文献

J-GLOBAL ID：201302237911709354   整理番号：12A1800242

画像セグメンテーションに基づく閾値化法

An Image Segmentation-Based Thresholding Method

著者 (6件)： PAI Pei-Yan (National Tsing Hua Univ., Hsinchu, TWN) ,  CHANG Chin-Chen (National Tsing Hua Univ., Hsinchu, TWN) ,  CHANG Chin-Chen (Feng Chia Univ., Taichung, TWN) ,  CHAN Yung-Kuan (National Chung Hsing Univ., Taichung, TWN) ,  TSAI Meng-Hsiun (National Chung Hsing Univ., Taichung, TWN) ,  GUO Shu-Wei (National Chung Hsing Univ., Taichung, TWN)
資料名： Journal of Imaging Science and Technology  (Journal of Imaging Science and Technology)
巻： 56  号： 3  ページ： 030503.1-030503.20  発行年： 2012年05月 
JST資料番号： D0429B  ISSN： 1062-3701  資料種別： 逐次刊行物 (A)
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： 画像セグメンテーションに基づく閾値化法は全体画像からオブジェクト(目的画像)を抽出する一般的な方法である。MWCSDT(Minimal Within-Class Standard Deviation Thresholding,最小クラス内標準偏差閾値化法)はセグメンテーションのための閾値を決定する上で有効且つ十分な方法である。本報告では画像から正確にオブジェクトを抽出する方法として,画像セグメンテーションに基づくTGISM(Threshold-Gradient Based Image Segmentation Method,閾値傾度ベース画像セグメント法)を提案し,その方法を詳しく説明した。本方法はクラス内標準偏差とオブジェクトコンタの傾度を用い,GVF(傾度ベクトル流)係数を最小にすることを特徴とする。GBPD(Genetic-Based Parameter Detector,遺伝的(アルゴリズム)ベースパラメータディテクタ)によりTGISMで用いられる適当なパラメータが生成される。性能比較実験結果により,TGISM法はセグメンテーションにおいてOTM,VEM,及びMCVTMなどの他の閾値化法より優れることが分かった。

シソーラス用語： *閾値 ,  *セグメンテーション ,  画像処理 ,  *特徴抽出 ,  標準偏差 ,  勾配 ,  遺伝的アルゴリズム ,  パラメータ ,  分散【variance】
準シソーラス用語： *オブジェクト抽出 ,  コンター ,  *画像セグメンテーション

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)： 画像セグメンテーション ,  閾値