基于小概率策略的otsu图像分割方法 small probability strategy based otsu thresholding method for image segmentation.pdfVIP

下载本文档

0
0
约2.13万字
约 7页
2017-08-21 发布于上海
举报
版权申诉

基于小概率策略的otsu图像分割方法 small probability strategy based otsu thresholding method for image segmentation.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于小概率策略的otsu图像分割方法 small probability strategy based otsu thresholding method for image segmentation

第35 卷第9 期电子与信息学报 Vol.35No.9 2013 年9 月 Journal of Electronics Information Technology Sept. 2013 基于小概率策略的 Otsu 图像分割方法 ①② ① *② 范朝冬欧阳红林张英杰 ①(湖南大学电气与信息工程学院长沙 410082) ②(湖南大学信息科学与工程学院长沙 410082) 摘要：Otsu 自适应阈值法是一种经典的图像阈值分割方法，在其基础上发展起来的2 维Otsu 法及其改进算法由于存在计算(或空间)复杂度较高、抗噪能力差、难以扩展到多阈值等不足而制约了其应用。该文针对2 维Otsu 法的不足，将噪声点的出现视为小概率事件，用噪声点的邻域均值代替其灰度值，将噪声点转换为目标(或背景)像素，减少了图像中的噪声点数量；继而直接采用1 维Otsu 法进行分割，以较小的代价获得良好的分割效果。算法分析及测试实验表明：与现有2 维Otsu 法相比，该算法在复杂度、抗噪性、多阈值扩展性等方面都有明显改善。关键词：图像分割；阈值分割；2 维Otsu 算法；小概率事件中图分类号：TN911.73 文献标识码：A 文章编号：1009-5896(2013)09-2081-07 DOI: 10.3724/SP.J.1146.2012.01598 Small Probability Strategy Based Otsu Thresholding Method for Image Segmentation ①② ① ② Fan Chao-dong Ouyang Hong-lin Zhang Ying-jie ① (College of Electrical and Information Engineering, Hunan University, Changsha 410082, China) ② (College of Information Science and Engineering, Hunan University, Changsha 410082, China) Abstract: Otsu adaptive threshold algorithm is a classic image segmentation method. The two-dimensional Otsu algorithm and its improvements which based on original Otsu algorithm are restricted, due to their computation(or space) complexity, inability for anti-noise, difficulty to extend to multilevel thresholding. In order to improve these shortages, regarding noise points’ appearances as small probability events, noise point is c