基于平均中值離差的二維最小誤差分割算法研究.pdf

1、圖像分割技術(shù)是圖像工程領(lǐng)域的基礎(chǔ)研究?jī)?nèi)容，對(duì)圖像的分析、理解有著極其重要的影響。閾值分割算法在圖像的灰度直方圖信息的基礎(chǔ)上，通過(guò)閾值準(zhǔn)則選取最佳閾值，是一種簡(jiǎn)單快速有效的分割方法，在圖像分割領(lǐng)域應(yīng)用最為廣泛。最小誤差法是基于模版匹配的思想提出的一種經(jīng)典的閾值分割方法，圖像中目標(biāo)與背景比例大小對(duì)分割結(jié)果的影響較小，圖像分割質(zhì)量?jī)?yōu)于最大類間方差法和最大熵法。但當(dāng)數(shù)字圖像實(shí)際的直方圖分布與混合高斯分布模型相差太大時(shí)，分割結(jié)果出現(xiàn)閾值偏移，分割

2、準(zhǔn)確度將會(huì)降低；傳統(tǒng)的二維最小誤差法，由于對(duì)噪聲的抑制能力有限，對(duì)低信噪比圖像的分割效果較差。結(jié)合現(xiàn)有的閾值分割研究成果，對(duì)最小誤差法進(jìn)行一些研究與改進(jìn)。
　　本研究主要內(nèi)容包括：⑴提出一種基于平均中值離差的二維最小誤差法。對(duì)像素點(diǎn)鄰域灰度信息而言，平均中值離差中的中值信息是比方差中的均值信息更為魯棒的估計(jì)量，使用平均中值離差作為離散測(cè)度，能更好的抑制圖像中的噪聲；根據(jù)二維直方圖模型中噪聲點(diǎn)與目標(biāo)背景類的先驗(yàn)知識(shí)，將二維算法分解為

3、兩個(gè)一維算法，提高了計(jì)算速度，對(duì)直方圖分布呈現(xiàn)出重尾分布和偏斜分布的圖像分割效果較好。⑵傳統(tǒng)的二維直方圖區(qū)域劃分一般采用直分法，在對(duì)圖像分割過(guò)程中容易丟失目標(biāo)和背景之間的邊緣信息。提出斜分的基于平均中值離差的二維最小誤差法，利用斜分法能較完整保留圖像目標(biāo)與背景類邊緣信息的優(yōu)點(diǎn)，獲得較好的分割效果；提出一種結(jié)合鄰域均值灰度—鄰域中值灰度的二維直方圖模型的閾值分割算法，該分割算法結(jié)合了像素點(diǎn)鄰域中值灰度信息與鄰域均值灰度信息，對(duì)高斯噪聲和椒