利用基于直方图的自适应阈值方法实现分割前景与背景

在数字图像处理技术中,图像分割质量直接影响到后续算法的效果,因此图像分割技术作为其主要技术之一占有重要的地位。针对非均匀光照下图像分割问题,采用Sobel算子和Bernsen算法相结合的自适应阈值分割

利用非下采样Contourlet变换(NSCT)平移不变性、多分辨率、多方向的优点,提出了一种基于非下采样Contourlet变换的子带自适应Bayes阈值图像去噪算法。该算法将源图像分解至NSCT

提出一种基于遗传算法的二维熵多阈值自适应图像分割方法. 在分析研究二维熵阈值分割原理的基础上, 将可变码长的遗传算法应用于多阈值分割处理过程, 采用基于多阈值的整数编码方式, 将图像分割的类别数即染色

总结了几种阀值自适应选取算法, 并用Visual C++6.0实现, 在此基础上寻找到一种实用性较强的算法并根据特定目标图像的特点做了一定的改进。

针对最大散度差准则运用到图像分割时存在参数C不确定的问题，借助模糊概念导出参数C的初步计算公式，用二分法的迭代思想自适应地优化参数C，使最大散度差分割法获得的分割阈值相应地优化到最佳。实验证明自适应的

针对自然场景图像中特定颜色目标的自动检测问题,提出了一种基于概率神经网络(PNN)的彩色图像自适应颜色分割算法。利用实际图像的实验结果证明:文中算法能从图像中有效地分割出特定颜色类型的地物目标,对自然

Adaptive threshold for tongue image crack detection

针对传统Canny边缘检测算法的阈值需要人为设定的缺陷，本文提出了一种新的自适应改进方法。该方法根据梯度直方图信息，提出梯度差分直方图的概念，同时，对图像进行自适应分类处理，使得算法不仅不需要人工设定

乳腺X图像中肿块特征的复杂多变，给肿块的分割带来了很大困难，区域生长为肿块分割提供了一种比较可靠的方法。传统的区域生长由于生长次数和准则比较单一，就会出现较多的过生长和欠生长，从而影响其分割精度和可靠

CSS实现自适应的图片背景边框.rar