搜索资源列表
自动多阈值分割
- 用Matlab编写的自动多阈值分割程序，分割图像之前采用自动平滑图像-prepared using Matlab automatic threshold segmentation procedures, image segmentation before the introduction of automatic image smoothing
Threshold-1
- 各种分割算法的实验 包括阈值分割，多阈值分割，二维最大熵分割等-various experiments, including the threshold segmentation, multi-threshold segmentation, 2D Maximum Entropy segmentation
leijianfangchafenge
- 基于组织的粒子群优化的最大类间方差图像多阈值分割
duoyuzhifenge
- 基于直方图的多阈值分割可以求出三个阈值，适合CT图像分割
SegmentationforImagesofVCH-F1BasednmprovedWatersed
- 针对分水岭算法存在的过分割问题以及VCH-F1切片图像的特点，提出一种能够有效消除局部极小值和噪声干扰的自动分割方法。首先比较彩色分量梯度图，选择分量图像的梯度信息，达到有效提取图像边缘信息的目的；然后提出基于多阈值分割的方法消除无效梯度信息；最后介绍了算法的步骤及结果。实验结果证明，通过该方法处理的梯度图像再进行分水岭算法处理，即使不进行区域合并也能达到很好的效果。
001
- 人体脑图像分割技术研究a. 对原始的二维医学图像进行滤波，封装成三维体数据。 b. 采用合适的多阈值分割方法得到合适的双阈值，对三维体数据进行二值处理，得到分割出的三维人脑图像。 c. 对得到的三维人脑二值图像进行数学形态学操作，并利用种子填充进行区域修整，得到较好的三维人脑分割结果，并给以三维显示。
threshold
- 关于阈值分割的多种算法及其应用。其中有多阈值分割法，自适应模糊阈值分割 及其一些在红外图片上的应用
最大类间方差阈值函数―基于组织的粒子群优化
- matlab编写的多阈值分割程序
ITK_VTK_Python.分割多阈值法在CT图像重建中的应用
- 分割多阈值法在CT图像重建中的应用分割多阈值法在CT图像重建中的应用分割多阈值法在CT图像重建中的应用分割多阈值法在CT图像重建中的应用,image imageimageimageimageimageimageimageimageimageimageimageimage
QGA_image_segmentation
- 量子遗传算法最大熵法图像多阈值分割程序下载。阈值的个数直接指定即可。-image segmentation based on quantum-inspired genetic algorithm
automatic
- matlab程序，自动多阈值分割，本方法较好用适合，经本人亲自验证-matlab program, automatic multi-threshold segmentation, the method used for good, I personally verified by the
zidongduoyuzhi
- 图像的自动多阈值分割，可以进行灰度图像的自动分割。-Automatic multi-image threshold segmentation, gray-scale images can be automatically split.
tuxintuizhifenge
- 针对类圆形堆积物图像的前景和背景在色彩或灰度上相近，难以用传统阈值分割等算法进行有效分割的问题，提出一种多方法融 合的类圆形堆积物图像区域分割策略。对图像进行滤波等一系列预分割处理后进行投影得到目标图像的外接矩形区域，以排除噪声的干扰， 在区域内采用改进的灰度共生矩阵方法进行粗分割，以解决窗口大小与分割精度的问题，采用二维OTSU 阈值分割方法对粗分割结果进行 量化。实验结果表明，该方法得到的区域分割结果边缘清晰、准确度高。-Round deposits for the prospe
a
- 改良遗传算法在图像多阈值分割中的应用-改良遗传算法在图像多阈值分割中的应用
Otsu方法在多阈值图像分割中的应用_王磊
- 图像识别中，Otsu方法在多阈值图像分割中的应用(Application of Otsu method in multi threshold image segmentation)
多阈值
- 基于多阈值的图像分割()
双峰法阈值分割
- 双峰法阈值分割。阈值分割法是一种基于区域的图像分割技术，原理是把图像象素点分为若干类。图像阈值化分割是一种传统的最常用的图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。它特别适用于目标和背景占据不同灰度级范围的图像。它不仅可以极大的压缩数据量，而且也大大简化了分析和处理步骤，因此在很多情况下，是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。图像阈值化的目的是要按照灰度级，对像素集合进行一个划分，得到的每个子集形成一个与现实景物相对应的区
OTSU多阈值分割
- 一种改进的otsu算法，可以实现多阈值分割，可以自己设置阈值。(An improved Otsu algorithm which can achieve multi threshold segmentation and can set threshold yourself.)
matlab.thresholding-master
- 在计算机视觉中，图像分割是将图像分成多个片段的过程。这使我们能够通过以比原始图像更简单的表示方式来更好地分析图像。一种用于分割图像的方法是阈值分割；也就是说，将强度值低于阈值的所有像素设置为背景值，而将高于阈值的其他像素设置为前景值。最简单的阈值处理形式是对所有像素使用全局阈值，而自适应阈值处理根据像素及其周围环境动态改变阈值。典型地，阈值处理从灰度图像开始，并输出二进制图像以清晰地描绘图像中的片段。在本实验中，我们开发了一种自适应阈值算法，并将其与更简单的算法进行了比较。 此外，我们还开发了
OSTU
- 用OSTU和KSW实现多阈值图像分割，matlab代码(Image Segmentation Using OSTU and KSW)