基于otsu算法的图像分割分析-模式识别与智能系统专业论文.docxVIP

基于 Otsu 算法的图像分割研究 摘 要 图像分割是图像处理和计算机视觉领域低层次视觉中最基础，最重要的领 域之一，同时具有广泛的应用价值。目前，现有的分割算法在实际的应用领域 中都存在各种各样的问题，诸如耗时性，目标的轮廓模糊、断裂，或者重要细 节被忽视掉，等等。本文针对这些问题展开一系列研究，主要内容如下： 首先，分析和总结现有的分割算法，选取阈值分割法中经典的Otsu算法作 为中心点展开研究，并结合了全局智能优化算法，即遗传算法作为进一步研究 的一个出发点。 其次，针对二维 0tsu 自适应阈值算法计算复杂度高的问题，提出一种新的快速 有效的 0tsu 图像分割改进算法。该算法通过求两个一维 Otsu 法的阈值来代替传统的 二维 Otsu 法的分割阈值，使得分割的计算复杂度从 O(L4 ) 降到 O(L) 。为保证分割对 象的完整性，算法引入类内最小离散度的概念。理论分析和实验结果表明本算法计算 速度不仅优于原二维 Otsu 算法，而且分割效果较好。 最后，为了进一步克服 Otsu 算法的耗时性，本文结合了一种改进的遗传算法对 阈值进行寻优。算法引入了群体的聚集程度，并以此作为一个交叉、变异概率的划分 尺度，从而自适应的调节了交叉、变异概率，实验结果表明本算法较好的避免了“早 熟”问题，具有良好的实时性，同时分割效果比传统遗传算法和 AGA 效果要好。 关键词：图像分割；O