基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
由于传统的阈值分割算法只考虑到图像的灰度信息,而忽略了灰度的空间分布以及分割后图像与原图像之间的关系,因而分割效果不好.为了提高分割效果,从分割图像与原图像的内在联系出发,提出了一种新的基于K均值算法与互信息量(mutual information,MI)技术相结合的分割算法.新算法首先利用K均值算法确定全局阈值作为初值;然后以互信息量为目标函数,在小范围内计算分割图像与原图像的互信息量,互信息量达到最大时的阈值即为最优值.这是将图像配准方法用于分割的一种创新性尝试.通过对大量医学图像以及汽车牌照图像进行的实验结果表明,该新算法所得到的目标图像的边界特征保持完好,不仅虚假目标信息大大降低,而且图像边界细腻、连续,且定位性能好.
推荐文章
基于互信息量的寄生虫卵图像自动优化分割
图像分割
阈值化
互信息量
Otsu算法
基于互信息量图像配准中目标函数局部极值的克服
图像配准
互信息量
插值伪影
局部极值
基于互信息量的寄生虫卵图像自动优化分割
图像分割
阈值化
互信息量
Otsu算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于最大互信息量的图像自动优化分割
来源期刊 中国图象图形学报 学科 工学
关键词 图像分割 阈值 互信息量 K均值算法
年,卷(期) 2008,(4) 所属期刊栏目 图像分析和识别
研究方向 页码范围 658-661
页数 4页 分类号 TP391.41
字数 3105字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈武凡 南方医科大学医学图像处理重点实验室 214 1814 21.0 30.0
2 吕庆文 南方医科大学医学图像处理重点实验室 54 420 10.0 18.0
3 卢振泰 南方医科大学医学图像处理重点实验室 49 397 11.0 18.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (4)
参考文献  (3)
节点文献
引证文献  (21)
同被引文献  (61)
二级引证文献  (53)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(6)
  • 引证文献(6)
  • 二级引证文献(0)
2011(5)
  • 引证文献(3)
  • 二级引证文献(2)
2012(6)
  • 引证文献(1)
  • 二级引证文献(5)
2013(7)
  • 引证文献(2)
  • 二级引证文献(5)
2014(13)
  • 引证文献(1)
  • 二级引证文献(12)
2015(12)
  • 引证文献(1)
  • 二级引证文献(11)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(6)
  • 引证文献(4)
  • 二级引证文献(2)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
图像分割
阈值
互信息量
K均值算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国图象图形学报
月刊
1006-8961
11-3758/TB
大16开
北京9718信箱
82-831
1996
chi
出版文献量(篇)
5906
总下载数(次)
17
相关基金
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导