-
题名一种改进的基于边缘检测的图像自适应分割算法
- 1
-
-
作者
梅非
彭慧琳
梅朝
李君妍
童亚拉
-
机构
湖北工业大学理学院
湖北工业大学土木建筑与环境学院
湖北第二师范学院计算机学院
-
出处
《华中师范大学学报(自然科学版)》
北大核心
2025年第4期520-532,共13页
-
基金
教育部高等学校物理学类专业教学指导委员会2019年度高等学校力学课程教研项目(JZW-19-LX-03)
教育厅哲学社会科学研究重点项目(22D045)
大学生创新创业训练计划项目(S202310500124).
-
文摘
图像分割任务中,效率与准确性的平衡问题一直是一个挑战,特别是在多变背景条件下.传统的MageFreehome算法在处理这类问题时,往往难以同时满足高效与精确的需求.针对这一问题,该文提出一种基于边缘检测的图像自适应分割的改进方案.首先,运用OTSU算法寻找最优动态阈值的原理,使图像分割过程能自适应地调整阈值,以适应不同背景条件下的图像;其次,提出了新的图像中心点选取方法,解决了图像中心落在分割目标区域外的缺陷;再次,设计了基于连续性检测的分割区域起/终点确定方法,进一步提升了图像分割的精确度.图像使用效果验证表明,该文的3种策略均对图像分割准确性产生积极影响.在不同数量级的图片上与MagFreehome算法的对比实验结果显示,改进算法在保持高效的同时,精准率和召回率均有显著提升,而且处理速度几乎保持不变.消融实验进一步证实了不同策略组合使用的有效性,策略一和策略三在提升精准率和召回率方面表现尤为突出,分别带来了7.29%和5.71%的显著提升,当3种策略同时应用时,精准率和召回率分别增加了15.51%和16.72%.该文改进方案有效平衡了图像分割效率与准确性的难题,为需要快速而精准分割图像的应用场景,如多媒体教学、自动驾驶等领域提供了行之有效的解决方案.
-
关键词
动态阈值
阴影检测
中心点选取方法
连续性检测
-
Keywords
dynamic thresholding
shadow detection
center point selection method
continuity detection
-
分类号
TP317.4
[自动化与计算机技术—计算机软件与理论]
-
