基于最大类间、类内方差比法的图像分割介绍.doc

最大类间、类内方差比法进行图像分割 一、实验目的 在理解均匀性图像分割算法的基础上，实现图像的分割，要求对灰度图像和彩色图像均进行实验，并讨论该方法对何种情况下的图像有比较好的分割效果。 二、实验要求 建议采用MATLAB软件编程实现，核心程序不准调用MATLAB的图像处理函数。 三、实验思路 1、分割的基本原理： 由于最大类间、类内方差比法是基于图像灰度分布的阈值方法。数学模型如下： 设原图像为f(x,y),经过分割处理后的图像为g(x,y),g(x,y)为二值图像，则有 （3-1） 2、最大类间方差法与最大类间、类内方差比法的不同： 最大类间方差法又叫大津法,简称OTSU。它是按图像的灰度特性,将图像分成背景和目标2部分。背景和目标之间的类间方差越大,说明构成图像的2部分的差别越大。它只需处理类间方差，在Matlab中grathresh()即为最大类间方差函数，用来寻找阈值。 最大类间、类内方差比法是在最大类间方差法基础上的发展，在少部分教科书上可见。它是要处理类间方差与类内方差的比值，找到满足二者比值最大时的Th，在Matlab没有此方法的工具函数。 3、本实验阈值Th的确定方法： 由于最大类间、类内方差比法图像分割的核心是阈值Th的确定，即要处理类间方差和类内方差的比值，找出最大的比值，此时满