由于光线分布不均匀或斑块噪音干扰等原因,往往使所要处理的指纹的灰 度值分布缺乏均匀性。在指纹特征自动识别提取过程中,造成许多传统的算法在局部出 现很大的误差。利用方差和均值特征的自动提取方法,首次对不均匀灰度图像进行自适 应分割。然后通过对图像分区域进行不同程度的自适应调整,使具有相同属性的像素单 元具有近似的灰度值分布。调整结果的灰度均匀水平与预先指定的调整精度成正比。这 种调整不仅提高了图像分割的自适应性,而且进一步扩大了一般阈值算法的应用领域。-Gray value d

基于OTSU和局部阈值的二次肺实质分割算法，有效的解决了分割不清楚问题，提高了分割质量，且运算简单方便。-Based on OTSU and secondary lung parenchyma of local threshold segmentation algorithm, effectively solve the problem of the division is not clear, improve the quality of the segmentation, and simpl

提出一种利用视觉显著性对图像进行分割的方法。首先提取图像的底层视觉特征，从局部显著性、全局显著性和稀少性3个方面计算各特征图像中各像素的视觉显著性，得到各特征显著图；对各特征显著图进行综合，生 成最终的综合显著图。然后对综合显著图进行阈值分割，得到二值图像，将二值图像与原始图像叠加，将前景和背景分离，得到图像分割结果-It presents a significant advantage of visual image segmentation method. First, extract