导读:本文包含了图像阈值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:微粒群优化算法,图像分割,阈值分割
图像阈值分割论文文献综述
高世博[1]（2019）在《基于微粒群优化算法的图像阈值分割》一文中研究指出本文简要介绍了微粒群优化算法、图像阈值分割原理和方法,将微粒群优化算法应用到图像阈值分割问题中,对最优分割阈值进行全局寻优,并与基于迭代法、Otsu法的阈值图像分割结果进行对比,结果表明微粒群算法优化的分割阈值分割效果更好。将本方法应用到犯罪现场灰尘加层足迹图像的处理中,取得了较好的图像分割效果,为公安技术人员对犯罪现场物证信息后期处理提供了一种新的方法。(本文来源于《电子技术与软件工程》期刊2019年23期）
马源,陈茂荣,计效园,周建新[2]（2019）在《基于阈值分割的钛合金铸件X光图像缺陷检测》一文中研究指出针对钛合金铸件X光图像中缺陷较小、不便检测及图像处理方法普适性较低的问题,通过两个图像分步处理试验研究,提出了一种包括巴特沃斯低通滤波处理、USM锐化处理和迭代法阈值分割处理叁个步骤的钛合金铸件X光缺陷检测方法,并采用八个图像验证了该方法的有效性。在低通滤波处理步骤中,对比均值滤波、中值滤波、高斯低通滤波,巴特沃斯低通滤波方法能有效降低噪声并增加缺陷与背景色的对比度,改善图像质量。在增强图像步骤中,对比灰度变换、直方图处理、同态滤波,USM锐化方法能有效增强缺陷与背景色的对比度,且不产生较多的背景色干扰信息。在阈值分割步骤中,对比OTSU算法、最大熵法,迭代法能成功分割具有两种灰度背景色的图像的缺陷,且分割效果较好。(本文来源于《2019中国铸造活动周论文集》期刊2019-10-28）
邵闯,王生怀,邹春龙,周红勋[3]（2019）在《基于混合粒子群优化的2维Otsu路面裂缝图像阈值分割方法》一文中研究指出针对传统2维Otsu法由于计算量大而无法实时对路面裂缝图像进行分割的问题,将粒子群算法和遗传算法相结合,提出了一种基于混合粒子群优化的2维Otsu路面裂缝图像阈值分割方法。实验结果表明:与标准粒子群优化的2维Otsu阈值分割法相比,文中方法可以完整分割出图像中的裂缝目标;与传统2维Otsu法相比,文中方法减少了算法运行的时间,提高了路面裂缝图像的分割效率。(本文来源于《湖北汽车工业学院学报》期刊2019年03期）
邱洪彬,王雪梅,许哲,张钧,宿常鹏[4]（2019）在《基于二维能量检测的舰船SAR图像阈值分割》一文中研究指出鉴于传统阈值分割算法过于依赖背景杂波分布模型,以及在抗噪性、鲁棒性等方面的不足,文章通过改进传统能量检测算法的局部信杂比模型,提出了基于λ检测的算法,解决了阈值不能自适应选择的问题。并针对图像存在大量相干斑及拖影时,算法处理能力不足的问题,考虑邻域像素均值μ将其拓展到二维,提出了基于二维能量检测的阈值分割法。最后,通过引入域内一致性、域间差异性和形状复杂度3个指标,与目前流行的最大熵阈值法以及改进的二维最大类间差法做对比实验,结果证明了本文算法简单有效。(本文来源于《系统工程与电子技术》期刊2019年12期）
赵汝海,孙凡,朱广[5]（2019）在《基于模糊OTSU与布谷鸟寻优的火灾图像多阈值分割算法》一文中研究指出火灾现场环境复杂,如浓烟、光反射等,获取的图像对比度低、边缘模糊,易造成火灾图像分割困难。常用的OTSU方法使用单阈值分割,火焰目标与背景分辨不清,难以满足识别要求。为此,本文提出一种基于模糊OTSU与布谷鸟寻优(CS)的火灾图像多阈值分割算法。首先,考虑图像模糊不确定因素,将模糊理论融入OTSU方法中,通过隶属度函数划分整幅图像的灰度空间;然后使用布谷鸟算法寻找全局最优分割阈值;最后利用寻找到的阈值进行图像分割。实验表明,用该方法分割图像,可以很大程度上降低对噪声、光反射或其它干扰因素的影响,目标与背景分割效果更好,实验结果显示了该算法的有效性。(本文来源于《安徽建筑大学学报》期刊2019年04期）
李致衡,陈亮,张博程,师皓,龙腾[6]（2019）在《基于最大熵阈值分割的SAR图像溢油检测》一文中研究指出近年来,海上溢油事故频发,使用(合成孔径雷达)SAR遥感图像进行溢油检测有着十分重要的意义。本文提出了一种基于最大熵阈值分割的SAR图像溢油检测算法,算法运算简单,适用于星载平台,可实现高效准确的检测。由于SAR成像存在固有的相干斑噪声,首先需要进行滤波对噪声进行抑制。图像中存在的陆地区域会对溢油检测产生影响,通过先验知识利用经纬度信息对其进行掩模处理,之后采用滑动窗口的方法,在窗口内部基于最大熵选取最佳的分割阈值,最后对分割产生的小块区域进行滤除,并依据距离信息合并相邻的区域。算法使用GF-3卫星图像进行验证测试,并与其他算法对比表明,本算法可满足遥感图像检测实时性、准确性的要求。(本文来源于《信号处理》期刊2019年06期）
秦俊[7]（2019）在《基于启发式算法的医学图像阈值分割方法研究》一文中研究指出图像分割是图像处理研究的重点和难点之一,也一直是研究的热点。图像分割是图像分析、图像识别等更高层图像处理的基础,分割结果直接影响着更高层分析和理解的正确性。基于图像处理的技术应用范围广泛。无论从图像场景还是成像原理上,都存在图像来源多样复杂,图像属性千差万别等问题;图像分割的目的各不相同;在成像、存储及传输过程中引入的各种干扰会使图像质量下降;这些问题给图像分割带来巨大挑战。阈值分割是图像分割的主要方法之一,在面向工业领域、医学影像处理领域的图像处理问题中,阈值分割是最重要的分割方法。本文结合启发式算法开展面向医学图像的阈值分割方法研究。本文简述了阈值分割的基本方法及启发式算法特点,从优化角度分析了基于启发式算法的阈值分割方法基本过程。通过改进阈值分割目标函数计算方法以及优化目标函数两个角度,面向医学图像分割,研究了几种结合改进的启发式算法的阈值分割方法。主要工作如下:(1)对基于启发式算法的阈值分割方法进行了分析。通过把阈值分割归纳为一个优化问题来求解,总结了基于启发式算法的阈值分割方法的基本步骤。针对传统启发式算法在解决阈值分割问题时,算法及参数的确定对具体分割的图像和应用目标先验知识依赖度高的问题,给出了一个面向图像阈值分割的超启发式结构。(2)分析了影响传统Otsu阈值分割计算复杂度的各种因素,针对这些影响因素提出了一种综合的改进方案。采用动态规划中把多维计算转变为多次一维计算的思想,把多阈值分割变为多次的单阈值分割,对算法的底层计算效率进行了优化。对于阈值的搜索过程,使用启发式算法提高计算效率,结合分割思想的特点,提出使用具有个体自主决策过程的多种群PSO算法,有效提高了在每一次阈值计算的搜索效率和质量。提出的分割算法在分割质量上与使用经典Otsu准则进行多阈值分割相当,在计算复杂度指标上不仅优于经典的Otsu方法,而且也比使用递推多阈值分割和基于遗传算法的多阈值分割有优势。最突出的优势在于其计算时间随着阈值数的增加呈现线性趋势的特点,这对于应用在实时性要求高的环境是非常有利的。(3)基于二维或多维直方图的阈值分割方法虽然会改善对噪声干扰等图像分割的效果,但计算复杂度会进一步增加。针对这一问题,采用重构的方法将二维直方图重构成一维直方图,并结合启发式搜索算法求解阈值。重构的一维直方图保留了二维直方图中抑制噪声和边缘效应的优点,以及简单的一维直方图处理方便的优点。采用SAPSO算法求解阈值较好地降低了PSO容易陷入局部最优的问题,对多阈值分割体现出了更好的鲁棒性。实验结果表明,基于改进直方图和SAPSO的多阈值图像分割算法,不仅综合性能上优于Otsu,而且相比HOtsu和基于PSO的Otsu也有一些优势,以相当于PSO Otsu的计算效率达到与HOtsu相当的分割质量。(4)提出了一个基于改进蚁群算法的阈值分割,针对传统蚁群算法前期收敛速度缓慢的问题,提出一种改进的蚁群算法,并应用于Otsu分割的阈值求解。当对蚁群进行初始化时,使蚁群的个体尽量均匀地分布在解空间中,以便蚁群尽可能的搜索到整个解空间;在蚁群算法执行的过程中,摒弃了传统蚁群算法的全局转移概率参数,通过引入Lévy飞行模式产生随机步长,控制蚁群的搜索范围。通过与传统Otsu算法和基于经典蚁群算法的Otsu分割相比,能更有效更快速的搜索到最优阈值。(5)提出了一个基于多种群动态决策FA(DBM-FA)的二维Otsu分割方法。DBM-FA比较有效地克服了传统FA算法容易陷入局部最优、收敛速度慢的缺点。它优化了传统FA中由随机分布引起的搜索效果不稳定的问题,更接近于真实自然界中萤火虫的生理机制。该算法符合仿生学的原理,相比传统FA和一些改进的方法具有更好的效果。针对使用启发式随机搜索优化算法的特点,结合二维Otsu阈值分割递推计算方法的特点,提出了在随机搜索中就近递推计算的二维Otsu阈值分割算法。(6)提出了一个通过元启发式算法探查子空间,不断淘汰劣质子空间,进而减小搜索范围提高元启发式算法工作效率的超启发式结构。这个方法是通过优化搜索空间,而不是通过提升搜索算法本身的搜索能力,提高启发式算法的工作效率,也就是通过有效使用元启发式算法搜索资源提升整体搜索效率。与直接使用元启发式算法在整个解空间搜索比较,其提高了计算资源的使用效率;由于子空间之间完全隔离,把一个大的函数空间划分成了多个小的函数空间,把一个大范围的优化问题转化为多个小范围的优化问题,在小的空间中目标函数相对简单,搜索过程可以更有效快捷找到这个范围的最佳点,更有效避免跌入局部最优点;底层各个子空间之间的计算完全独立,在上层上评估子空间优劣,因此子空间搜索过程有利于使用并行计算方式。(本文来源于《吉林大学》期刊2019-06-01）
余兆钗,张祖昌,李佐勇,刘维娜[8]（2019）在《融合多颜色分量的舌图像阈值分割算法研究》一文中研究指出针对中医自动化舌诊中的舌图像分割问题,提出一种融合多颜色分量的舌图像阈值分割算法。对RGB颜色空间中的蓝色和红色分量执行阈值分割,确定舌图像中的人脸区域;对HSI颜色空间中的色调分量执行变换,在变换后的色调分量上执行阈值分割,以获得包含真实舌体与上嘴唇的初始目标区域;对初始目标区域对应的红色通道执行阈值分割,得到舌根和嘴唇之间的间隙区域;利用间隙区域剔除掉初始目标区域中的上嘴唇,获得最终舌体分割结果。仿真实验表明:该算法较大程度地改善了舌图像分割的精度。(本文来源于《计算机应用与软件》期刊2019年05期）
邓小亚[9]（2019）在《基于复合布谷鸟算法的彩色图像多阈值分割》一文中研究指出彩色图像多阈值分割是图像处理中的难点。将人工蜂群算法(ABC)中蜜蜂的寻优方程引入布谷鸟搜索(CS)算法中的莱维飞行结束后对布谷鸟的位置进行变异,并对布谷鸟算法中的步长因子和发现概率各引入一个新的非线性递减方程,在此基础上形成了一种复合布谷鸟算法(HCS),并以此复合布谷鸟算法(HCS)进行彩色图像多阈值分割,与CS算法、PSO算法分别作用于彩色图像多阈值分割进行对比实验,实验结果表明,论文提出的HCS算法无论从彩色图像多阈值分割的主观效果还是客观效果,在这叁种算法中都是最好的。(本文来源于《计算机与数字工程》期刊2019年04期）
陆康康,狄瑞,高伟,刘晓杰[10]（2019）在《基于阈值分割法增加识别点提高图像识别准确率的研究》一文中研究指出在图像分割算法中,灰度阈值分割算法是最常用的算法。因其算法复杂度小、实现条件单一,在图像识别技术中应用最广泛。灰度阈值分割算法适用于对目标主体和背景灰度级相差较明显的图片进行分割,当图片环境较为复杂、灰度级表现不明显时,其效果会依据环境而改变。因此,灰度阈值分割法对图像识别的准确率有很大的不确定性。在此基础上,提出一种通过增加识别点来提高图像准确率的方法。该方法采用在灰度阈值分割后,对灰度阈值图像进行边缘计算添加识别点标记图像特征的方式,对图像进行二次识别。通过反复试验并记录准确率,所得结果对比表明:增加识别点的二次识别方法相比传统灰度阈值分割法,准确率得到有效提高。(本文来源于《江苏理工学院学报》期刊2019年02期）
图像阈值分割论文开题报告
（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：
针对钛合金铸件X光图像中缺陷较小、不便检测及图像处理方法普适性较低的问题,通过两个图像分步处理试验研究,提出了一种包括巴特沃斯低通滤波处理、USM锐化处理和迭代法阈值分割处理叁个步骤的钛合金铸件X光缺陷检测方法,并采用八个图像验证了该方法的有效性。在低通滤波处理步骤中,对比均值滤波、中值滤波、高斯低通滤波,巴特沃斯低通滤波方法能有效降低噪声并增加缺陷与背景色的对比度,改善图像质量。在增强图像步骤中,对比灰度变换、直方图处理、同态滤波,USM锐化方法能有效增强缺陷与背景色的对比度,且不产生较多的背景色干扰信息。在阈值分割步骤中,对比OTSU算法、最大熵法,迭代法能成功分割具有两种灰度背景色的图像的缺陷,且分割效果较好。
（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。
图像阈值分割论文参考文献
[1].高世博.基于微粒群优化算法的图像阈值分割[J].电子技术与软件工程.2019
[2].马源,陈茂荣,计效园,周建新.基于阈值分割的钛合金铸件X光图像缺陷检测[C].2019中国铸造活动周论文集.2019
[3].邵闯,王生怀,邹春龙,周红勋.基于混合粒子群优化的2维Otsu路面裂缝图像阈值分割方法[J].湖北汽车工业学院学报.2019
[4].邱洪彬,王雪梅,许哲,张钧,宿常鹏.基于二维能量检测的舰船SAR图像阈值分割[J].系统工程与电子技术.2019
[5].赵汝海,孙凡,朱广.基于模糊OTSU与布谷鸟寻优的火灾图像多阈值分割算法[J].安徽建筑大学学报.2019
[6].李致衡,陈亮,张博程,师皓,龙腾.基于最大熵阈值分割的SAR图像溢油检测[J].信号处理.2019
[7].秦俊.基于启发式算法的医学图像阈值分割方法研究[D].吉林大学.2019
[8].余兆钗,张祖昌,李佐勇,刘维娜.融合多颜色分量的舌图像阈值分割算法研究[J].计算机应用与软件.2019
[9].邓小亚.基于复合布谷鸟算法的彩色图像多阈值分割[J].计算机与数字工程.2019
[10].陆康康,狄瑞,高伟,刘晓杰.基于阈值分割法增加识别点提高图像识别准确率的研究[J].江苏理工学院学报.2019