HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于图像森林变换的灰度目标周长估算

作者:方盛; 梁久祯; 贾靓; 侯振杰; 许艳特征提取周长估计ift模糊边界含噪图像灰度边界边界厚度

摘要:数字图像中目标对象的周长是一个十分重要的目标形态特征,二维图像中的目标周长估算在图像特征提 取、目标识别等方面具有十分重要的作用.目前已有的估算方法对二维灰度图像目标边界模糊和图像含噪声估算 精确度不高,针对这-现状,结合图像森林变换(IFT),提出基于IF T的改进的目标周长估算方法.利用IF T方法优 化图像目标厚度边界信息来估算灰度图像的边界周长,从而提高周长估计的精确性和鲁棒性.为了获得图像目标 的标准周长,实验采用人工合成的图像.对具有不同边界厚度的目标、含噪的图像的目标进行周长估算实验.提出 的改进算法在图像目标边界模糊和含噪声情况下所得的结果均具有较高的精确度.提出的改进的灰度周长估算方 法,在模糊图像与含噪图像的处理中具有更好的适应性和稳定性.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

智能系统学报

《智能系统学报》(CN:23-1538/TP)是一本有较高学术价值的双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《智能系统学报》主要报道神经网络与神经计算、智能信息处理、自然语言理解、智能系统工程、机器翻译、复杂系统、机器学习、知识工程与分布式智能、机器人、智能制造、粗糙集与软计算、免疫系统、机器感知与虚拟现实、智能控制与智能管理、可拓工程、人工智能基础等内容。

杂志详情