资源描述：
《灰度图像小误差阈值分割法二维推广.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、第35卷第4期自动化学报Vol.35,No.42009年4月ACTAAUTOMATICASINICAApril,2009灰度图像最小误差阈值分割法的二维推广范九伦1雷博1;2摘要一维最小误差阈值法假设了目标和背景的灰度分布服从混合正态分布.考虑到噪声等因素对图像质量的影响,本文在二维灰度直方图上,基于二维混合正态分布假设,给出一维最小误差阈值法的二维推广表达式.为了提高算法的运行速度,也给出了快速递推算法.实验表明,二维最小误差阈值法是一个有效的图像分割算法,能够更好地适应目标和背景方差相差较大的图像及噪声图像的分割问题.关键词阈值分割,最小误差阈值法,二维灰度直方图中
2、图分类号TN911.73Two-dimensionalExtensionofMinimumErrorThresholdSegmentationMethodforGray-levelImages11;2FANJiu-LunLEIBoAbstractOne-dimensionalminimumerrorthresholdingmethodassumedthatthehistogramdistributionsofobjectandbackgroundaregovernedbyamixtureGaussiandistribution.Consideringthea®ectso
3、fnoiseandotherfactorsonimagequality,basedontheassumptionofatwo-dimensionalmixtureGaussiandistribution,atwo-dimensionalexpressionoftheminimumerrorthresholdingmethodonthetwo-dimensionalgray-levelhistogramisproposed.Inordertoimprovetherunningspeed,thefastrecursiveformulasarealsogiven.Experi
4、mentalresultsshowthatthetwo-dimensionalminimumerrorthresholdingmethodisavaluableimagesegmentationmethod,andcanbewelladaptedtotheimageswithnoisesandlargevariancesbetweenobjectandbackground.KeywordsThresholdsegmentation,minimumerrorthresholdingmethod,two-dimensionalgray-levelhistogram图像分割是
5、图像分析、理解和计算机视觉中的由于一维图像阈值分割方法是在图像的灰度直难点,在图像分割的诸多方法中,阈值化技术以其方图上进行处理的,没有充分地使用图像的已有信简单、有效、便于理解受到人们的普遍欢迎[1].其息,对含噪图像的分割效果较差.为此十余年来,人中,最大类间方差法[2](也称Otsu法)、最大熵法[3]、们考虑通过构造二维灰度直方图进行阈值选取,获最小误差阈值法[4]是三个最常用的分割方法,它们得了更好的分割效果[8¡14].目前,针对最大类间方均有坚实的理论基础作为支撑.最小误差阈值法是差法和最大熵法,已提出了相应的二维推广及其快Kittler和Illingwo
6、rth提出的,他们基于Bayes误速递推算法[13¡15],但遗憾的是,至今没有人给出一差理论,在假设理想的目标和背景的灰度分布服从维最小误差阈值法的二维推广.本文的目的是给出混合正态分布的前提下,经过合理的处理,得到了一二维最小误差阈值法的表达式,我们借助已有的研个阈值分割表达式.国际上有很多学者对最小误差究成果,基于相对熵原理,推导出了希望的结果.阈值法进行了研究[5¡7],为了更加清楚地揭示该方1一维最小误差阈值法法的理论基础,我们运用信息论中的相对熵(也称交叉熵、有向散度),基于模型匹配"的思想,要求实对于一幅大小为M£N的数字图像,我们用际的图像灰度直方图与
7、假设的混合正态分布之间差f(x;y)表示图像上坐标为(x;y)的像素点的灰度别最小,给出了最小误差阈值法的相对熵解释[7],为值,f(x;y)2G=[0;1;¢¢¢;L¡1].图像的一维直更好地使用该方法奠定了坚实的理论基础.方图h(g)表示图像中各个灰度值出现的频数,因此可以用一维直方图作为图像概率分布的描述.收稿日期2007-11-23收修改稿日期2008-04-01假设理想的灰度分布模型是混合正态分ReceivedNovember23,2007;inrevisedformApril1,2008P1国家自然科学基金(60572133)
