阈值自动选取.docVIP

图像分割中阈值的自动选取的研究及其算法实现 图像分割是图像处理这门学科中的基础难题，基于阈值的分割则又是图像分割的最基本的难题之一，其难点在于阈值的选取。事实证明，阈值的选择的恰当与否对分割的效果起着决定性的作用。由于阈值选取对图像分割的基础性，本文主要在【1】、【2】、【3】、【4】等的基础上，对一些当前流行的阈值选取算法做了探讨、实现和比较。多阈值分割虽然能进一步提高图像分割的质量，但由于它只是分割技巧的处理问题，而与单阈值分割并无本质的区别。因此本文并不对多阈值分割进行讨论，而只考虑单阈值分割的情形。 1．? 双峰法 双峰法的原理及其简单：它认为图像由前景和背景组成，在灰度直方图上，前后二景都形成高峰，在双峰之间的最低谷处就是图像的阈值所在。根据这一原理，我们给出了它的实现，部分代码如下（Pascal语言描述，以下同）： //intPeak、intPeak2、intValley：峰值和直方图值 //intIndx:：相应的灰度值 intPeak,intIndx,intPeak2,intIndx2,intValley,intValleyIndx:integer; //初始双峰值 intPeak:=0; intPeak2:=0; ? //取得第一峰值 for intLoop:=0 to 255 do if intPeak=intGrayLevel[intLoop] then begin intPeak:=intGrayLevel[intLoop]; intIndx:=intLoop; end; ? //取得第二峰值 for intLoop:=0 to 255 do Begin if (intPeak2=intGrayLevel[intLoop]) and (intLoopintIndx) then begin intPeak2:=intGrayLevel[intLoop]; intIndx2:=intLoop; end end; ? //取得双峰之间的谷值 intValley:=intSize; if intIndx2intIndx then for intLoop:=intIndx2 to intIndx do if intValleyintGrayLevel[intLoop] then begin intValley:=intGrayLevel[intLoop]; intValleyIndx:=intLoop; end; 从分割的效果来看，当前后景的对比较为强烈时，分割效果较好；否则基本无效。 2．? 迭代法 迭代法是基于逼近的思想，其步骤如下： 1．? 求出图象的最大灰度值和最小灰度值，分别记为ZMAX和ZMIN，令初始阈值T0=(ZMAX+ZMIN)/2； 2．? 根据阈值TK将图象分割为前景和背景，分别求出两者的平均灰度值ZO和ZB； 3．? 求出新阈值TK+1=(ZO+ZB)/2； 4．? 若TK=TK+1，则所得即为阈值；否则转2，迭代计算。 以下给出迭代求阈值的部分实现： //阈值初始为0 intThresholdVal:=0; intThresholdVal2:=0; ? //总灰度值 intTotalGrayLevel:=0; for intLoop:=0 to 255 do if intGrayLevel[intLoop]0 then intTotalGrayLevel:=intTotalGrayLevel+intLoop*intGrayLevel[intLoop]; ? //求出初始最大灰度值 for intLoop:=0 to 255 do if intGrayLevel[intLoop]0 then begin intLGrayLevel:=intLoop; intThresholdVal:=intLoop; break; end; ? //求出初始最小灰度值和初始阈值 for intLoop:=255 downto 0 do if intGrayLevel[intLoop]0 then begin intRGrayLevel:=intLoop; intThresholdVal:=(intThresholdVal+intLoop)div 2;