基于Otsu理論的圖像分割算法研究.pdf

1、圖像分割是計算機視覺領域的一個重要而且基本的問題，尤其在圖像處理、分析和理解等領域中是一項關鍵技術。圖像分割是指把圖像分解成各具特性的區(qū)域并提取出感興趣目標的技術和過程，是從圖像處理到圖像分析的一個關鍵步驟，在圖像工程中占有非常重要的位置。分割結果的好壞將直接影響到視覺系統(tǒng)的性能。所以對圖像分割的研究一直都是圖像技術研究中的熱點和焦點之一，故圖像分割的算法層出不窮，而且已經(jīng)在諸如計算機視覺、模式識別和醫(yī)學圖像處理等實際中得到了廣泛的應用

2、。 閾值圖像分割方法是常用的圖像分割方法。它通過選取閾值將圖像分為目標和背景，關鍵技術是閾值的選取。最大類間方差(簡稱Otsu)法是常用的閾值圖像分割方法之一，基于直方圖，即通過考慮圖像的灰度信息選取閾值。但是當圖像變得復雜時，如一些圖像信噪比低，灰度差異不明顯，目標面積小等(其直方圖表現(xiàn)為雙峰差別大，甚至單峰)，該方法就難以取得較好的分割效果，算法效率下降甚至產(chǎn)生分割錯誤。 故本文研究了以Otsu理論為基礎的，在圖像分

3、割中新興的遺傳算法，重點研究了結合遺傳算法和Otsu法的灰度圖像分割方法。利用Otsu算法不僅考慮圖像的灰度信息，還考慮領域空間的相關信息的特點來保證圖像分割精度，利用遺傳算法大大提高運算速度。本文對該算法的有效性進行了實驗，在編程設計中，引入了自適應方法選取算子，進一步提升了精度，并實際地進行了灰度圖像的分割。記錄了實驗結果。 該方法是對現(xiàn)有圖像閾值分割法的一種補充，試驗結果表明，該算法可行、可靠，達到了理想的分割效果，實現(xiàn)了