一种改进的双阈值二值化图像分割方法.docVIP

一种改进的双阈值二值化图像分割方法 一种改进的双阈值二值化图像分割方法 PAGE 一种改进的双阈值二值化图像分割方法 一种改进的双阈值二值化图像分割方法 【摘要】在图像的二值化计算中，由于图像灰度复杂度的不同、目标内部细节复杂、灰度值渐变、目标与背景之间灰度值差距较小等原因，用传统的二值化方法计算，图像分割目标与背景的缺失不容忽视。本文采用改进的双阈值算法计算出两个阈值和，在一定程度上减小了单阈值分割图像带来的图像缺失、误判等问题。 【关键词】二值化；；双阈值；评价函数 1.引言 图像阈值分割[1]是一种广泛使用的图像分割技术，它利用图像中要提取的目标与背景在灰度特性上的差异，把图像视为具有不同灰度级的两类区域（目标和背景）的组合，以确定图像中每一个象素点应该属于目标区域还是背景区域，从而产生相应的二值图像，图像二值化处理的关键是阈值的选择。国内外学者研究表明，普通的阈值选择方法应满足不受图像质量及图像类型的限制、能保留足够的图像特征信息、可实现对不同图像阈值的自动选择、效率代价可以忍受等几方面的要求[2][3]。 常见的二值化算法有，全局阈值二值化，包括迭代法、算法、最大熵法；局部阈值二值化，包括算法、算法等。本文重点介绍了传统的算法，该算法虽然在实际图像的分割中实现了阈值的自动选取，二值化处理效果较好，但是具体实验发现，法致命的缺陷是当目标与背景灰度差不明显时，会出现目标背景误