基于OTSU近红外图像分割应用研究.docVIP

基于OTSU的近红外图像分割的应用研究 夏需堂1，吴海滨1，2，陈新兵1，周德玉1，周后伟1，张铁译1 （1.安徽大学 物理与材料科学学院，安徽 合肥 230039； 2.安徽大学 特种电视技术研究中心，安徽 合肥 230088） 摘 要：OTSU法是最常用的利用图像的一维灰度直方图的阈值化方法之一，二维OTSU除了考虑像素点的灰度信息外还考虑了像素点与其邻域的空间信息。由于红外图像不同于一般灰度图像的一些特征，文中有针对性的采用了二维OTSU对其进行分割。通过与一维OTSU的相互比较可以看出，二维OTSU对近红外图像拥有更好的分割效果，能有效的分割出炉管图像，对后期的温度监测和声光报警具有重要的意义，提高了高温炉的安全性。 关键词：直方图；OTSU；近红外图像；图像分割 The Application Research of the Segmentation of Near-Infrared Image Based on OTSU XIA Xu-Tang1，WU Hai-Bin2，CHEN Xin-Bing1，ZHOU De-Yu1，ZHOU Hou-Wei1，ZHAN GTie-Yi1 （1.School of Physics and Material Science, Anhui University, Anhui HeFei 230039, China; 2.The Research Center of Special TV Technology of Anhui University, Anhui Hefei 230088, China） Abstract: OTSU is one of the most commonly used image –threshold methods, which based on one-dimension histogram of image’s gray level. The two-dimension OTSU takes the gray level of pixel point, as well as the spatial information between the pixel point and its field into consideration. Because of infrared image, different from the general characteristics of gray image, the paper targeted adopted the two-dimensional OTSU segmentation. According to the comparison with one-dimension OTSU, we can find that the two-dimension OTSU can segment the near-infrared image better and get the furnace image more effectively. By monitoring its temperature in the late period and alarming through sound and light, it greatly enhances the security of high- heat furnace. Key words：Histogram；OTSU；Near-Infrared Image；Image Segmentation1、概述 图像分割是图像处理和计算机视觉中基本而关键的技术之一，其目的是将目标和背景分离，为后续的分类识别、检索提供依据。随着红外成像技术的不断发展，其应用邻域也得到了长足的发展，如在视频监控领域、动目标跟踪领域和红外成像反舰导弹等。 红外成像的获取是根据目标与背景的温度分布情况进行的，它的采集不受光照条件的限制，因此应用较为广泛。红外图像的分割是目标特征提取与图像融合的前提与基础，是自动目标识别技术（ATR）中的一项关键技术。但是由于红外图像具有对比度低、噪声大、图像模糊等特点，所以他们的分割问题也一直是这一领域的难题。红外图像的分割方法现阶段使用的最多的是阈值法、边缘检测法和区域跟踪法等。本文主要介绍基于二维OTSU的近红外图像阈值分割方法。 阈值图像分割方法的关键是阈值的选取，最大类间方差法是由日本学者大津（Nobuyuki Otsu）于1979年提出的，是一种自适应的阈值确定的方法，又叫大津法，简称（OTSU）。它是按图像的灰度特性，将图像分割成背景和目标两部分。背景和目标之间的类间方差越大，说明构成图像的两部分的差别越大，当部分目标错分为背景或