全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

基于Hilbert扫描和小波变换的自适应图像分割

DOI: 10.11834/jig.20080412

Keywords: 图像分割,图像扫描,Hilbert曲线,多分辨分析,阈值曲线

Full-Text   Cite this paper   Add to My Lib

Abstract:

阈值的选择是图像阈值分割法的关键,针对现有阈值法中存在的没有充分地考虑图像像素之间的空间相关信息等问题,提出把Hilbert图像扫描方法和小波变换相结合,获得了连续光滑的阈值曲线,从而建立了一种局部自适应阈值法。首先通过Hilbert图像扫描的方法将2维图像信息转化为1维Hilbert序列;然后利用小波变换对其进行多分辨分析获得信号的发展趋势曲线,并将该曲线作为阈值曲线对Hilbert序列进行量化处理;最后对量化后的Hilbert序列运用Hilbert图像扫描的反过程恢复为2维图像信息,从而实现原图像的分割。该方法所建立的阈值曲线能够随像素点的环境变化而自适应调整,反映出当前区域图像灰度信息的变化趋势,从而充分地保留了图像的局部信息和原图像中相邻像素的相关性,提高了图像分割效率。实验结果表明,该方法具有分割性能好以及受噪声影响小等优点,是一种非常有效的图像分割方法。

References

[1]  Kim Byang-Gyu,Shim Jac-lck,Park Dong-Jo.Fast image segmentation based on muhi-resolution analysis and wavelets[J].Pattern Recognition Letters,2003,24(16):2995~3006.
[2]  Otsu.A threshold selection method from grey-level histograms[J].IEEE Transactions on System,Man,and Cybernetics,1979,9(1):62~66.
[3]  Chen Gun.The fisher criterion function method of image thresholding[J].Chinese Journal of Scientific Instrument,2003,24 (6):564~567.[陈果.图像阈值分割的 Fisher 准则函数法[J].仪器仪表学报,2003,24(6):564~567.]
[4]  Inna Stainvas,David Lowe.A generative probabilistic oriented wavelet model for texture segmentation[J].Neural Processing Letters,2003,17(3):217~238.
[5]  Pichel J C,Singh D E,Rivers F F.lmage segmentation based on merging of sub-optimal segmentations[J].Pattern Recognition Letter,2006,27(10):1105~1116.
[6]  Bit Bhanu,Jiag Peng.Adaptive integrated image segmentation and object recognition[J].IEEE Transactions on System,Man,and Cybernetics,2000,30(4):427~441.
[7]  Chu Ya-yun,Zhan Xiao-si,Sun Zhao-cai.A novel fingerprint image binarizatian algorithm based on orientation information[J].Journal of Image and Graphics,2006,11(6):855-860.[楚亚蕴,詹小四,孙兆才.-种结合方向信息的指纹图像二值算法[J].中国图象图形学报,2006,11(6):855-860.]
[8]  Arivashagan S,Ganesan L,Bama S.Fault segmentation in fabric images using Gabor wavelet transform[J].Machine Vision and Applications,2006,16(6):356~363.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133