针对当前图像分割方法存在的缺陷,设计一种改进轮廓波的图像分割方法。为提升图像分割效果,首先,采用改进轮廓波变换对图像处理,利用改进轮廓波变换可有效消除图像奇异点位置振荡情况,在此基础上利用阈值去噪方式对图像进行去噪处理;然...针对当前图像分割方法存在的缺陷,设计一种改进轮廓波的图像分割方法。为提升图像分割效果,首先,采用改进轮廓波变换对图像处理,利用改进轮廓波变换可有效消除图像奇异点位置振荡情况,在此基础上利用阈值去噪方式对图像进行去噪处理;然后,通过形态学腐蚀后的图像的目标范围较小,由此获取该图像的种子区域,依据图像光谱差异性度量准则、形状差异性度量准则进行图像种子区域生长;最后,运用差分进化算法对种子区域生长边界阈值实施优化,根据阈值实现图像分割。AUC(area under roc curve)方法数字和特异度数值均较高,其中特异度数值始终表现为平缓状态,数值变化不大,而AUC数值在图像帧数为6 000帧后,逐渐呈现下降趋势,图像分割相似度依然保持0.95以上,敏感度数值随着图像帧数的增加而呈现波动趋势,波动区间约为0.825~0.86,综合分析3个衡量鲁棒性指标值均较高。实验结果表明:该方法在以不同元素为分割结构时,未出现过度分割和欠分割情况,种子区域选择能力强,图像脉络清晰像素高,分割能力强。展开更多
文摘针对当前图像分割方法存在的缺陷,设计一种改进轮廓波的图像分割方法。为提升图像分割效果,首先,采用改进轮廓波变换对图像处理,利用改进轮廓波变换可有效消除图像奇异点位置振荡情况,在此基础上利用阈值去噪方式对图像进行去噪处理;然后,通过形态学腐蚀后的图像的目标范围较小,由此获取该图像的种子区域,依据图像光谱差异性度量准则、形状差异性度量准则进行图像种子区域生长;最后,运用差分进化算法对种子区域生长边界阈值实施优化,根据阈值实现图像分割。AUC(area under roc curve)方法数字和特异度数值均较高,其中特异度数值始终表现为平缓状态,数值变化不大,而AUC数值在图像帧数为6 000帧后,逐渐呈现下降趋势,图像分割相似度依然保持0.95以上,敏感度数值随着图像帧数的增加而呈现波动趋势,波动区间约为0.825~0.86,综合分析3个衡量鲁棒性指标值均较高。实验结果表明:该方法在以不同元素为分割结构时,未出现过度分割和欠分割情况,种子区域选择能力强,图像脉络清晰像素高,分割能力强。
