Otsu多阈值快速求解算法.docVIP

Otsu多阈值快速求解算法 　　?フ? 要:最大类间方差(Otsu)方法计算简单，分割效果良好，广泛应用于图像的单阈值分割。为了使Otsu方法能够适应于更加复杂的图像，很多学者对其进行了多阈值的推广，但存在计算量大、效率低的问题。针对此不足，对Otsu方法也进行了多阈值的推广，首先划分直方图区间，然后采用快速二分法求取区间中的阈值以实现Otsu方法的多阈值扩展，使其在保持良好分割效果的基础上大大节省了时间。实验说明了该算法的有效性。 　　?ス丶?词:图像分割；直方图区间；局部阈值；最大类间方差法；多阈值 　　 　　?ブ型挤掷嗪?: TP391.41 文献标志码:A 　　 　　Abstract: Otsu has been widely used because of its simplicity in calculation and good segmentation result. And many scholars have put forward multi??threshold Otsu method to make it more useful in more complex pictures. But this multi??threshold Otsu method is of low efficiency and time consuming. Concerning this shortage, this paper made histogram intervals first, and then the rapid dichotomy was used to seek for the threshold in the interval. The improvement in this paper can maintain good segmentation result and save lots of time. The experiments show that the algorithm is effective. 　　 　　Key words:image segmentation；histogram interval；local threshold；Otsu method；multi??threshold 　　?? 　　0 引言?? 　　图像分割是将图像划分成若干个互不相交的小区域的过程，常见的图像分割方法有很多，比如：基于阈值的图像分割、模糊方法、边缘检测的方法、特征空间聚类的方法等????［1］??。其中基于阈值的方法计算简单，分割效果好????［2］??。在基于阈值的方法中，Otsu方法????［3］??是一种性能较好的方法，它以两个评价函数即最大类间方差和最小类内方差为基础，稳定性好，成功率高、使用率也很高????［4］??。但Otsu方法实质上是一个穷举法，因此计算量较大。另外，实际中的图像不仅仅是目标和背景的二值分割，更多情况下需要对图像进行多阈值分割，因此单阈值分割效果并不好????［5］??。鉴于这些问题，很多学者也尝试了多种扩展方法使Otsu方法能够应用于图像的多阈值分割。文献［5-6］运用了松弛余量的办法使得多阈值的求取范围进一步减小，同时也提高了算法的效率；文献［7-8］将Otsu单阈值方法进行了多阈值推广并将其应用到彩色图像的分割中；文献［9］引入了Nelder??Mead单纯形法来优化多阈值算法，提高算法效率。本文也针对传统Otsu方法中的不足进行了推广与改进，先划分直方图区间，然后采用快速二分法求取区间中的阈值，实验证明本文方法在节省大量时间的同时保持了良好的分割效果。?? 　　1 单阈值Otsu算法分析?? 　　记??f(i, j)为大小为M×N的图像在(i, j)点处的灰度值，灰度级数为L，因此可认为f(i, j)的灰度取值范围为[0，L-1]。设每一灰度级所占的比例为P????(l)??，P????(l)??的计算公式为：??P????(l)??=??1M×N∑f(i, j)=l1。如果以阈值t去分割图像的目标和背景两部分内容，则目标(本文以f(i, j)≤t??为目标)所占的比例为?Е鬲???o(t)??=∑l≤tP????(l)??，平均灰度为μ????o(t)??=∑l≤tl*P????(l)??，背景所占的比例为ω????b(t)??=1-ω????o(t)??=∑tlLP????(l)??，平均灰度为μ????b(t)??=∑tlLl*P????(l)??，因此类间方差的计算方法是σ??2=ω????o(t)??*ω????b(t)??*(μ????o(t)??-μ????b(t)??)??2。?オ? 　　?Уャ兄氮?Otsu??