基于Otsu理論的圖像分割算法研究.pdf

1、圖像分割是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)重要而且基本的問題，尤其在圖像處理、分析和理解等領(lǐng)域中是一項(xiàng)關(guān)鍵技術(shù)。圖像分割是指把圖像分解成各具特性的區(qū)域并提取出感興趣目標(biāo)的技術(shù)和過程，是從圖像處理到圖像分析的一個(gè)關(guān)鍵步驟，在圖像工程中占有非常重要的位置。分割結(jié)果的好壞將直接影響到視覺系統(tǒng)的性能。所以對(duì)圖像分割的研究一直都是圖像技術(shù)研究中的熱點(diǎn)和焦點(diǎn)之一，故圖像分割的算法層出不窮，而且已經(jīng)在諸如計(jì)算機(jī)視覺、模式識(shí)別和醫(yī)學(xué)圖像處理等實(shí)際中得到了廣泛的應(yīng)用

2、。 閾值圖像分割方法是常用的圖像分割方法。它通過選取閾值將圖像分為目標(biāo)和背景，關(guān)鍵技術(shù)是閾值的選取。最大類間方差(簡(jiǎn)稱Otsu)法是常用的閾值圖像分割方法之一，基于直方圖，即通過考慮圖像的灰度信息選取閾值。但是當(dāng)圖像變得復(fù)雜時(shí)，如一些圖像信噪比低，灰度差異不明顯，目標(biāo)面積小等(其直方圖表現(xiàn)為雙峰差別大，甚至單峰)，該方法就難以取得較好的分割效果，算法效率下降甚至產(chǎn)生分割錯(cuò)誤。 故本文研究了以O(shè)tsu理論為基礎(chǔ)的，在圖像分

3、割中新興的遺傳算法，重點(diǎn)研究了結(jié)合遺傳算法和Otsu法的灰度圖像分割方法。利用Otsu算法不僅考慮圖像的灰度信息，還考慮領(lǐng)域空間的相關(guān)信息的特點(diǎn)來保證圖像分割精度，利用遺傳算法大大提高運(yùn)算速度。本文對(duì)該算法的有效性進(jìn)行了實(shí)驗(yàn)，在編程設(shè)計(jì)中，引入了自適應(yīng)方法選取算子，進(jìn)一步提升了精度，并實(shí)際地進(jìn)行了灰度圖像的分割。記錄了實(shí)驗(yàn)結(jié)果。 該方法是對(duì)現(xiàn)有圖像閾值分割法的一種補(bǔ)充，試驗(yàn)結(jié)果表明，該算法可行、可靠，達(dá)到了理想的分割效果，實(shí)現(xiàn)了