返回
A Local Thresholding Algorithm for Image Segmentation by Using Gradient Orientation Histogram
DOI:10.3390/app15179808.png)
摘要
En 中文
本文提出了一种新的局部阈值化方法,以进一步探索梯度和图像模式之间的关系。在大多数研究中,图像梯度直方图被简单地划分为在角度空间中具有相同间隔的K个区间。这类经验方法可能无法完全捕捉像素间的相关性信息。本文将基于方差的思想应用于梯度方向直方图,将像素聚类到具有不同角度间隔的子集中。分别分析这些具有相似常见模式的子集,有助于辅助实现图像分割的最优阈值。在结果评估中,所提出的算法与其他一维和二维直方图阈值化方法以及混合局部-全局阈值化方法进行了比较。结果表明,所提出的算法能够有效识别属于同一类别的图像的常见特征,并在阈值数量增加时保持稳定的性能。此外,该算法的处理时间与其他算法相当,显示出在实时场景中的潜在应用价值。
Keyword:
local thresholding method
image segmentation
Otsu method
2-D gradient orientation histogram
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
A
IF:
2.5
论文数:
1.9K
被引数:
15.9W
机构
暂无机构信息
引用论文
Modified Remora Optimization Algorithm for Global Optimization and Multilevel Thresholding Image Segmentation
Mathematics
IF0
Research on Threshold Segmentation Method of Two-Dimensional Otsu Image Based on Improved Sparrow Search Algorithm
IEEE ACCESS
IF3.6
Intelligent Deep-Learning-Enabled Decision-Making Medical System for Pancreatic Tumor Classification on CT Images
Healthcare
IF0

