基于Otsu和Grab-Cut的圖像分割算法研究.pdf

1、圖像分割是圖像處理與機(jī)器視覺(jué)的一個(gè)重要環(huán)節(jié)，圖像分割方法的好壞對(duì)整個(gè)過(guò)程的實(shí)時(shí)性和可靠性起著決定性作用。近幾十年來(lái)，人們一直在尋找不同的圖像分割方法，以解決各種工程問(wèn)題。通過(guò)分析研究基于閾值的Otsu算法和基于圖論的Grab-Cut算法，針對(duì)這兩種算法的不足，本文提出了四種改進(jìn)算法。
　　針對(duì)2維Otsu算法在分割質(zhì)量、抗噪性能和運(yùn)行速度方面的不足，本文提出了一種基于邊緣檢測(cè)與Otsu的圖像分割算法。該算法通過(guò)更改2維直方圖的區(qū)域

2、劃分方式，分別運(yùn)用Sobel、Log和Canny邊緣檢測(cè)算法與直線擬合法相結(jié)合，將圖像的目標(biāo)和背景區(qū)域限制在一對(duì)平行于對(duì)角線的界線內(nèi)，再用噪聲點(diǎn)的鄰域均值代替其灰度值，最后用2維Otsu斜分法將目標(biāo)從背景中分割出來(lái)。實(shí)驗(yàn)結(jié)果表明，與現(xiàn)有算法相比，該算法不僅運(yùn)算時(shí)間較短，而且具有較好的分割質(zhì)量、抗噪性能和自適應(yīng)能力。
　　為了進(jìn)一步提高2維Otsu算法的運(yùn)行速度，本文提出了一種基于雙界線的2維Otsu閾值理論及其快速算法。該算法首先

3、引入Roberts邊緣檢測(cè)算法對(duì)2維直方圖進(jìn)行分區(qū)，分區(qū)方式與上一種算法相同，然后將雙界限之間的區(qū)域構(gòu)造成一個(gè)1維直方圖，用1維Otsu算法分割，最后對(duì)噪聲進(jìn)行后處理。實(shí)驗(yàn)結(jié)果表明，該算法不僅具有較好的分割質(zhì)量和抗噪性能，而且比上一種算法的運(yùn)行速度更快。
　　為了改善2維Otsu算法對(duì)光照不均的圖像的分割質(zhì)量，本文提出了一種基于雙截距直方圖的Otsu圖像分割法。該算法通過(guò)Sobel邊緣檢測(cè)算法獲取所有噪聲和邊緣點(diǎn)，并將噪聲和邊緣點(diǎn)

4、替換為目標(biāo)或背景像素;然后根據(jù)圖像灰度分布情況將圖像進(jìn)行區(qū)域劃分;再將所有區(qū)域歸為兩類，獲取兩類的直線截距直方圖;最后采用改進(jìn)的1維Otsu算法進(jìn)行分割。實(shí)驗(yàn)結(jié)果表明，該算法不僅具有較好的抗噪性能和較快的運(yùn)行速度，而且適用于分割光照不均的圖像。
　　針對(duì)Grab-Cut算法運(yùn)行速度慢、對(duì)目標(biāo)具有凹形或細(xì)長(zhǎng)邊緣的圖像分割質(zhì)量不佳且需要人工交互這些問(wèn)題，本文提出了一種基于顯著性的無(wú)交互Grab-Cut算法。該算法首先采用SLIC算法對(duì)