基于ostu的双阈值算法-ex.m 基于ostu的双阈值算法

在压缩成像应用中实现降噪的双阈值技术

提出了一种视频与AIS信息融合的海上船只目标检测方法。首先结合AIS信息确定船只所在区域，提取小范围图像，然后对图像进行高频加强滤波处理，增强船只目标与海面背景的对比度，利用显著性区域检测方法生成显著性图像，随之采用双阈值分割提取高显著性目标，最后通过形态学处理判断船只目标。实验结果表明，该方法适应性强，能够准确快速地实现船只目标提取。

利用OpenCV的threshold函数实现双阈值法二值化操作的源码

针对图像处理中红外线图像的出来方法，双阈值映射自适应红外图像处理算法

将相关性分析方法和阈值降噪方法相结合, 提出了一种基于蚁群算法的小波降噪双阈值优选方法. 首先根 据噪声的分布特点确定合理的寻优区间; 然后根据信号和噪声的小波系数自相关系数的不同特点确定优化目标函 数; 最后利用蚁群算法在寻优区间内搜索最优上下阈值. 仿真和压缩机振动故障检测的实际应用表明, 该方法能够选 择最优降噪阈值, 有效去除噪声.

百千赫兹量级测量重复频率和亚厘米量级测量精度的脉冲激光测距系统是激光测距领域的研究热点之一。分析研究了基于皮秒脉冲激光器的激光测距系统的实现原理和方法，针对激光脉宽极窄的特点，使用双阈值前沿时刻鉴别法和电压比较器输出数字信号的脉宽控制方法，并配合TDC-GPX高精度时间数字转换芯片，达到了设计要求。实验结果表明：测距系统工作稳定可靠，测量重复频率达到500 kHz，单次测距精度范围为[4 mm, 10 mm]。

利用OpenCV的threshold函数实现双阈值法二值化操作的源码!-附件资源

Canny边缘检测： 计算机如何识别边缘：即颜色变化强度大的地方，即像素变化大的地方。 1.高斯滤波：高斯滤波的就是先找到高斯滤波核然后再进行卷积    1.1高斯噪声 首先我们先说一下，什么是高斯噪声？高斯噪声就是它的概率密度函数服从高斯分布（即正态分布）的一类噪声。其在图像当中常表现为能引起较强视觉效果的孤立像素点或像素块。噪声的出现会给图像带来干扰，让图像变得不清楚。 高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。消除图像在数字化过程中产生或者混入的噪声。    1.2高斯滤波核计算 二维高斯分布： 假定中心点的坐标是（0

为解决当被检测图像中具有复杂背景或者含有多人脸时，不能够快速准确的进行人脸检测的问题，本文提出一种基于肤色分割和改进AdaBoost算法的人脸检测方法。首先利用肤色分割方法对样本图像实现图像的预处理，排除样本图像的复杂背景和人体非肤色区域，简化后续的人脸检测工作。然后对AdaBoost算法的弱分类器使用双阈值判决方法，以减少弱分类器个数，提升训练速度；改进权值更新规则，防止训练过程中出现过分配现象。最后对基于肤色分割得到的区域图像利用改进后的Adaboost算法进行最后的精确人脸检测。仿真试验表明，两种算法结合后在训练速度上提升，在检测速度和检测率上有明显提高。