三种OTSU阈值分割方法研究 第2页
1 引言
1.1 研究背景
图像分割是根据需要将图像划分为有意义的若干区域的图像处理技术。因此，图像分割的基本目的就是对图像进行区域划分，把目标从背景中抽取出来。图像分割技术是图像预处理到图像识别过程中不可缺失的一步操作。图像分割是图像工程和计算机视觉领域中一个长期的研究热点，人们花费了大量的时间和精力去探索一种通用的分割算法。但是到目前为止，各种方法都有一定的局限性，仅仅只能针对某一大类的图像有较好的分割结果，但是如果换成了其他类别的图像，那么分割效果就差强人意。因此，图像分割技术还有很广阔的探索空间。
图像分割作为一项基础性的研究工作，它为更高层次的图像理解与计算机视觉研究提供了必要的准备。现在主要有阈值分割方法、边缘检测方法以及区域提取方法这三大类方法。其中，阈值分割方法是较早出现的一类图像分割方法。它具有操作简单、处理速度快的特点。阈值分割方法在机器视觉、生物医学图像分析、文字识别、指纹鉴定等方面应用广泛。阈值分割方法的基本原理是：设计某种阈值选取准则，通过优化该准则来寻找分割阈值。然后，根据分割阈值，将大于该阈值的像素归为一类，其余像素归为另一类，这样就把目标和背景分割出来了。因此，在阈值分割中，阈值选取准则的设计是其重点和难点。如果阈值选取准则不适当，就有可能把本属于目标的像素点归类到背景，或者是把本来属于背景的像素点归类为目标，最终使分割的结果产生巨大的误差，甚至使得后续的图像分析工作无法正常进行。
1.2 本文研究的主要内容本文来自辣.文~论^文.网原文请找腾讯324,9114
本文主要对OTSU阈值分割方法进行研究。首先对一文的OTSU阈值分割方法进行研究，然后根据其存在的抗噪问题，研究了二文OTSU阈值分割方法，最后根据二文OTSU阈值分割方法存在的速度过慢问题，又研究分析了改进的二文OTSU快速阈值分割方法，并通过实验对它们的时间耗费、分割质量和抗噪声性能等进行了分析。
2 图像分割综述
在数字图像处理领域中，图像分割技术是把图像分成各个具有一定意义的区域，并提取出感兴趣区域的技术。图像阈值分割技术已经被广泛应用于生物与医学图像分析[1]、目标自动识别[2]、文字字符认知[3]以及工业质量检测[4]等领域。
例如，在医学图像中，需要根据情况对CT图像进行图像分割，以便分割出血管，肌肉组织，骨骼等成分，以便医生或者是相关研究人员，能够更加清晰明了地观察CT图像上所透露出来的生物体征信息：肿瘤、阻塞的血管、生物体里的异物等等。在军事领域，大量的探测图像如果交由人工识别处理那么在成本和速度上自然是不如计算机的实时处理要快速简便。要知道，军事上的探测图像的信息价值会随着时间的延长而减少，其具有很高的实时特性。因此，如果使用图像分割技术，在获得军事图像的同时交由计算机处理，即可在有限的时间内对军事图像做好相关的目标分类与识别任务。那么由于其很高的实时性，探测图像的时间价值就可以得到很大地提高。
从上面的例子中，很容易察觉到图像分割通常是能够进一步实现对图像分析和物体识别任务的过程中不可缺少的前期工作。图象分割分的结果的质量会直接对后续任务产生直接的影响，甚至会使后续工作无法正常展开，所以图像分割在这里就具有十分重要的枢纽地位。
上一页 [1] [2] [3] [4] [5] [6] [7] 下一页
三种OTSU阈值分割方法研究 第2页下载如图片无法显示或论文不完整，请联系qq752018766
