文献

J-GLOBAL ID：201702249468473643   整理番号：17A0116511

Sobel演算子に基づく改良型Otsuセグメンテーション【Powered by NICT】

Improved Otsu segmentation based on sobel operator

著者 (5件)： Sa Jiming (School of Information Engineering, Wuhan University of Technology, Wuhan 430070, China) ,  Sun Xiaoshuang (School of Information Engineering, Wuhan University of Technology, Wuhan 430070, China) ,  Zhang Tingting (School of Information Engineering, Wuhan University of Technology, Wuhan 430070, China) ,  Li Hang (School of Information Engineering, Wuhan University of Technology, Wuhan 430070, China) ,  Zeng Hailing (Jiangxi Tobacco Industry Co., Ltd, Jinggangshan Cigarette Factory, Jiangxi 343600)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICSAI  ページ： 886-890  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 大津と呼ばれるできる古典的最大分散アルゴリズムは安定であるが,しきい値計算は低いストリップ検出過程におけるバックグラウンドから目標をセグメント化の観点から望ましくない性能をもたらす。セグメンテーションプロセスは次の段階のための負の影響を与えるであろう,ターゲット抽出とターゲット認識のような。この欠点を克服するために,最大分散アルゴリズムに基づく改善されたしきい値セグメンテーションアプローチを提案した。提案した手法は二つの主要な段階から構成されている。第一は端でグレースケール情報を抽出するためのSobel演算子適応させることである。二番目は抽出したグレースケール情報に大津を適用することである。実験結果によれば,提案した方法は望ましいセグメンテーション性能を達成した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 分散アルゴリズム ,  *セグメンテーション ,  物体認識 ,  グレースケール
準シソーラス用語： *Sobel演算子 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： Sobel演算子 ,  セグメンテーション