二维直方图图形统计分析的分割方法

doi:10.3778/j.issn.1002-8331.2010.04.050

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (4): 156-158.DOI: 10.3778/j.issn.1002-8331.2010.04.050

• 图形、图像、模式识别 • 上一篇下一篇

二维直方图图形统计分析的分割方法

冷璐^1，2，黎明¹，张家树²

1.南昌航空大学无损检测技术教育部重点实验室，南昌 330063
2.西南交通大学信号与信息处理四川省重点实验室，成都 610031

收稿日期:2009-02-10 修回日期:2009-03-30 出版日期:2010-02-01 发布日期:2010-02-01
通讯作者: 冷璐

2D histogram segmentation based on graphic statistical analysis

LENG Lu^1，2，LI Ming¹，ZHANG Jia-shu²

1.Key Laboratory of Nondestructive Test （Ministry of Education），Nanchang Hangkong University，Nanchang 330063，China
2.Key Laboratory of Signal & Information Processing of Sichuan Province，Southwest Jiaotong University，Chengdu 610031，China

Received:2009-02-10 Revised:2009-03-30 Online:2010-02-01 Published:2010-02-01
Contact: LENG Lu

摘要/Abstract

摘要： 一维阈值分割方法对噪声污染的图像很难达到理想的分割效果。二维直方图的分割方法结合了灰度和空间信息使分割精度提高，但计算复杂度急剧增加，并且传统二维直方图的方法对噪声和边缘像素的处理不够准确。改进了二维直方图的构造方法，采用自适应滤波器平滑噪声的同时更高效地保持了图像边缘和高频细节信息。运用改进的Hough变换对二维直方图进行图形统计分析，并搜索二维直方图的平面分割线，将二维直方图划分为不同的分割区域。实验结果表明改进的算法对噪声污染的图像有更好的抗噪能力，分割也更加准确。

Abstract: Threshold segmentation methods based on one dimension are not appropriate to segment the images with high noise. Image segmentation methods based on 2D histogram combine the information of gray and spatial neighborhood in order to enhance accuracy.However the complexity of the algorithms based on 2D histogram increases sharply.Moreover，the conventional 2D histogram methods do not process noise and edge pixels appropriately.The establishment of 2D histogram is improved based on adaptive filter to smooth noise，protect edge and detail information of high frequency.Modified Hough transformation is applied to do graphic statistical analysis of 2D histogram and search segment line that divides 2D histogram into different segment regions.The experimental results show that the improved algorithm has better performance of anti-noise and more accurate precision.

中图分类号:

TP391

冷璐^1，2，黎明¹，张家树². 二维直方图图形统计分析的分割方法[J]. 计算机工程与应用, 2010, 46(4): 156-158.

LENG Lu^1，2，LI Ming¹，ZHANG Jia-shu². 2D histogram segmentation based on graphic statistical analysis[J]. Computer Engineering and Applications, 2010, 46(4): 156-158.

[1]	何冰^1，2，王晅¹. 基于Radon变换不变矩的鲁棒性数字水印技术[J]. 计算机工程与应用, 2010, 46(9): 98-101.
[2]	侯宏花，桂志国. 小波熵在心电高频噪声处理和R波检测中应用[J]. 计算机工程与应用, 2010, 46(9): 116-119.
[3]	范聪贤，刘秋菊，徐汀荣. 应用Web结构挖掘的PageRank算法的改进研究[J]. 计算机工程与应用, 2010, 46(9): 127-129.
[4]	迟冬祥¹，程伟中². 应用迭代四叉树的肝脏MR图像分割[J]. 计算机工程与应用, 2010, 46(9): 142-145.
[5]	杨会云，张有会，霍利岭，赵金. Bayes理论和邻域平均法在图像去噪中的应用[J]. 计算机工程与应用, 2010, 46(9): 149-151.
[6]	许存禄¹，高佳¹，武国德². Chan-Vese模型下的脑肿瘤图像分割方法[J]. 计算机工程与应用, 2010, 46(9): 155-158.
[7]	邱宣¹，周则明²，胡友彬². 应用邻域方差加权平均的curvelet变换融合[J]. 计算机工程与应用, 2010, 46(9): 166-168.
[8]	梁英宏. 基于运动投影周期性特征的人体目标检测方法[J]. 计算机工程与应用, 2010, 46(9): 169-172.
[9]	于明，张彦云，薛翠红，孙林娟. 笔迹图像中的单个汉字字符分割[J]. 计算机工程与应用, 2010, 46(9): 180-182.
[10]	印勇，侯海珍. 基于直方图帧差的自适应镜头分割算法[J]. 计算机工程与应用, 2010, 46(9): 186-189.
[11]	谭业浩，蒋志方，杜晓亮，孟祥旭. 紧支径向基函数插值实现多维数据可视化[J]. 计算机工程与应用, 2010, 46(9): 220-223.
[12]	宋亮，耿国华. 脑部CT图像冗余影像剔除研究[J]. 计算机工程与应用, 2010, 46(9): 208-211.
[13]	陆爽，朱建鸿，彭力. 改进的ART2型神经网络在故障诊断中的应用[J]. 计算机工程与应用, 2010, 46(9): 212-214.
[14]	张新林，陈源，曾德胜. 一种移动信源追踪活动目标的方法[J]. 计算机工程与应用, 2010, 46(9): 217-219.
[15]	岳玉芳，安建祝，张玉双. 结合三维场景的目标跟踪系统研究[J]. 计算机工程与应用, 2010, 46(9): 224-226.

二维直方图图形统计分析的分割方法

2D histogram segmentation based on graphic statistical analysis

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics