通过使用修改的Otsu的类间差异来改善数字图像的细分
Simrandeep Singh1,2, Nitin Mittal3, Harbinder Singh4
1Department of Computer Science and Engineering, AWaDH, IIT Ropar, Rupnagar, 140001 India.
Multimedia tools and applications
|June 26, 2023
概括
一种新的修改后的Otsu方法将Otsu的方差与Kapur的相结合,以改善图像细分. 这种混合方法在各种图像数据集中提高了值的准确性和效率.
科学领域:
- 计算机视觉 计算机视觉
- 图像处理 图像处理
背景情况:
- 图像细分对于图像分析至关重要,涉及基于强度的像素划分.
- 多级值 (MT) 与双级方法相比具有优势,但面临着计算复杂性.
- 奥苏的方法和卡普尔的是图像细分值的既定技术.
研究的目的:
- 为图像分割提出一种新的修改后的Otsu函数.
- 为了将Otsu的类间变异与Kapur的变混合,以提高值.
- 使用元启发式算法评估拟议方法的性能.
主要方法:
- 通过整合Otsu的类间方差和Kapur的最大化来开发一个修改后的Otsu函数.
- 算术优化算法 (AOA) 和混合龙-火算法 (HDAFA) 用于优化.
- 拟议的方法在来自伯克利细分数据集500 (BSDS500) 的图像上进行了测试.
主要成果:
- 经过修改的Otsu技术有效地结合了最大的方差和,以获得最佳的值选择.
- 实验结果表明,与标准Otsu和Kapur方法相比,性能优越.
- 该方法在峰值信号噪声比 (PSNR) 和细分质量等指标上显示出高效率.
结论:
- 拟议的修改后的Otsu方法为图像细分提供了高效和准确的解决方案.
- 将Otsu的变异与Kapur的杂化,通过考虑变异和不确定性来改善值.
- 该方法显示了各种图像处理应用的巨大潜力.
