华南理工大学学报(自然科学版) ›› 2013, Vol. 41 ›› Issue (5): 9-14.doi: 10.3969/j.issn.1000-565X.2013.05.002
魏武1 姜莉1 王新梅2
Wei Wu1 Jiang Li1 Wang Xin-mei2
摘要: 针对传统最小类内方差分割方法计算量大、效率低、单阈值分割、不能多目标分割的缺点,提出了一种改进的基于最小类内方差的蛇形机器人多阈值分割方法.通过提取整幅图像的感兴趣区域( ROI) ,有效减小算法搜索的范围和整体计算量; 根据直方图的多峰值特点,把ROI 区域划分成多个子区域,采用改进的最小类内方差分割法搜索各个局部最优阈值,最终实现蛇形机器人关节组的多阈值分割.实验结果表明,该方法分割效率高,分割效果明显,且在保证实时性的同时提高了目标识别对光线变化的鲁棒性,降低了对步态变化的敏感性.
中图分类号: