图象分割技术.pptVIP

总的误判概率为： 为了找到一个阈值T使得上述的误判概率为最小，必须将E(T)对T求微分(应用莱布尼兹公式)，并令其结果等于零。由此可以得到如下的关系： 解出T，即为最佳阈值。如果 ，则最佳阈值位于曲线 和 的交点处。 第六十二页，共九十九页，2022年，8月28日 概率密度函数并不是总可以估计的。借助高斯密度函数，利用参数可以比较容易得到这两个概率密度函数。将这一结果应用于高斯密度函数，取其自然对数，通过化简，可以得到如下的二次方程： 其中： 第六十三页，共九十九页，2022年，8月28日 由于二次方程有两个可能的解，所以需要选出其中合理的一个作为图像分割的阈值。 讨论： 如果两个标准偏差相等，即σ12 = σ22= σ2 ，则上式中的A=0，我们得到一个解： 此即为图像分割的最佳阈值T 如果先验概率也相等，那么得到的解中的第二项等于零，最佳分割阈值为图像中两个灰度均值的平均数，即 如果背景与目标的灰度范围有部分重叠，仅取一个固定的阈值会产生较大的误差，为此，可以采用双阈值方法。 第六十四页，共九十九页，2022年，8月28日 迭代阈值选取方法 利用程序自动搜寻出比较合适的阈值。此阈值选取方法首先选取图像灰度范围的中值作为初始值T，把原始图像中全部像素分成前景、背景两大类，然后分