面向小目标图像多峰值方图的快速分级模糊阈值分割算法.docVIP

面向小目标图像多峰值方图的快速分级模糊阈值分割算法 李友增、林荣文、张碧慧、谢仁栩、张琳 摘要：针对当前小目标图像阈值分割研究工作面临的难题, 提出了小目标图像分级的阈值分割新方法. 首先给出了图像灰度值分布计算函数，对灰度值分布情况进行分析，提出了面向小目标图像分级的阈值分割算法（For small target image threshold segmentation algorithm is proposed，STIT）然后通过对小目标图像进行分级并最终进行图像阈值选取。这一算法能够简单、快速地计算出小目标图像的模糊阈值，根据所得的计算的模糊阈值，对小目标图像进行分割，取得所需要的目标图像。实验表明, 本文算法对小目标图像阈值分割问题具有快速性、简单性。 关键字：图像处理、阈值分割、插值平滑、直方图、灰度值、小目标图像。 Based on fuzzy threshold segmentation algorithm of small target image classification Youzeng Li ,Rongwen Lin, Bihui Zhang ,Renxu Xie , Lin zhang Abstract: in view of the current small target image threshold segmentation research problems, and puts forward the small target image classification, a new method of threshold segmentation. The first function of the image grey value distribution computation, analysis of the grey value distribution, was proposed For small target image threshold segmentation algorithm is proposed (For small target image threshold segmentation algorithm is proposed, STIT) and then through the study of the classification of small target image and eventually image threshold selection. This algorithm is simple, quick to calculate the fuzzy threshold, the small target image according to the calculation of the fuzzy threshold, the segmentation of small target image, obtain the required target image. Experiments show that the algorithm for small target image threshold segmentation problem with rapidity, simplicity. Key words: image processing, threshold segmentation, smooth interpolation, histogram, gray value, small target image. 1 引言 在很多图像处理应用中, 图像中目标和背景区域的像素点可以通过使用某一合理的灰度值(阈值)有效地分开, 图像的阈值分割技术对这类图像尤为适用. 近年来, 新思想和新理论不断出现, 日益丰富着这项研究的内容[1]. 分割将图像细分为构成它的子区域或对象，分割的程度取决于要解决的问题。就是说，在应用中，当感兴趣的对象已经被分离出来时，就停止分割[2]。在许多应用场合我们常常需要的目标对象仅仅占图像的很少部分，而它的背景区域却包含了绝大多数像素点。诸如大津法[3]、最小方差法[4]等基于类内方差的阈值分割算法对这类图像通常不能取得理想的分割效果。为了对小目标图像进行有效的分割，研究人员从不同角度提出了解决问题的新方法Ng改造大津法的目标函数, 通过向目标函数中加入新的因子来突出小目标区域所处灰度范围在灰度直方图上的权重, 提出了谷底强调法[5]。 2 插值平滑滤波算法 2.1 背景灰度值分析 在大小为N=mn的图像中，令Z=G(X，Y)为二维图像中坐标为（X,Y）处的像素灰度值,Z（