基于Otsu的紅外圖像閾值分割研究.pdf

1、圖像分割是圖像特征提取與識別等圖像分析和圖像理解的基礎(chǔ)。它是根據(jù)一定準(zhǔn)則從圖像中將人們感興趣的部分給分割出來的技術(shù)，分割得到的相同區(qū)域具有相似性，不同區(qū)域具有相異性。閾值分割中的Otsu方法因原理簡單、計算量小且分割效果較好而成為廣泛使用的方法之一。
　　紅外圖像是一類比較特殊的圖像，它具有低分辨率、低信噪比的特點。紅外圖像目標(biāo)分割的研究在軍事、民用方面都具有重大意義。本文選用紅外圖像作為分割對象，在Otsu方法的基礎(chǔ)上進行研究和

2、改進，主要內(nèi)容為：
　　(1)最大散度差法引入了類內(nèi)的方差信息，能有效地改善分割的效果，但參數(shù)C總要手動調(diào)節(jié)。于是提出一種一維改進的自適應(yīng)最大散度差法，它解決了人為調(diào)節(jié)參數(shù)C的問題，能較好且自適應(yīng)地分割紅外圖像。
　　(2)提出二維閾值平均法和結(jié)合LBP算子約束范圍下的Otsu分割方法。閾值平均法實現(xiàn)了最大類間方差和最小類內(nèi)方差法的折中，可以提高分割的效果。在結(jié)合LBP算子約束范圍下的Otsu分割方法中，結(jié)合LBP算法改進對

3、鄰域均值的求取算法，除了能更好地增強抵抗噪聲的能力外，圖像在二維直方圖上的信息也更加明顯。對閾值函數(shù)進行研究，在縮小區(qū)域范圍內(nèi)重新進行分割，能夠更好地改善分割的效果。
　　(3)提出與形態(tài)學(xué)相結(jié)合的廣義概率梯度分割方法。通過形態(tài)學(xué)預(yù)處理，圖像的目標(biāo)和背景特征更加明顯。二維梯度直方圖上的區(qū)域劃分更準(zhǔn)確，且直方圖中的二元組都融入了灰度級的大小信息，該方法能夠很好的分割紅外圖像。
　　(4)引入人工魚群算法。因為人工魚群算法是一種