2图像分割的主要方法概述论文网

2。1基于阈值的图像分割方法与改进

 2。1。1基于阈值的图像分割方法综述 

灰度阈值分割法是较为常用的一种的并行区域技术，是应用数量最多的一类分割方法。阈值分割法对实物与背景对比强的图像分割较为有效，灰度大于等于阈值的像素会被判定属于物体，灰度值用255表示前景，背景用灰度值为0来表示，当然有时候也可以采取相反的即灰度直方图的表示方法。

  多数情况下，图像的背景由多部分构成，分别分布在目标阈值灰度的左右侧，若进行单阈值分割，必然会造成一部分背景在分割时被当做背景。这时就可以使用多阈值分割。具体的方法把这两个阈值范围内的像素点的灰度值设为255，其余的设为0，使用这种方法的灰度图如图1所示，没有明显的双峰，一般有多峰或者较为均匀的分布。[2]

 灰度直方图

 2。1。2基于阈值的图像分割的算法实现

阈值分割是直接检测区域，较为多见的一种分割方法。先把图像分成两种不同灰度级的区域，其利用的就是图像中提取的目标和背景里灰度的差异。然后选取合适的阈值，最后确定图像中每个像素点，并且判断其是属于目标还是背景。

常用的方法是：设阈值，用字母T代替，用T将图像分割成大于T的像素群和小于阈值T的像素群两部分。这两类像素一般属于图像中的两类区域，所以对像素根据阈值分类达到了区域分割的目的。设输入图像是，输出图像是，如式2-1所示：             （2-1）

阈值分割分为全局阈值分割和局部阈值方法两种。根据分割算法所具有的特征，常用的可分为以下几种。[3]

（1）直方图双峰法：直方图双峰法通过对直方图进行的分析来进行对图像的分割。我们可以把直方图可以看作是密度函数，假设一幅图像包括目标背景，那么其直方图所代表的像素灰度值概率密度分布函数即是对应目标和背景的两个单峰分布密度函数的和。图像一值化过程即为在直方图上寻找两峰一谷来对图像进行分割，也可以通过两级函数来近似直方图。

双峰法只有在分割图像的直方图中出现明显的两个波峰时，分割精度高。当未出现清晰的波峰，阈值分割算法的交互性比较差时，尽管可以通过后期人工参与、交互设定阈值来弥补，但设定阈值后分割效果仍需要通过后期人工观察图像来判断结果，所以，这种方法也存在较大的局限性。文献综述

(a) 灰度直方图 (b) 原始图像                           (c) 分割结果

图2  直方图双峰法分割图像

结果分析：从图2的仿真结果可以发现，只需要将图2(a)直方图上的谷底选择为分割阈值，我们将选择阈值设为80，即可进行分割。但也可以从图2(c)所示的分割结果看出其局限性，即图像的灰度直方图必须有明显双峰性，也就是说，图像的目标和背景只有形成较大的反差，灰度差距大的时候，这种方法的仿真结果是极佳的。[4]

（2）最大类间方差法：由日本学者大津1979年提出，该方法是自适应阈值确定的方法。将图像的灰度直方图，目标和背景的类间方差最大为阈值相结合，并且综合考虑像素邻域以及图像整体灰度分布等特征关系。也就是说，按照图像的灰度特征，把图像分成背景和目标。其之间的类间方差越大，说明其构成的差别也越大。此方法把待处理图像直方图分割成，，然后建立类间方差数学模型来计算两组像素点群体的方差，如此进行并将分割的阈值进行变化，直到两组数据的类间方差与类内方差比值达到最大值，此时阈值分割所得到的图像分组结果之间差别最大，即获得最优的图像分割阈值。因此,使用最大类间方差法进行分割也就意味着错分概率最小。