暂无评论
在对图像的研究和应用中,人们往往仅对图像中的某些部分感兴趣,这些部分称为目标或前景(其他部分称为背景),他们一般对应图像中特定的、具有独特性质的区域。为了辨识和分析目标,需要将他们分离提取出来,在此基
虹膜分割是虹膜识别必不可少的过程,目前虹膜分割算法一般都是采用固定阈值对图像进行二值化,然后通过Hough变换检测圆的方法。虹膜颜色相对较浅,这样的方法不仅需要合理的输入参数,而且无法通过二值化方法分
用OSTU法实现图像的二值化，利用MATLAB作为工具
快速准确的分割出目标成分，我一使用过，效果不错
为了实现对细胞图像的有效分割，提出了一种自适应的图像分割算法。该算法首先将整幅图像分为若干子块；然后计算每个子图像的梯度直方图，对每幅子图像进行Otsu分割；最后还考虑图像中噪声的影响，采用形态学噪声
基于自适应阈值的彩色图像分割算法研究，王博，宋苗，图像分割是由图像处理转换到图像分析的关键，人脸图像分割是人脸检测最重要的环节，好的人脸分割算法将会使得后续的人脸检测定位
图像是人类感知世界的视觉基础,然而在人类通过视觉获取的大量图像信息中,并不是所有的信息内容都是我们所需要的,所以需要把图像分成若干个特定的、具有独特性质的区域。本文对图像分割方法进行了研究,给出了一种
基于自适应阈值时间常数的PCNN的自动图像分割
本文深入研究了视网膜图像分割领域，特别关注自适应阈值在该领域的应用及相应的程序设计。视网膜图像分割在医学影像处理中占据重要地位，对于眼科诊断、疾病监测等方面有着重要的意义。在研究中，我们提出并实现了一
自适应阈值处理，一种小波域的SAR图像处理方法，该论文中使用的子带自适应方法
暂无评论