菜单
　　

    这类方法简单实用，在过去的几十年间备受重视，其分类也不一而足。根据使用的是图像的整体信息还是局部信息，可以分为上下文相关方法和上下文无关方法。根据对全图使用统一阈值还是对不同区域使用不同阈值，可以分为全局阈值方法和局部阈值方法，也叫做自适应阈值方法。另外，还可以分为单阈值方法和多阈值方法。
    阈值分割的核心问题就是如何选择合适的阈值。其中，最简单和常用的方法是从图像的灰度直方图出发，先得到各个灰度级的概率分布密度，再依据某一准则选取一个或者多个合适的阈值，以确定每个像素点的归属。选择的准则不同，得到的阈值化算法就不同。现在已经有众多的阈值分割算法，如何找到一种简单高效的阈值算法是众多的学者关心的问题。
    常见的阈值分割算法有如下几种：
    （1）Mode最频值法
    该方法的最优阈值在目标和背景两个概率分布的交叠处，计算简单，但缺点是直方图需要有明显的双峰特征。
    （2）Otsu最大类间方差法
    该方法是使目标类和背景类的类内方差最小、类间方差最大，计算简单，效果稳定，但其对直方图模型有一定的要求。
    （3）P分位数法
    该方法的特点是分割得到的目标和背景的概率等于其先验概率，它不需要迭代和搜索，但是非常依赖先验概率的估计。
    （4）Tsai矩量保持法
    该方法需要计算分割前后图像的矩量，并使它们不变，无需迭代和搜索，缺点是稳定性不好。
    （5）最小误差法
    Bayes判别误差最小，计算简单，对直方图模型有要求。
    （6）熵方法
    图像某后验熵最大，计算简单，对直方图模型有要求。
    下面重点介绍下本文要研究的两种阈值分割算法Otsu和Tsai方法。
    2.1    Otsu最大类间方差法
    最大类间方差法[1](Otsu)又称大津法，是日本学者大津展之在1979年提出的一种全局阈值选取法，是在最小二乘法原理的基础上推导出来的。它的基本思路是在图像灰度直方图的基础上选取合适的阈值，再根据统计意义上的两类间特性差最大或类内特性差最小的原则，实现图像分割后两类间最好的分离。该方法计算简单，并且不受图像对比度与亮度值的变化影像，所以被许多学者认为是一种最优秀的阈值自动选取方法。其基本原理如下：
    设一幅图像有 个灰度级，灰度值是 的像素的个数为 ，则总的像素个数为 ，各灰度值出现的概率为
                                   (1)
    其中 ， 。
    设以灰度值 为阈值将图像分割成2个区域，灰度级为 的像素区域A(背景类)，灰度级为 的像素区域B(目标类)出现的概率分别为：
                           (2)
    A和B两类的灰度均值分别为：
                          (3)
    图像总的灰度均值为：
                            (4)
    由此可以得到A、B两类的类间方差公式为：
                         (5)
    为了得到最优分割阈值，Otsu算法将两类的类间方差作为判别准则，当 值最大时的 即为最优分割阈值，如下所示：
                     (6)
  1. 上一篇：ASP.net+sqlserver人才招聘系统的设计与实现
  2. 下一篇：基于局部对比度的视觉注意模型的比较与研究

  1. 基于3DMAX的校园三维建模与可视化

  2. Justep基于开放平台的企业...

  3. 基于RGB-D摄像机的图像分割算法研究与实现

  4. 云虚拟环境下资源分配优化算法的研究

  5. 线性查找第k小元素的算法...

  6. PLC清水坝集控中心自动化...

  7. 基于ASP的宣传镇江旅游文...

  8. 当代大学生慈善意识研究+文献综述

  9. 十二层带中心支撑钢结构...

  10. 河岸冲刷和泥沙淤积的监测国内外研究现状

  11. 酸性水汽提装置总汽提塔设计+CAD图纸

  12. 大众媒体对公共政策制定的影响

  13. 乳业同业并购式全产业链...

  14. 中考体育项目与体育教学合理结合的研究

  15. 杂拟谷盗体内共生菌沃尔...

  16. java+mysql车辆管理系统的设计+源代码

  17. 电站锅炉暖风器设计任务书

　　

About

751论文网手机版...

主页：http://www.751com.cn

关闭返回