• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Image processing: machine vision applications VII >Image Thresholding Using Standard Deviation
【24h】

Image Thresholding Using Standard Deviation

机译：使用标准偏差的图像阈值

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Threshold selection using the within-class variance in Otsu's method is generally moderate, yet inappropriate for expressing class statistical distributions. Otsu uses a variance to represent the dispersion of each class based on the distance square from the mean to any data. However, since the optimal threshold is biased toward the larger variance among two class variances, variances cannot be used to denote the real class statistical distributions. Therefore, to express more accurate class statistical distributions, this paper proposes the within-class standard deviation as a criterion for threshold selection, and the optimal threshold is then determined by minimizing the within-class standard deviation. Experimental results confirm that the proposed method produced a better performance than existing algorithms.
机译：使用Otsu方法中的类内方差进行阈值选择通常是适度的，但不适用于表达类统计分布。 Otsu基于从均值到任何数据的距离平方，使用方差表示每个类别的离散度。但是，由于最佳阈值偏向两个类别方差中的较大方差，因此方差不能用于表示实际类别统计分布。因此，为了表达更准确的类统计分布，本文提出将类内标准偏差作为阈值选择的标准，然后通过最小化类内标准偏差来确定最佳阈值。实验结果证明，该方法具有比现有算法更好的性能。

著录项

  • 来源
  • 会议地点 San Francisco CA(US)
  • 作者

    Jung-Min Sung; Dae-Chul Kim; Bong-Yeol Choi; Yeong-Ho Ha;

  • 作者单位

    School of Electronics Engineering, Kyungpook National University, 1370 Sankyuk-Dong, Buk-Gu, Daegu 702-701, Republic of Korea;

    School of Electronics Engineering, Kyungpook National University, 1370 Sankyuk-Dong, Buk-Gu, Daegu 702-701, Republic of Korea;

    School of Electronics Engineering, Kyungpook National University, 1370 Sankyuk-Dong, Buk-Gu, Daegu 702-701, Republic of Korea;

    School of Electronics Engineering, Kyungpook National University, 1370 Sankyuk-Dong, Buk-Gu, Daegu 702-701, Republic of Korea;

  • 会议组织
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

    Image segmentation; Threshold selection; Otsu criterion; Standard deviation;

    机译：图像分割阈值选择；大津标准;标准偏差;

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号