基于噪声统计模型的图像分割方法.pdfVIP

计 算 机 现 代 化 2011年第3期 JISUANJIYU XIANDA]HUA 总第 187期 文章编号 ：1006—2475(201】)03—0057-03 基于噪声统计模型的图像分割方法 胡小丹 ，滕忠坚 (福建师范大学物理与光电信息科技学院，福建 福州 350007) 摘要：图像分割是 图像特征提取和 图像识别的基础和前提 ，是 图像研究中的热点之一．本文对 目前图像分割的分类、最 近几年出现的新方法、新思路以及传统图像分割中对噪声的处理进行比较 简要的综述，针对噪声对图像分割的影响，提 出利用噪声的统计特性建立噪声统计模型改进图像分割的新方法。 关键词 ：图像分割方法；噪声；统计模型 中图分类号：TP391 文献标识码 ：A doi：10．3969／jissn．1006-2475．2011．03．015 ImageSegmentationM ethodBasedonStatisticalM odelofNoise HUXiao—dan，TENGZhong-jian (CollegeofPhysicsandOptoElectronic]nformationalTechnology，FujianNormalUniversity，Fuzhou350007，China) Abstract：ThisarticleproposesamodelbasedOnthestatistical featuresofnoisetoimproveimagesegmentation．Afterabriefre— viewofthecurrentimagesegmentationandnoisereductionmethodologies，itpresentsanew modeltOimproveimagesegmenta— tion．Inthenewmodel，itpreservestheori百nalimagewiththenoiseandtakesthenoiseaspartoftheregionfeaturestoproduce thebettersegmentationresults． Keywords：imagesegmentationmethod ；noise；statisticalmodel 直接从视觉上就可 以发现 图像变得 比处理前模糊。 0 引 言 根据这样得到的预处理图像再进行分割，得到的分割 图像分割与图像定量分析、图像识别及处理有着 结果一定存在偏差，严重时可能导致图像分割结果完 至关重要的作用。经过多年研究，人们在图像的一般 全不准确。可见 ，噪声处理不当对图像分割的影响非 性规律上基本已经达成 了共识。 目前 已存在数以千 常大，传统的噪声处理方法——滤除不是一个理想的 计的图像分割方法，并且一些方法 已经成为经典，称 解决措施 。 之为传统的图像分割方法。对其分类，大致可以分为 噪声可以定义为 “不可预测，只能用概率统计方 阈值分割、基于边缘检测的分割、基于区域的图像分 法来认识的随机误差” 。它本身具有～定的统计 割以及基于特定理论的图像分割 四类…。但是迄今 特性 ，因此本文提出一种图像分割的新思路 ：根据噪 为止，尚无通用的分割理论，没有一种图像分割方法 声的统计特性，结合 图像本身的其他特征来分割 图 适合所有图像 J。 像，从而避免去除噪声带来图像模糊的问题 。 ～ 般原始图像，在其获取、传输、处理的过程 中会 本文对传统的