第四章 图像分割new幻灯片.pptVIP

P参数法 若各区域面积占图像总面积的比例p已知时，可以用p参数法 步骤：若已知低灰度区域面积比例为p： 1. 根据灰度直方图从左到右计算直方图的累加值； 2. 当求得C值近似等于已知的面积比例p时，查找对应的灰度级T； 3. 以T为阈值对图像进行分割； 相反，如果已知高灰度区域面积比为p2的情况，与上述过程类似，只是第一步的累加值变为从右向左求累加。 最佳阈值法 均值迭代阈值选择法 自适应阈值 自适应阈值方法：当光照不均匀、有突发噪声，或者背景灰度变化比较大时，整幅图像分割将没有合适的单一门限，因为单一的阈值不能兼顾图像各个像素的实际情况。这时，可对图像按照坐标分块，对每一块分别选一阈值进行分割。这种与坐标相关的阈值也称为动态阈值方法。 优缺点：时间和空间复杂度比较大，但抗噪声能力比较强，对采用全局阈值不容易分割的图像有较好的效果。 自适应阈值的选取：比较简单的方法是对每个像素确定以它为中心的一个邻域窗口，计算窗口内像素的最大和最小值，然后取它们的均值作为阈值。 对图像分块后的每一个子块可以采用直方图分析，如果某个子块内有目标和背景，则直方图呈双峰。如果块内只有目标或背景，则直方图没有双峰，可根据邻域各块分割得到的参数插值进行分割。实际的自适应阈值分割完全可以根据图像的实际性质，对每个像素设定阈值，但这个过程要考虑到实际的要求和计算的复杂度问题。 另外，类间方差最大