高威开题报告内容+.docVIP

西安邮电大学 毕业设计 论文 开题报告 自动化 学院 自动化 专业 10 级 03 班 课题名称： 基于三维信息的集中于目标 的图像阈值选取 学生姓名： 高威 学号：0座机电话号码 指导教师： 张 弘 报告日期： 2014.1.6 1．本课题所涉及的问题及应用现状综述 在图像分析、理解和计算机视觉中，图像分割是最基本的预处理步骤之一。图像分割的方式很多，其中阈值分割是一种广泛应用的图像分割方法。阈值分割分为二值化阈值和多值化阈值两类。二值化阈值主要利用了图像中要提取的目标与背景在灰度特性上的差异，通过选取合适的阈值以确定图像中每个像素点对目标或背景区域的归属，进而产生相应的阈值化图像。目前常用的基于灰度直方图信息的阈值分割方法主要有：最大类间方差法（简称Otsu’s法）、最大熵法、最小误差法。 Otsu方法是一种具有客观评价标准的图像分割方法，其基本思想是选取的最佳阈值应当使分割出来的目标和背景之间的分离性最好，类内差别最小。其中一维 Otsu 法是根据图像的灰度特征，将图像划分为目标和背景两种类型。目标类和背景类之间的类间方差越大，说明分割出来图像的目标和背景之间的差别越大。根据这一特性，分割阈值的选取选用类间方差最大或类内方差最小作为准则，根据该准则选取最佳阈值使得目标和背景之间的分离性最好。 从1979年著名的Otsu方法提出以来，已经有许多学者从不同的角度对Otsu法进行了研究：基于图像灰度信息的一维Otsu方法，方法运算速度快，适用于实时处理，但是，该分割方法仅仅利用图像像素的灰度信息，而没有充分利用像素之间的空间相关信息，在噪声干扰等因素的影响下，灰度直方图在图像的一些区域不一定存在明显的波峰和波谷，因而往往会造成错误分割，不能得到满意的分割效果。因此，刘健庄等人将一维灰度直方图推广到由灰度和邻域平均灰度构成的二维直方图，在此基础上提出了二维Otsu法，二维方法充分利用了图像像素与其邻域的空间相关信息，具有比仅利用灰度直方图的一维阈值分割算法更强的抗噪声能力。一批学者从二维直方图最佳阈值搜索过程的计算复杂度出发进行研究,提出了缩短算法处理时间的二维Otsu快速算法。范九伦等提出了曲线阈值型Otsu法，对于含噪图像，能够获得优于传统二维Otsu法的分割效果，并且提出了一种递归算法和一种小波变换与递归算法相结合的快速算法，以减少计算量。景晓军等人引入了邻域中值概念作为第三个特征，构造三维灰度直方图，提出了三维Otsu法，使得对于低对比度、低信噪比的图像具有较好的分割效果。近年来，对Otsu方法的一些推广化方法的相关文献也很多，例如：以平均方差代替Otsu法中的均值，以及用平均邻域方差代替平均方差，用平均梯度代替平均方差，用熵代替平均方差等等，这些方法与Otsu方法有类似的表达式，并同样具有较强的自适应性。 分析Otsu方法的阈值选取标准，对需要分割的图像的前景和背景给予同等的关注，这样的标准适合于前景和背景有相对独立的均匀性的图像分割，而对于目标和背景的分布的均匀性程度相差比较大的图像，应用该方法获得的阈值效果不好，因此许多学者在此基础上提出了修正处理的Otsu方法，根据图像分布信息对阈值结果进行调整。陈松灿等学者在对Otsu’s 和基于聚类标准的Kwon’s阈值法分析后，指出了这些方法对于目标和背景有相同的关注度，忽略了在实际图像中存在的背景的非一致性及分散性的问题，为了减小这些方法的欠缺，定义了判别标准，提出了灰度图像的新的二值化方法，该方法强调目标灰度分布均匀性，并且特意加重强调背景的异质性，获得了以往Otsu方法不能获得的效果。 本课题基于陈松灿的方法进行改进，并将图像的中值作为三维信息进行引入，构造新的阈值选取公式，消除噪声的影响，获得更好的阈值选取效果。 2．本课题需要重点研究的关键问题、解决的思路及实现预期目标的可行性分析 本课题的研究过程主要从图像阈值分割的基本方法，基于Otsu方法的阈值分割原理入手，学习现有的集中于目标的阈值方法思想，并基于灰度直方图信息、灰度邻域均值信息、灰度邻域中值信息建立新的阈值计算公式。 重点研究的关键问题： 对经典的Otsu’s阈值化方法基于聚类标准的Kwon’s阈值法以及陈松灿基于Otsu’s标准提出的新的准则函数进行分析。顾及图像的灰度直方图、邻域平均直方图，将准则函数判别式中的均值与阈值具体化，另外引入像素点中值信息，构造新的阈值判别标准式，用于实际图像阈值选取中，并将选取效果与现有的方法进行比较分析。 解决思路： 经典的Otsu’s阈值化方法中，对给定需要分割的图像的前景和背景给予同等的关注，这样的标准适合于前景和背景有相对独立的均匀性的图像分割中，也就是说，这种方法着重于目标和背景的同时考虑。根据图像分割的一般性考虑，希望灰