資源描述：
《差分算子和改進(jìn)Otsu算法結(jié)合的灰度圖像閾值分割研究與實現(xiàn).pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、2015定儀表技術(shù)與傳感器2015第3期InstrumentTechniqueandSensorNo．3差分算子和改進(jìn)Otsu算法結(jié)合的灰度圖像閾值分割研究與實現(xiàn)楊新華，呂意飛(1．蘭州理工大學(xué)電氣工程與信息工程學(xué)院，甘肅蘭州730050；2．甘肅省工業(yè)過程先進(jìn)控制重點實驗室，甘肅蘭州730050)摘要：在對二值化方法Otsu算法分析的基礎(chǔ)上，提出一種差分算子與改進(jìn)Otsu算法相結(jié)合的新算法。該算法通過差分算子保留原圖的邊界特征，然后再搜尋出與兩類類內(nèi)均值的平均值，并找出該平均值整數(shù)部分相等的閾值，確定一個符合Otsu準(zhǔn)則的閾值，，然后將一個大的圖像分割成若干小的塊進(jìn)行二值化。實驗結(jié)
2、果表明，該算法能夠較好地保留原圖的邊界信息，有效地提高了低質(zhì)量圖像識別準(zhǔn)確率。關(guān)鍵詞：Otsu；差分算子；邊界特征；閾值分割中圖分類號：TP394．14文獻(xiàn)標(biāo)識碼：A文章編號：1002-1841(2015)03-0104-03ResearchandImplementationofGrayscaleImageThresholdSegmentationBasedonDiferenceOperatorsCombinedwithImprovedOtsuAlgorithmYANGXin．hual_．LUYi．fei。(1．LanzhouUniversityofTechnology，Lanzho
3、u730050，China；2．KeyLaboratoryofGansuAdvancedControlforIndustrialProcesses，Lanzhou730050，China)Abstract：BasedonbinarizationmethodofOtsualgorithm，anewmethodologyofcombinationofdifferenceoperatorandim—provedOstuwasproposed．Theboundarycharacteristicsoftheoriginalimagewereretainedbydifferenceoperato
4、r，andthemeanoftwoclassespartitionedwassearched．Thethresholdequaltotheintegerpartofthemeanvaluecanhefound，therebythethresholdaccordingtotheOtsuruleswasgot，eventuallyabigimagecanbedividedintoalargeamountofsmallblockstobinarize．Theex—perimentalresultsimplicatethattheapproachcankeeptheboundaryinfor
5、mationfromtheoriginalimagewell，whichefectivelyim—provesthecorrectrateofidentificationoflowqualityimages．Keywords：Otsu；differenceoperators；boundarycharacteristics；thresholdsegmentation0引言值，并找出該平均值整數(shù)部分相等的閾值，再把一個大的圖像圖像分割是視覺圖像處理中至關(guān)重要的一個環(huán)節(jié)，而圖像分割成若干小的塊，在每一個小的塊內(nèi)用單閾值的方法進(jìn)行處分割算法的效率和質(zhì)量則是決定整個識別系統(tǒng)的2個重要參理。該算
6、法能夠很好的保留邊界特征信息，并且對于霧天車牌數(shù)。目前，閾值分割方法簡單、快速，尤其是其中的Otsu算法計圖像后期的字符識別正確率有明顯提高。算簡單且白適應(yīng)強(qiáng)而被廣泛使用J，但是傳統(tǒng)Otsu算法并不1Otsu算法適用于所有情況，盡管又有很多新的Otsu閾值分割方法被提圖像的灰度級別設(shè)為[1，?，，像素點的灰j變值i出現(xiàn)概率為出。例如：基于直方圖的閾值分割算法采用一維灰度直方圖P：／Ⅳ，Ⅳ為總像素點的個數(shù)。C為[1，?，．，]，是總的圖像像素，的傳統(tǒng)Otsu法對低質(zhì)量的圖像進(jìn)行分割，但是分割效果不佳，它的灰度均值記為玉=三P。如果以為閾值，將圖像C的像因此，提出了二維Otsu法J，該算
7、法采用窮舉方法計算二維素分成兩類C和C2，C。={0，1，2，?，k}，C2={k+l，k+2，?，J}。Cl的最佳閾值因而運算量非常大，但難以滿足圖像識別系統(tǒng)的實和c2的均值分別記為8o(k)和(k)，而像素點的個數(shù)分別是Ⅳ時性要求。而文獻(xiàn)[5]已經(jīng)證明了一維Otsu閾值的性質(zhì)，提出和，C出現(xiàn)的概率為W。，C2出現(xiàn)的概率為，則有：了可以快速搜索符合Otsu準(zhǔn)則的閾值算法，該算法所得的閾值0(k)=P0+p1+．．‘+p=三p(1)與傳統(tǒng)的Otsu閾值相比
