参考文献 [1]詹永丰.CT图像整合规则下边缘过渡区域信息分割研究[J].计算机仿真,2016,33(7):203-208. [2]张婕,王颖.基于距离灰度补偿的改进最大熵红外图像分割[J].导体光电,2016,37(1):126-130. [3]姚龙洋,张清华,胡帅鹏,等.基于近似集与粒子群的粗糙熵图像分割方法[J].计算机科学与探索,2016,10(5):376-379. [4]ABUTALEB A S.Automatic Thresholding of Gray-level Pictures Using Two-dimension Entropy[J].Computer Vision,Graphics and Image Processing,1989,47(1):22-32. [5]陈海鹏,申铉京,龙建武.采用高斯拟合的全局阈值算法阈值优化框架[J].计算机研究与发展,2016,53(4):892-903. [6]申铉京,潘红,陈海鹏.基于一维Otsu的多阈值医学图像分割算法[J].吉林大学学报(理学版),2016,54(2):344-348. [7]吴虎胜,张凤鸣,吴庐山.一种新的群体智能算法——狼群算法[J].系统工程与电子技术,2007,35(11):2431-2434. [8]李国亮,魏振华,徐蕾.基于改进搜索策略的狼群算法[J].计算机应用,2015,35(6):1633-1636. [9]谭跃,谭冠政,邓曙光.基于遗传交叉和多混沌策略改进的粒子群优化算法[J].计算机应用研究,2016,12(33):1660-1663. [10]张兆杨,杨高波,刘志.视频对象分割提取的原理及应用[M].北京:科学出版社,2009. [11]张石,董建威,佘黎煌.医学图像分割算法的评价方法[J].中国图象图形学报,2009,14(9):1872-1874. [12]贺建峰,符增.基于灰度空间相关性最大类间方差的图像分割[J].计算机工程,2015,41(10):281-284. [13]戴庆焰,朱仲杰.基于超像素和改进迭代图割算法的图像分割[J].计算机工程,2016,42(7):221-224. [14]王欢.复杂场景下的运动目标检测与跟踪研究[D].北京:北京理工大学,2015. [15]屈鉴铭.智能视频监控中的运动目标检测与跟踪技术研究[D].西安:西安电子科技大学,2015. [16]孙旭,吴志红.基于改进型混合高斯模型的运动目标检测[J].计算机工程与设计,2014,35(3):914-917. 编辑金胡考 |