基于直方圖統(tǒng)計模型的自適應(yīng)多閾值圖像分割算法的研究.pdf

1、一直以來,圖像分割都是計算機視覺領(lǐng)域的一個關(guān)鍵問題,圖像分割的效果將直接影響到圖像的下一步分析和處理。同時,它也是圖像處理領(lǐng)域的一個經(jīng)典難題。在圖像分割算法中,直方圖閾值法是應(yīng)用最廣泛的分割技術(shù)之一。本文在傳統(tǒng)的直方圖高斯擬合多閾值方法的基礎(chǔ)上,針對該方法的不足,結(jié)合數(shù)學(xué)上的概率論與統(tǒng)計理論知識,提出了基于Gamma分布統(tǒng)計模型的直方圖自適應(yīng)多閾值分割算法和基于對數(shù)正態(tài)分布統(tǒng)計模型的直方圖自適應(yīng)多閾值分割算法。
　　 直方圖高斯

2、擬合法通常采用高斯分布來擬合直方圖,而高斯分布的偏度為零,是一種對稱性分布,只適用于擬合對稱的模型。當樣本數(shù)據(jù)的偏度不為零時,圖像的直方圖分布是非對稱的,由高斯擬合法得到的分割效果往往不夠準確。因此,本文采用偏度不為零的Gamma分布對直方圖進行擬合,結(jié)合ISODATA算法自適應(yīng)地確定圖像分割的閾值。該算法首先利用極大似然估計對每個Gamma模型的擬合參數(shù)進行估計,避免了多峰交疊帶來的干擾;然后采用基于直方圖區(qū)域的分裂與合并的方法估計分

3、割閾值。該方法避免了普通的基于圖像區(qū)域的分裂合并技術(shù)在緊致性和邊緣粗糙方面的缺點,同時實現(xiàn)了對直方圖非對稱圖像的分割。實驗結(jié)果表明,該算法不但對于直方圖對稱的圖像能取得和高斯擬合法相同的分割效果,對于直方圖非對稱圖像能取得比高斯擬合法更佳的分割效果,直方圖的擬合精度和圖像分割的魯棒性都得到了有效的提高。
　　 高斯模型只能擬合對稱分布,Gamma模型既能既能擬合對稱分布也能擬合非對稱分布,但是在偏度不為零的分布中,特別地針對于呈

4、正偏分布的直方圖,本文又提出了基于對數(shù)正態(tài)分布統(tǒng)計模型的直方圖自適應(yīng)多閾值圖像分割算法。該算法首先利用矩估計對每個對數(shù)正態(tài)分布模型的擬合參數(shù)進行估計,然后通過區(qū)域的一致性測度準則和合并準則對直方圖進行分裂與合并,最后對參數(shù)估計進行實驗測試,把呈正偏的對數(shù)正態(tài)分布噪聲加入到圖像并進行實驗和測試。結(jié)果顯示,該方法能比高斯擬合法和Gamma擬合法取得更理想的分割效果,對數(shù)正態(tài)分布能更好地擬合非對稱直方圖中呈正偏分布和噪聲為對數(shù)正態(tài)分布的圖像。