融合视觉感知和正则割的二维阈值分割算法

来源 :计算机应用与软件 | 被引量 : 2次 | 上传用户:qq452723692
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
阈值法是图像分割的一种重要方法,其关键是如何确定阈值。提出一种融合视觉感知和正则割的二维阈值分割方法,该方法首先利用视觉感知的特性选择候选阈值向量所在的灰度区域,再将正则割作为准则,从候选阈值向量中选出最佳的分割阈值向量。在一系列图像上的实验结果表明,与几种经典的阈值分割方法相比,所提方法的分割效果更好。
其他文献
近几年,由于打印机市场竞争十分激烈等原因,一些IT厂商退出了打印机市场,这无疑会给一些行业用户造成了新的风险点。为有效避免分散采购的不利因素和防范IT风险,越来越多的IT设备
为了提高图像分割精度和实用性,利用粗糙集和支持向量机优点,提出一种基于粗糙集和支持向量机相融合的图像分割算法。首先利用粗糙集图像区域特征进行约简,以降低特征向量维数,然后采用支持向量机对这些特征进行学习,建立图像分割模型,从而实现图像的分割。实验结果证明,该方法不仅提高了图像分割精度,大大缩短了训练时间,而且分割效果要优于常规图像分割算法,能够很好满足图像处理的实时性要求,为进行图像分割提供了一个
AOSVR(Accurate Online Support Vector Regression)具有在线学习和模型在线更新的优点,可应用于交通流量的实时预测,其中算法的核函数的选择对模型的学习、推广和泛化能力起着重要的作用,但是至今有关核函数的选择缺乏科学的理论依据。为了进一步提高模型的学习和推广能力等,提出一种WT-AOSVR(Weight Table And Accurate Online S
目的对临床护理干预在高血压合并主动脉夹层中的应用效果进行观察。方法以我院高血压合并主动脉夹层患者72例为研究对象,选取时间为2016年10月到2018年10月。采用随机数字表