资源描述：
《二维Otsu 自适应阈值选取算法的》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、第33卷第9期自动化学报Vol.33,No.92007年9月ACTAAUTOMATICASINICASeptember,2007[4]Sahoo等人通过试验证明,Otsu方法是一种很好的阈值化方法.二维Otsu自适应阈值选取算法的然而,在实际图像中,由于噪声干扰等因素的影响,使得图像的灰度直方图分布不一定出现明显的波峰和波谷,此时快速实现仅利用灰度直方图得到的阀值并不能使图像分割得到满意的结果,往往还会产生严重的分割错误.这是因为像素灰度值1;212汪海洋潘德炉夏德深仅仅反映了像素灰度级的幅值大小,并没有反映出像素与邻摘要Otsu自适应阈
2、值算法作为图像阈值分割的经典算法,在图像域的空间相关信息[2].基于这一点,刘和栗[2]提出了灰度图领域得到了广泛的应用,在此基础上发展起来的二维阈值法因为计算时像的二维Otsu自动阈值分割法.该方法建立了既能反映像间长而制约了其应用.针对二维Otsu自适应阈值算法计算复杂度高的素点的灰度分布又能体现像素点与其邻域空间相关信息的缺点,通过消除二维自适应阈值算法中的冗余计算,用迭代的方式得到查灰度均值二维直方图,最佳的阀值是在一个二维的类间方差询表,从而大大提高了二维阈值算法的计算速度.实验结果表明,该算法不仅计算时间远远小于原始二维Ots
3、u算法,并且求得的阈值跟原始的测度准则取最大值时得到的一个二维矢量,并以此二维矢量算法一样.作为分割门限进行图像分割,从而提高了Otsu法的抗噪声关键词阈值选取,类间方差,图像分割,Otsu能力.但二维直方图的引入,大大增加了计算复杂性,即便中图分类号TN911.73在P42.8GCPU计算机上,处理一幅灰度级为256的灰度图像也要几十秒.这就在很大程度上限制了该算法的应用范AFastAlgorithmforTwo-dimensional围.为了克服这个缺点,本文提出了一种快速实现算法.该算OtsuAdaptiveThresholdAlg
4、orithm法首先对原来的阈值算法的阈值求取公式进行变形,然后通过迭代的方法来计算二维直方图的零阶距和一阶距并将它们WANGHai-Yang1;2PANDe-Lu1XIADe-Shen2存入查找表,在最后的阈值选取中,通过从查找表中直接取AbstractAsaclassicalimagesegmentationmethod,Otsu数值代替原来的数学计算.该算法不仅大大加速了计算速度,adaptivethresholdalgorithmhasbeenappliedwidelyinimage因为并没有改变原来的阈值求取公式,所以得到的阈值不
5、会processing.Butthelong-timecomputationlimitstheuseofthe改变.two-dimensionalOtsuthresholdalgorithmbasedontheOtsuthresholdalgorithm.Thispapergivesafastalgorithmfortwo-2二维Otsu阈值分割算法dimensionalOtsuadaptivethresholdalgorithmthatovercomesthedisadvantageofcomputationalcomplexity.T
6、hisfastalgo-设图像的灰度等级为L,那么像素的邻域平均灰度等级rithmgetsridofredundantcomputationandyieldsalook-up为L,计算每个像素点邻域的平均灰度,由此形成一个二元tablebyiteration.Theexperimentalresulthasdemonstrated组：像素的灰度值i和它的邻域灰度的平均值j,设二元组thatthecomputationaltimeofthefastmethodisnotonlyfar(i,j)出现的频数fi,j,则可以定义相应的联合密度Pi
7、,j：lessthanthatoftheoriginaltwo-dimensionalone,butalsoyieldsthesamethresholdasthatoftheoriginalmethod.Pi;j=fi;j=Ni;j=1;2;¢¢¢;L(1)KeywordsThresholding,between-classscatter,imageseg-mentation,OtsuPPL¡1L¡1式中的N为图像总的像素点数,N=fi;j,并i=0j=0PPL¡1L¡1且Pi;j=1.i=0j=01引言在图像处理系统中,图像分割是一项最
8、基本的任务,同时也是一项最重要的任务,因为图像分割的结果将影响以后的特征提取和目标识别.通过阈值实现图像分割是一种非常实用的方法,因为它具有速度快,容易实现等优点.它假定目标和背景各自有明显的
