Otsu方法在多阈值图像分割中的应用.doc

 第 29 卷 第 11 期 计算机工程与设计 Computer Engineering and Design 2008 年 6 月 June 2008 Vol . 2 9 No . 1 1 Otsu 方法在多阈值图像分割中的应用 王 磊， 段会川 (山东师范大学 信息科学与工程学院，山东 济南 250014) 摘 要：图像分割是数字图像处理中的一个重要问题。该方法改进了传统的最大类间方差法(Otsu 法)，使其可以应用于图像 的多阈值分割。提出以双峰法引导来提高 Otsu 法多阈值分割图像的运算速度和稳定性。对样本图像的分割结果显示，此算 法在分割速度和效果上都取得了较好的结果。 关键词：图像分割; 多阈值; Otsu 法; 双峰法; 数字图像处理 文章编号：1000-7024 (2008) 11-2844-02 中图法分类号：TP391 文献标识码：A Application of Otsu method in multi-threshold image segmentation WANG Lei, (School of Information Science and Engineering, DUAN Hui-chuan Shandong Normal University, Jinan 250014, China) Abstract：Image segmentation is a crucial but difficult problem in digital image processing. This paper makes an attempt to apply the Otsu method to multi-thresholds segmentation. An Otsus multi-threshold algorithm guided by bi-peak method is suggested to improve the speed and stability of the algorithm. Segmentation tests on a sample image shows that the algorithm achieves good performance in both efficiency and quality. Key words：image segmentation; multi-threshold; Otsus method; bi-peak method; digital image processing 的直方图上进行峰谷检测，可以较好地确定分割阈值。双峰 法简单直观、易于推广到多阈值分割场合，但其分割结果缺少 客观评价依据，也就是说，分割性能不一定是最优的。 本文通过改进 Otsu 法，在图像的已存在的类中使用局部 Otsu 方法[5]，将 Otsu 法原理由单阈值推广到多阈值场合[6-9]，使 之能够识别出图像中的不同分割目标。其次，考虑通过基于 双峰法原理的多阈值粗分割进行引导和验证，改善算法的运 算速度和可靠性。实验表明该算法具有理想的分割效果。 0 引 言 图像分割是图像处理和前期视觉中的基本技术，是大多 数图像分析和视觉系统的重要组成部分。而阈值的自动选取 是图像分割中研究的重点和焦点。已经出现的图像阈值自动 选取方法多达十几种，最具代表性的是直方图波谷法、Otsu 法、最大熵方法、双峰法和梯度统计法[1] 等。这些研究大多关 注图像的最佳单阈值的选取及其应用，而对于多阈值如何选 取的研究则少有提及。但是在一些图像处理与智能识别领域 经常会遇到多目标识别情况，因此，对如何实现多阈值自动选 取的研究是有实际意义的。 Otsu 法[2] 又叫大津法或最大类间方差法。它是在灰度直 方图的基础上用最小二乘法原理推导出来的，具有统计意义 上的最佳分割阈值。它的基本原理为以最佳阈值将图像的灰 度直方图分割成两部分，使两部分的方差取最大值，即分离性 最大。近年来人们从的不同角度对它进行了改进和推广。文 献 [3] 在 Otsu 方法的基础上提出了一系列类似的简单实用的 阈值选取准则，但是仍然局限在单阈值的分割上，不能对已分 割的图像进行进一步的区分。双峰法[4] 通过查找双峰直方图 的谷点确定分割阈值。对于目标与背景的灰度级有明显差别 的图像，图像分割可取得很好的效果。该方法简单易行，使用 前先对原始直方图进行平滑处理以消除噪声影响，在磨光后 1 经典 Otsu 算法 Otsu 法适用于图像二值化(用单阈值分割图像)，其基本思 路是：选取的最佳阈值应当使得用该阈值分割得到的两类间 具有最好的分离性；类