘宽度细化与交叉皮层模型结合的图像分割算法#该算法借助P:/T.??边缘算子和
2、边缘斜坡模型!细化图像边缘宽度#在此基础上!利用二维直方图将交叉熵扩展至二维空间!以获得交叉皮层模型的最优分割阈值#实验结果表明!该算法不仅能克服边缘模糊的影响!对弱边缘图像进行精确分割&而且处理速度也大幅提升了#关键词#图像分割##P:/T.??边缘算子##边缘斜坡模型##交叉皮层模型##交叉熵中图法分类号#1A$G!<"!%####文献标志码#D##图像分割是一种典型的图像预处理技术$在车是$该类方法不仅会使处理后的图像亮的部分更亮$牌识别系统*细胞图像分析*道路跟踪系统*银行票暗的部分更暗$而且增强对比度的同时还放大了据处理系统
3、等多个领域得到了广泛的应用'分割算噪声'法一般分为全局阈值和局部阈值两大类'前者指利在VBQ分割模型的研究基础上$提出一种边缘用全局信息对整幅图像求出最优分割阈值$主要有宽度细化与VBQ结合的弱边缘图像分割方法'针(!$&)双峰法*>?IL法*最小误差法等方法'该类方法对模糊边缘$借助P:/T.??算子和边缘斜坡模型$确的突出优点是计算复杂度低$易于实现$而缺点在于定目标边缘点$并调整边缘像素点的灰度$实现边缘目标边缘分割效果不理想'后者是通过像素的灰度宽度细化处理'然后$对细化图像采用基于二维交值和周围点的局部灰度特性来确定像素的阈
4、值$主叉熵的自动判决准则$进行VBQ分割处理$最终保($$")要有B23LlS70/O3*=.^47-O和17c?等算法'该持良好的目标几何尺寸'类方法对灰度变化敏感$分割效果较好$但处理速度慢'随着神经网络理论分支的不断发展$研究者将"#边缘宽度细化处理图像分割技术与各种不同的神经网络相结合$形成"$"#寻找目标边缘点许多新的算法'近年来$备受各国学者关注的交叉灰度和梯度指数反映了中心像素与邻像素在空(*$')皮层模型".0?/:I/-?.05-3:?.-74H38/4$VBQ#是新间上的灰度和梯度关系$可描述斜坡边缘的起伏与一代神
5、经网络模型$通过捕获点火发放并行脉冲$非走向'其具体定义如下所述&从k5到5将方向划常适用于图像处理$尤其是图像分割领域'分为)个区域$每个区域跨度是5W"$且以区域角平然而$在实际成像过程中$图像会出现不同程度分线所指方位代表其方向+T$每个像素的梯度方向的边缘模糊现象'由于模糊退化严重破坏了目标的归属为某一个区域'灰度指数定义描述为在以中心几何结构和整体性质$VBQ容易将背景错误地识别像素V"2$I#的)邻域里$与梯度所属区域主方向垂成目标$进而导致后续分割结果出现几何尺寸失真'直的方位上$组像素的灰度分别求平均值$这$个通常解决
6、这个问题的思路是找出一种细化目标边缘值就是灰度指数'梯度指数的定义与灰度指数类宽度的算法'传统的边缘细化方法$例如直方图均似$设该区域的主方向为5W"$那么两者的区别仅仅(($))衡化$主要是提高边缘两边的灰度对比度'但是在中心像素梯度幅值Z6""2$I#的)邻域里$该像素梯度幅是其中一个指数$与梯度所属区域主方向&%!"年"月$%日收到第一作者简介&郭#猛"!G((#$男$汉族$河南平顶山人$硕士$讲师'5W"垂直的方位有两组梯度幅值$分别对其求均值研究方向&嵌入式系统与应用*数据挖掘*数字图像处理'9+H7.4&5H得到剩下两个指
7、数's((JI.07@-3H'已知像素点的$个灰度指数"^X$^Q$^e#和$个梯度指数"ZX$ZQ$Ze#'根据灰度和梯度指数$%期郭#猛$等&边缘宽度细化与交叉皮层模型结合的图像分割算法!G(的定义$所有像素点都要进行相应计算$从而导致算这表明该像素"2$I#位于斜坡的下半部分$调法效率过低'因此$首先寻找边缘像素点$寻找原则整其灰度值V"2$I#至VL"2$I#&z是基于边缘斜坡模型中像素的三个特性&第一$沿着V"2$I#G边缘点梯度的方向$一系列点的梯度幅值是先增加ZXHZQV"2$I#H>09"^QH^e#$-%<*后减少$
8、在坡度中央位置达到最大$两端最小%第二$ZQHZe边缘点与其周围边缘点的梯度方向近似一致%第三$ZHZ{XQ其他V"2$I#H&>09"^QH^e#$总体而言$边缘像素点的梯度幅值是大于非边缘点ZQHZe的'具体的寻找策
此文档下载收益归作者所有