圖像閾值分割算法研究.pdf

1、圖像分割是數(shù)字圖像處理中非常重要的內(nèi)容,圖像閾值分割算法原理簡(jiǎn)單,計(jì)算量小,分割效果好,是常見(jiàn)的分割算法之一,在總結(jié)前人研究成果的基礎(chǔ)上,本文從圖像閾值分割的角度,對(duì)圖像分割算法進(jìn)行了一些研究,主要內(nèi)容如下:
　　首先介紹了本課題的研究背景和意義,總結(jié)了國(guó)內(nèi)外圖像閾值分割研究現(xiàn)狀,介紹了一維直方圖、二維直方圖、三維直方圖的概念和幾種經(jīng)典的閾值分割算法。
　　一維直方圖是對(duì)圖像最簡(jiǎn)單的統(tǒng)計(jì)建模,本文在一維直方圖的基礎(chǔ)上,提出了

2、灰度直方圖梯度閾值選取法和最大累積剩余熵閾值選取法,灰度直方圖梯度閾值選取法充分利用了直方圖梯度信息,利用灰度直方圖的梯度對(duì)直方圖進(jìn)行處理,得到灰度直方圖的梯度方向圖,然后將梯度方向圖中梯度由正轉(zhuǎn)向負(fù)的轉(zhuǎn)折點(diǎn)定位為峰值,由負(fù)轉(zhuǎn)為正的轉(zhuǎn)折點(diǎn)定位為谷底,谷底中負(fù)正梯度灰度級(jí)數(shù)目之和最大的即為閥值。累積剩余熵是一種新的信息度量方式,本文將其引入紅外圖像分割中,從理論上分析了最大累積剩余熵閾值分割法的原理,即尋找使得累計(jì)剩余熵最大的灰度值作為分

3、割閾值,最大累積剩余熵閾值法可以理解為先對(duì)直方圖進(jìn)行變換,然后在變化后的直方圖進(jìn)行最大熵方法分割。
　　多維灰度直方圖考慮圖像的信息比一維直方圖多,能得到好的分割結(jié)果,但增加了算法的復(fù)雜性,本文將一維最大散度差閾值分割方法推廣到二維,在考慮圖像像素灰度值的同時(shí),考慮像素的鄰域灰度值,并提出一種快速遞推算法,通過(guò)調(diào)節(jié)參數(shù),可以平衡類(lèi)間方差和類(lèi)內(nèi)方差在分割中的作用,取得良好的分割效果。針對(duì)基于多維直方圖閾值分割法計(jì)算量大的缺點(diǎn),分析了

4、基于一維直方圖的閾值分割法的閾值與基于多維直方圖閾值分割法的閾值之間的關(guān)系,提出了一種基于一維直方圖閾值分割法的多維直方圖閾值分割法快速算法,以三維Otsu閾值分割法為例,先用一維Otsu算出閾值,然后再一定范圍內(nèi)計(jì)算三維Otsu的閾值。
　　提出了多維直方圖的統(tǒng)一形式,在多維直方圖統(tǒng)一形式的基礎(chǔ),提出了一種基于加權(quán)直方圖的閾值分割法,通過(guò)調(diào)節(jié)加權(quán)系數(shù),可以使分割結(jié)果在去除噪聲和保留圖像細(xì)節(jié)信息方面取得好的折中。
　　最后,