导读:本文包含了双阈值图像分割论文开题报告文献综述及选题提纲参考文献，主要关键词:动态阀值图像分割法,人脸识别技术,函数类间均值,肤色分割
双阈值图像分割论文文献综述
金丽丽[1]（2019）在《探究基于动态阈值图像分割法的人脸识别技术研究》一文中研究指出本文以探究基于动态阈值图像分割法的人脸识别技术研究为主要内容进行阐述,提出一种动态阀值图像分割人脸识别对策,将图像分割之中存在的Fisher准则使用其中,在使用此种函数类间均值进行分析,对方差进行合理计算,从而可以自动化获取各种图像,通过分析后可以形成最佳分类阀值,在结合动态阀值对人脸肤色进行分割,进而使用解码器对其进行二值化处理,在使用图像有效分离。最终可以明确人脸肤色的基本位置和区域,结合肤色分割基本性能,基于负载基础上对肤色进行精准化分割,提升人脸检测人工作速度和精准度。(本文来源于《计算机产品与流通》期刊2019年12期）
罗钧,杨永松,侍宝玉[2]（2019）在《基于改进的自适应差分演化算法的二维Otsu多阈值图像分割》一文中研究指出针对常规最大类间方差法在多阈值图像分割中存在的运算量大、计算时间长、分割精度较低等问题,该文提出一种基于改进的自适应差分演化(JADE)算法的2维Otsu多阈值分割法。首先,为增强初始化种群的质量、提升控制参数的适应性,将混沌映射机制融入到JADE算法中;进而,通过该改进算法求解2维Otsu多阈值图像的最佳分割阈值;最终,将该算法与差分进化(DE), JADE,改进正弦参数自适应的差分进化(LSHADE-cn Ep Sin)以及增强的适应性微分变换差分进化(EFADE) 4种算法的2维Otsu多阈值图像分割进行比较。实验结果表明,与其它4种算法相比,基于改进JADE算法的2维Otsu多阈值图像分割在分割速度以及精度上均有较明显的改善。(本文来源于《电子与信息学报》期刊2019年08期）
鲍小丽,贾鹤鸣,郎春博,彭晓旭,康立飞[3]（2019）在《正余弦优化算法在多阈值图像分割中的应用》一文中研究指出阈值的选取对图像分割后的效果有重要的影响,在传统的图像分割中存在分割结果单一,灵活度不强,以及容易陷入局部最优的问题。为了确定图像分割的最佳阈值,本文针对图像分割过程中涉及的阈值选取问题,提出一种基于正余弦优化算法(sine cosine algorithm,SCA)的多阈值图像分割方法。该算法以最大类间方差作为正余弦算法的适应度函数,通过正弦函数和余弦函数的变化来更新当前解在每一维度上的位置,候选解利用多个随机算子围绕最优解进行正余弦的波动来完成每一次的寻优过程,通过迭代计算更新最优解的位置,从而确定图像分割的最佳阈值。选取4幅标准测试图像进行实验,通过与粒子群优化算法进行峰值信噪比、结构相似法和寻优时间3方面的对比,结果表明:将正余弦优化算法应用在图像分割中可以获得更准确的分割阈值和更高的分割效率,具有很强的实用性。(本文来源于《森林工程》期刊2019年04期）
杨明昊,李云龙[4]（2019）在《基于热交换优化算法的多阈值图像分割方法》一文中研究指出本文提出基于热交换优化算法的多阈值Renyi熵图像分割方法。多阈值Renyi熵算法有着较高的分割精度,但是阈值个数增加计算量也随之增加。为了解决这个问题,利用热交换优化(TEO)算法寻找多阈值Renyi熵的最优阈值。通过对经典图像进行实验,对评价指标PSNR和SSIM值进行分析,TEO算法能够有效地提高图像分割精度,减少运算时间。(本文来源于《科技创新与生产力》期刊2019年05期）
罗紫韧,贾鹤鸣[5]（2019）在《基于共生生物搜索算法的多阈值图像分割方法》一文中研究指出为了解决多阈值OTSU图像分割方法存在的阈值个数增加计算复杂度也随之增加的问题,笔者提出了基于共生生物搜索算法的多阈值图像分割方法,利用共生生物搜索算法寻找最优阈值,提高分割精度。通过对经典图像进行实验,分析实验结果的峰值信噪比和特征相似度,可知共生生物搜索算法能够有效地提高图像分割精度,减少运算时间。(本文来源于《科技创新与生产力》期刊2019年05期）
金旭旸,贾鹤鸣[6]（2019）在《基于水波优化算法的多阈值图像分割方法》一文中研究指出为解决多阈值Kapur熵图像分割方法的精度低和运算时间慢的问题,提出基于水波优化算法的多阈值图像分割方法。传统的多阈值Kapur熵随着阈值个数的增加,分割精度有所下降和运算时间增加,所以将多阈值图像分割方法作为优化问题,利用水波优化算法寻找多阈值Kapur熵的最佳阈值,提高图像的分割精度。通过对图像的分割仿真实验,表明该算法具有更好的寻优能力,同时该算法的寻优精度高,收敛速度快,稳健性强。(本文来源于《科技创新与生产力》期刊2019年04期）
信成涛,邹海,盛超,丁国绅[7]（2019）在《新型果蝇优化算法的最佳熵阈值图像分割》一文中研究指出为了解决传统的最佳熵阈值分割效率不足和稳定性差的问题.提出了一种新型的果蝇优化算法并对图像分割阈值进行优化.利用高斯采样对果蝇个体进行更新,在前期,由于果蝇分布较分散,可以增大跳出局部极值的机会.在寻优后期,果蝇种群分布较集中,可以进行更精准的搜寻.另外,充分利用往代果蝇迭代结果,产生学习因子,对后代果蝇寻优进行指导.实验证明,改进的算法在求解效率和求解精度上都取得了较大的进步,在对图像分割的应用中取得较其他算法更好的效果.(本文来源于《微电子学与计算机》期刊2019年04期）
刘媛媛,王跃勇,于海业,秦铭霞,孙嘉慧[8]（2018）在《基于多阈值图像分割算法的秸秆覆盖率检测》一文中研究指出针对目前秸秆覆盖率人工检测费时费力、准确率低、信息难以存储的问题,提出了一种基于图像分割的秸秆覆盖率检测方法。考虑到传统图像分割方法精度不高,且多阈值分割时计算量过大,将灰狼算法中的搜索机制与差分进化算法相融合,提出一种基于图像多阈值的自动分割方法(DE-GWO),用于田间秸秆覆盖率检测。首先,对现场采集的秸秆覆盖图像进行预处理,采用自适应Tsallis熵作为目标函数,评估图像分割效率;其次,根据图像的复杂程度选取分割阈值的数量,利用DE-GWO算法对其进行多阈值图像分割;然后,分别按照灰度级别计算分割后图像比例;最后,根据拍摄高度、fov视角等参数,将图像中秸秆覆盖率与实际地理面积进行转换。实验结果表明,本文算法田间秸秆覆盖率与实际测量误差在8%以内,且相比于改进粒子群算法(PSO)和灰狼算法(GWO),DE-GWO算法精确度更高,平均耗时为人工测量的1/1 500。开发了一套依据DE-GWO算法的秸秆覆盖率检测软件系统,为后续监控系统的实时检测提供了算法基础和软件支持。(本文来源于《农业机械学报》期刊2018年12期）
李林国[9]（2018）在《基于群智优化的多阈值图像分割算法研究》一文中研究指出随着计算机、手持终端、网络及多媒体技术的快速发展与应用,多媒体数据已经进入大众生活的方方面面,尤其是图像、视频数据呈现爆炸式增长。面对如此海量的图像大数据,图像处理不仅是一个重要的科研课题,而且也是信息时代必须面对和解决的基本问题。作为一种有效的图像处理手段,图像分割不仅是图像分析和理解的重要组成部分和重要前提,同时它也具有很多直接的应用领域,主要包括工业自动化、产品检测、文字识别、人脸识别、智能交通、外星探测、遥感卫星图像处理、航空与航天技术、生物与医学工程、网络及计算机视觉、体育和农业等。在众多图像分割算法中,多阈值图像分割是一种最为直接和简单的方法,获得了越来越多的关注。但是该类方法的计算复杂度较高,因此群智优化算法被广泛用来提高分割效率。基于人工蜂群和灰狼算法在处理速度和稳定性等方面的优势,本文将以这两种群智优化算法为基础,结合模糊理论和模糊逻辑,对多阈值图像分割的目标函数选择,群智优化算法的改进及模糊隶属度初始化与聚合方法展开研究。在提高人工蜂群算法运行速度和收敛性、提升灰狼算法稳定性的同时,考虑到多阈值图像分割方法的空间位置无关性,本文也将通过模糊初始化和局部模糊信息聚合的方式提高图像分割精度。最终实现以提高分割速度、保证算法稳定和提升分割精度为目标的模糊多阈值图像分割机制。本文完成的主要工作如下:(1)基于改进快速人工蜂群算法的阈值化图像分割。随着阈值数量的不断增加,算法的复杂度急剧增长。因而大量文献通过群智优化算法解决该问题,在深入分析群智优化算法的基础上,提出了基于改进快速人工蜂群算法的多阈值图像分割方法。并通过改进观察蜂阶段的领域搜索策略,提高了算法的运行效率和收敛性。大量的对比实验表明改进人工蜂群算法在图像分割质量、运行时间和收敛性方面具备良好的性能。(2)基于改进离散灰狼算法的阈值化图像分割。针对多阈值问题,首先提出了灰狼算法的离散化方案。然后通过权重机制改进狼群的攻击行为,提升当前最优解在迭代过程中的参与度和重要性。在分析和比较Kapur和Otsu目标函数的基础上,实验比较发现改进灰狼算法在图像分割质量、最优目标函数值和目标函数稳定性方面表现良好。(3)基于模糊理论和群智优化的阈值化分割。在(1)改进快速人工蜂群算法和(2)改进离散灰狼算法的基础上,首先利用梯形隶属度函数将Kapur熵模糊化,然后利用这两种群智优化算法获得一组最优阈值,最后实现图像的模糊化分割。并且设置最优阈值为模糊质心,为像素点的邻域模糊聚合提供基础。实验比较了多种模糊阈值化方法的最优阈值和最优目标函数。验证了基于模糊理论的群智优化算法在多阈值图像分割方面的高效性。(4)基于群智优化和邻域模糊信息聚合的阈值化图像分割。在模糊群智优化算法的基础上,通过模糊隶属度初始化和模糊隶属度聚合,提出了基于改进快速人工蜂群算法和改进离散灰狼算法的模糊聚合多阈值图像分割方案。算法执行过程中,首先通过伪梯形隶属度函数为每个像素分配模糊值,然后分别以中值、均值、迭代均值方式进行模糊信息聚合,最终实现模糊多阈值图像分割。一系列比较实验验证了中值聚合获得了最好的分割效果,且优于其它模糊和非模糊方法。实验结果还发现,改进快速人工蜂群算法在时间效率方面最优,而改进离散灰狼算法在稳定性方面更为突出。(本文来源于《南京邮电大学》期刊2018-11-14）
马军,鲍日洋,彭晓旭,宋苏航,陈培昕[10]（2018）在《基于粒子群优化算法的Kapur熵多阈值图像分割》一文中研究指出本文将多阈值图像分割中的最佳阈值向量优化问题作为研究对象,采用粒子群优化算法(PSO)对Kapur熵阈值图像分割法的最佳阈值向量进行寻优。传统的Kapur熵阈值图像分割法存在算法运算速度慢、精度不高等问题,本文提出的基于粒子群优化算法的Kapur熵多阈值图像分割法改善了上述问题,具有算法运行快、分割精度高的特点。利用本文提出的方法在阈值等级分别为1,2,3,4,5的情况下进行实验,并应用峰值信噪比(PSNR)指标和结构相似性(SSIM)指标对分割后的图像进行评估。实验结果表明,本文提出的基于粒子群优化算法的Kapur熵多阈值图像分割法优于传统的Kapur熵多阈值图像分割法,可以更加高效地对复杂图像进行多阈值图像分割处理,具有较强的实用性。(本文来源于《科技创新与生产力》期刊2018年11期）
双阈值图像分割论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对常规最大类间方差法在多阈值图像分割中存在的运算量大、计算时间长、分割精度较低等问题,该文提出一种基于改进的自适应差分演化(JADE)算法的2维Otsu多阈值分割法。首先,为增强初始化种群的质量、提升控制参数的适应性,将混沌映射机制融入到JADE算法中;进而,通过该改进算法求解2维Otsu多阈值图像的最佳分割阈值;最终,将该算法与差分进化(DE), JADE,改进正弦参数自适应的差分进化(LSHADE-cn Ep Sin)以及增强的适应性微分变换差分进化(EFADE) 4种算法的2维Otsu多阈值图像分割进行比较。实验结果表明,与其它4种算法相比,基于改进JADE算法的2维Otsu多阈值图像分割在分割速度以及精度上均有较明显的改善。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
双阈值图像分割论文参考文献
[1].金丽丽.探究基于动态阈值图像分割法的人脸识别技术研究[J].计算机产品与流通.2019
[2].罗钧,杨永松,侍宝玉.基于改进的自适应差分演化算法的二维Otsu多阈值图像分割[J].电子与信息学报.2019
[3].鲍小丽,贾鹤鸣,郎春博,彭晓旭,康立飞.正余弦优化算法在多阈值图像分割中的应用[J].森林工程.2019
[4].杨明昊,李云龙.基于热交换优化算法的多阈值图像分割方法[J].科技创新与生产力.2019
[5].罗紫韧,贾鹤鸣.基于共生生物搜索算法的多阈值图像分割方法[J].科技创新与生产力.2019
[6].金旭旸,贾鹤鸣.基于水波优化算法的多阈值图像分割方法[J].科技创新与生产力.2019
[7].信成涛,邹海,盛超,丁国绅.新型果蝇优化算法的最佳熵阈值图像分割[J].微电子学与计算机.2019
[8].刘媛媛,王跃勇,于海业,秦铭霞,孙嘉慧.基于多阈值图像分割算法的秸秆覆盖率检测[J].农业机械学报.2018
[9].李林国.基于群智优化的多阈值图像分割算法研究[D].南京邮电大学.2018
[10].马军,鲍日洋,彭晓旭,宋苏航,陈培昕.基于粒子群优化算法的Kapur熵多阈值图像分割[J].科技创新与生产力.2018