图像分割研究方法及进展

被引：7

作者：

宋寅卯

刘磊

机构：

[1] 郑州轻工业学院电气信息工程学院

来源：

电脑学习 | 2010年 / 02期

关键词：

图像分割; 阈值分割; 遗传算法; 小波变换;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

本文首先介绍几类经典的图像分割方法并分析了各自的特点;接着讲述了几种结合特定工具的图像分割方法:然后介绍了图像分割的应用现状;最后对图像分割技术进行展望。

引用

页码：1 / 3

页数：3

共 8 条

[1] 基于图像差距度量的阈值选取方法 [J].

付忠良 .

计算机研究与发展, 2001, (05) :563-567

[2] 信息融合技术在彩色图像分割方法中的应用 [J].

王月兰 ;

曾迎生 .

计算机学报, 2000, (07) :763-767

[3] 图像分割研究综述 [J].

王爱民 ;

沈兰荪 .

测控技术, 2000, (05) :1-6+16

[4] 基于二维熵阈值的图像分割及其快速算法 [J].

华长发 ;

范建平 ;

高传善 ;

吴立德 .

模式识别与人工智能, 2000, 13 (01) :42-46

[5] 图像分割方法综述 [J].

罗希平 ;

田捷 ;

诸葛婴 ;

王靖 ;

戴汝为 .

模式识别与人工智能, 1999, 12 (03) :300-312

[6] 一种彩色图像的色彩分割方法 [J].

柏子游 ;

张勇 ;

虞烈 .

模式识别与人工智能, 1999, 12 (02) :241-244

[7]

数字图像处理[M]. 电子工业出版社[美][KennethR.卡斯尔曼]KennethR.Castleman著, 1998

[8]

Image segmentation of embryonic plant cell using pulse-coupled neural networks[J] . Yide Ma,Rolan Dai,Lian Li,Lin Wei.Chinese Science Bulletin . 2002 (2)

← 1 →