基于阈值法的图像分割技术 |
您所在的位置:网站首页 › 图像分割的基本思路有 › 基于阈值法的图像分割技术 |
基于阈值法的图像分割技术
阴国富
(1 .西安电子科技大学
陕西
西安
710071 ; 2 .渭南师范学院
陕西
渭南
714000)
在对图像的研究和应用中, 人们往往仅对图像中的某些部分感兴趣, 这些部分称为目标或前 景 ( 其他部分称为背景 ) ,他们一般对应图像中特定的、具有独特性质的区域。为了辨识和分 析目标, 需要将他们分离提取出来, 在此基础上才有可能对目标进一步利用。 图像分割就是 指把图像分成格局特性的区域并提取出感兴趣目标的技术和过程。 这里特性可以是象素的灰 度、颜色、纹理等,预先定义的目标可以对应单个区域,也可以对应多个区域。现有的图像 分割算法有: 阈值分割、 边缘检测和区域提取法。 本文着重研究基于阈值法的图像分割技术。
1 阈值法图像分割
1.1 阈值法的基本原理
阈值分割法是一种基于区域的图像分割技术, 其基本原理是: 通过设定不同的特征阈值, 把 图像象素点分为若干类。 常用的特征包括: 直接来自原始图像的灰度或彩色特征; 由原始灰 度或彩色值变换得到的特征。 设原始图像为 f(x , y) , 按照一定的准则 f(x , y) 中找到特征值 T , 将图像分割为两个部分,分割后的图像为:
若取: b0=0( 黑 ) , b1=1( 白 ) ,即为我们通常所说的图像二值化。
1.2 阈值法图像分割方法分类
全局阈值法指利用全局信息对整幅图像求出最优分割阈值, 可以是单阈值, 也可以是多阈值; 局部阈值法是把原始的整幅图像分为几个小的子图像, 再对每个子图像应用全局阈值法分别 求出最优分割阈值。 其中全局阈值法又可分为基于点的阈值法和基于区域的阈值法。 阈值分 割法的结果很大程度上依赖于阈值的选择, 因此该方法的关键是如何选择合适的阈值。 由于 局部阈值法中仍要用到全局阈值法, 因此本文主要对全局阈值法中基于点的阈值法和基于区 域的阈值法分别进行了研究。根据阈值法的原理可以将阈值选取技术分为 3 大类:
(1) 基于点的全局阈值方法
基于点的全局阈值算法与其他几大类方法相比, 算法时间复杂度较低, 易于实现, 适合应用 于在线实时图像处理系统。
(2) 基于区域的全局阈值方法
对一幅图像而言, 不同的区域, 比如说目标区域或背景区域, 同一区域内的象素, 在位置和 灰度级上同时具有较强的一致性和相关性。
(3) 局部阈值法和多阈值法
局部阈值 ( 动态阈值 ) 当图像中有如下一些情况: 有阴影, 照度不均匀, 各处的对比度不同, 突发噪声, 背景灰度变化等, 如果只用一个固定的全局阈值对整幅图像进行分割, 则由于不 能兼顾图像各处的情况而使分割效果受到影响。 有一种解决办法就是用与象索位置相关的一 组阈值 ( 即阈值使坐标的函数 ) 来对图像各部分分别进行分割。这种与坐标相关的阈值也叫动 态阈值, 此方法也叫变化阈值法, 或自适应阈值法。 这类算法的时间复杂性和空间复杂性比 较大,但是抗噪能力强,对一些用全局阈值不易分割的图像有较好的效果。
多阈值法
很显然,如果图像中含有占据不同灰度级区域的几个目标,则需要使用多个阈值 才能将他们分开。其实多域值分割,可以看作单阈值分割的推广。
|
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |