基于三维Otsu法的红外图像阈值分割.pdfVIP

第37卷 第 16期 计 算 机 工 程 2011年 8月 、，01．37 No．16 ComputerEngineefing August2011 · 图形图像处理 · 文章I．号ll0o0_ 428(20l1)1蚤__023-_o2 ：lt：lt~ttttUhA 中田分类号lN945 (解放军电子工程学院信息系，合肥 230001) 奠 耍：常用的阈值分割方法在对红外图像进行分割时，由于红外图像本身的特点，会出现准确性不高的问题。为此，提出一种基于灰 度一平均灰度一梯度直方图的三维Otsu法，使用稀疏矩阵和改进的粒子群优化(PSO)算法，并在标准PSO算法中加入判断早熟停滞的因子， 进行最佳阈值的选取，以提高运算速度，保证准确崩。实验结果表明，该方法能够快速有效地对红外图像进行分割。 关奠诃：红外图像分割；阈值选取；三维Otsu法；稀疏矩阵；粒子群优化 InfraredImageThresholdSegmentationBasedon3DOtsuMethod GU Peng，ZHANGYu (InformationDepartment，ElectronicEngineeringInstitute，Hefei230001，China) [Abstract]nIviewofthecharacteristicsofinfraredimage，hteveracityisnotgoodwhenhtecommonlyusedthresholdisusde ininfrarde image segmentation．A3D Otsumehtodbasedongraylevel—averagegraylevel-gradienthistorgam isproposde ．Thesparsemarxandimprovde Particle SwarmOptimization(eso1algorithmraeusde tosearchf0rhtesegmentationthreshold．Aneffectivemehtodhtatidentifiesprematuresatgnationis embeddde toPSO．Th eoperation velocityisimproved~andhteveracityisbetter．Experimentalresultsdemonsrtatehtealgorithm can segment infrarde imagesqnic~yna deffectively． [Keywordslinfraredimagesegmentation；thresholdselection；3DOtsumehtod；sparsemarx；ParticleSwarmOptimization(PSO) DOI：10．39690．issn．1000—3428．2011．16．078 1 概述 2 二维Otsu法 图像分割是指把图像分成具有不同特性的区域，使得区 2．1 常用的灰度级平·均灰度援二维Otsu法 域内的特征尽可能一致，但区域问的特性尽可能大的有差异， Otsu法被推广到二维时最常见的是利用灰度级-平均灰 而一般是将图像分为 2个区域，即目标与背景区域，针对不 度级二维直方图，它相比原有Otsu法能更好地排除一些噪声 同的图像和需求，分割图像的方法有很多，比如阈值分割法、 的干扰。设图片大小为 ×Y，灰度级取0,1，…,L-1，像素点(m，，z) 模糊聚类分割法以及分水岭分割法等等，而在这些算法中， 的灰度为f(m，n)，领域平均灰度为 占(％ ，定义为： 通过大量的研究，也产生了许多改进的算法，使图像分割得 g( )= 1 ，(m1，，l1) 到了较大的发展。由OtsuNI提出的一维最大类闻方差法，