数字图像处理(第四章 图像分割)修改版.pptVIP

October 16, 2001 信电系-ALV 图像分割 何志伟 定义 若选为Zt分割门限，则将背景象素错认为是目标象素的概率是： 将目标物象素错认为是背景象素的概率是： 因此，总的错误概率E(Zt)为 E(Zt)= (1－?)E2(Zt)+?E1(Zt) 最佳门限就是使E(Zt)为最小值时的Zt，将E(Zt)对Zt求导，并令其等于零，得 (1－?)P2(Zt)＝?P1(Zt) 我们这里设P2(Zt)和P1(Zt)均为正态分布函数，其灰度均值分别为μ1和μ2。对灰度均值的标准偏差分别为б1和б2，即 代入(1－?)P2(Zt)＝?P1(Zt)，两边取对数： 上式化简为： 由于是Zt的二次方程，有两个解，要使分割误差最小，需要设置两个门限，也就是方程的两个根，如果设 ，则方程存在唯一解，即： 再假设(1－?)＝?, ?=1/2时，Zt＝(μ1+μ2)/2 假如图像的目标物和背景象素灰度级概率呈正态分布，且偏差相等( )，背景和目标物象素总数也相等(?=1/2)，则这个图像的最佳分割门限就是目标物和背景象素灰度级两个均值的平均。 动态聚类分解的图像分割 二维图像中的多个目标和背景，可以看作多类不同灰度级的象素样本的聚类。可以将图