多閾值圖像分割

《多閾值圖像分割》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。

1、多閾值圖像分割概述摘要：多閾值分割是現(xiàn)代圖像處理中不可或缺的一部分。它主要指通過設(shè)定多個閾值將圖像中感興趣的目標(biāo)標(biāo)記出來。閾值的選取非常關(guān)鍵，它關(guān)系到分割后的結(jié)果的好壞。Ostu法也稱之為最大類間法是多閾值圖像分割中比較常用且完善的方法。由于多閾值圖像分割對于圖像處理的重要性，多閾值圖像分割被廣發(fā)應(yīng)用于現(xiàn)代生產(chǎn)生活的方方面面。關(guān)鍵詞:圖像分割，多閾值，遺傳算法，ostu1.引言圖像分割是圖像處理和前期視覺中的基本技術(shù)，是大多數(shù)圖像分析和視覺系統(tǒng)的重要組成部分。其中閾值的自動選取，是圖像分割中研究的重點和焦點。多閾值圖像分割的應(yīng)用領(lǐng)域非常廣泛，如

2、醫(yī)學(xué)圖像的分析診斷、交通中的智能識別、衛(wèi)星遙感圖片識別處理等等。2.多閾值圖像分割定義2.1圖像分割所謂圖像分割是指根據(jù)灰度、彩色、空間紋理、幾何形狀等特征把圖像劃分成若干個互不相交的區(qū)域，使得這些特征在同一區(qū)域內(nèi)，表現(xiàn)出一致性或相似性，而在不同區(qū)域間表現(xiàn)出明顯的不同。圖像分割的方法有基于閾值的分割、基于區(qū)域的分割和基于邊緣的圖像分割。2.2多閾值分割所謂多閾值也是為了在圖像中分割出多片區(qū)域從而設(shè)定多個閾值。閾值分割方法的特點是實現(xiàn)簡單、計算量小、性能較穩(wěn)定。所以多閾值圖像分割成為圖像分割中最基本和應(yīng)用最廣泛的分割技術(shù)。3.多閾值分割原理3.1

3、閾值分割原理一般意義下，閾值運算可以看作是對圖像中某點的灰度、該點的某種局部特性以及該點在圖像中的位置的一種函數(shù)，這種閾值函數(shù)可記作T(x，y，N(x，y)，f(x，y))式中，f(x，y)是點(x，y)的灰度值；N(x，y)是點(x，y)的局部鄰域特性．根據(jù)對T的不同約束，可以得到3種不同類型的閾值，即點相關(guān)的全局閾值T＝T(f(x，y))(只與點的灰度值有關(guān))區(qū)域相關(guān)的全局閾值T＝T(N(x，y)，f(x，y))(與點的灰度值和該點的局部鄰域特征有關(guān))局部閾值或動態(tài)閾值T＝T(x，y，N(x，y)，f(x，y))(與點的位置、該點的灰度值和

4、該點鄰域特征有關(guān))所有這些閾值化方法，根據(jù)使用的是圖像的局部信息還是整體信息，可以分為上下文無關(guān)(non-contextual)方法(也叫做基于點(point-dependent)的方法)和上下文相關(guān)(contextual)方法(也叫做基于區(qū)域(region-dependent)的方法)；根據(jù)對全圖使用統(tǒng)一閾值還是對不同區(qū)域使用不同閾值，可以分為全局閾值方法(globalthresholding)和局部閾值方法(localthresholding，也叫做自適應(yīng)閾值方法adaptivethresholding)。3.2多閾值分割原理一般意義下，多

5、閾值圖像模糊是根據(jù)圖像的灰度，設(shè)定多個閾值，然后令圖像中的每一個像素點的灰度與閾值作對比，之后將其歸類。多閾值圖像分割是一個模式識別歸類的過程。1.1閾值選取原理對于多閾值分割中閾值的選取方法非常的多，比如迭代法、最小誤差法、簡單統(tǒng)計法、分塊采樣法、閾值差值法、直方圖變換法、邊界點遞歸法、均衡對比度遞歸法、小波法、雙峰法、p分位數(shù)法、直方圖凹凸面分析法、適量保持法、模糊集方法、松弛法、水線閾值法、模擬退火算法、帶噪圖像多掃描法、勢函數(shù)聚類法、勢函數(shù)聚類自適應(yīng)法、模糊率自適應(yīng)法、歸一化自適應(yīng)法、直方圖統(tǒng)計模型自適應(yīng)法、正則割（nuct）、最大類間

6、方差法(otsu法)、改進(jìn)pso算法的otsu法、分塊采樣遺傳算法法、遺傳算法二維熵法、遺傳算法模糊熵法、遞推遺傳模糊3-劃分熵法、熵約束快速fcm法、最大熵法、快速最大熵法、遞推人工蜂群的模糊劃分熵法、量子粒子群優(yōu)化最小交叉熵法、粒子群優(yōu)化法、混沌粒子群法、nw小世界鄰居粒子群法、風(fēng)諾依曼鄰居粒子群法、加權(quán)模糊c均值聚類統(tǒng)計檢驗指導(dǎo)法等。這里就不一一進(jìn)行詳細(xì)介紹。只介紹其中比較經(jīng)典的最大類間方差(ostu)法。最大類間方差法本身是用于單閾值分割。其原理是通過設(shè)定閾值進(jìn)行分割，使分割出來的兩個類之間方差最大。這里用于多與子分割，設(shè)定圖像X中存在

7、m個帶區(qū)分的類，那么有m-1個閾值k1,…,kn,…,km-1用來將圖像分為m個類。這些類分別表示為C0={0,1,…k1},…,Cn={kn+1,kn+2,…,kn+1},…,Cn={km+1,km+2,…,L-1},將類間方差定義為其中使得取得最大值的一組閾值就是所要求的最優(yōu)閾值。關(guān)于最有預(yù)知個數(shù)的確定，這里使用一個分離因素作為結(jié)束圖像分割的判斷條件，通過對它的操作來完成對最優(yōu)閾值個數(shù)的確定。定義為式中：——圖像的總方差。SF的值用來度量已存在的類之間分離性，它的值越大則說明這些類之間的分離性越強(qiáng)。SF的取值范圍為[0…1]，當(dāng)SF趨向于1

8、時，圖像中的類就被完全的分離出來，即類間方差也取得最大值。這樣圖像中的類的個數(shù)已及分割閾值的個數(shù)就可以自適應(yīng)的確定出來。當(dāng)SF不滿足結(jié)束條件時，在已經(jīng)