基于计算机视觉的图像分割新方法

• 作者: 杨娜 杨振英
• 来源期刊: 内蒙古师范大学学报（自然科学汉文版）
• 学科: 工学
• 关键词: 计算机视觉 人工智能 图像分割 Otsu方法 粗糙集模糊聚类
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 447-450
• 页数: 4页
• 分类号: TP391.41
• 字数: 2881字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8735.2017.03.031

摘要

针对杂波背景条件下图像分割精度较差的问题,提出了一种基于粗糙集模糊概率C均值聚类的Otsu目标图像分割方法.首先,在均值聚类的框架内分析了传统Otsu方法受样本方差影响较大的缺陷;然后,在模糊集理论的框架内引入粗糙集处理方法,通过对不精确数据的有效处理,克服背景方差效应,提升了图像分割的精度.实验结果表明,该方法较传统Otsu方法具有更高的分割精度和抗背景噪声干扰能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨振英	河南建筑职业技术学院建设信息工程系	10	35	3.0	5.0
2	杨娜	河南牧业经济学院信息与电子工程学院	16	38	4.0	5.0