论文部分内容阅读
双窗Otsu方法适用于复杂图像上的阈值分割，但是运算代价过高.为了保留其在复杂图像上的区域最佳阈值处理效果，并缩短双窗Otsu方法的运算时间，提出一种基于循环生成对抗网络的双窗Otsu图像阈值优化映射模型——BOT-MM.采用生成对抗网络框架，训练得到原图像到双窗Otsu方法阈值化图像的映射关系.对抗式网络模型使用循环一致性损失函数进行训练，迭代学习原图像数据集到双窗Otsu阈值化数据集的映射关系.复杂矿石图像通过循环生成对抗网络阈值映射模型进行阈值化试验，运算时间优于双窗Otsu阈值方法，阈值分割结果优于传统阈值方法.