基于閾值選取的圖像分割方法研究——Parzen窗技術(shù)在閾值分割方法中的應(yīng)用.pdf

1、在數(shù)字圖像處理中，圖像分割是圖像處理與計算機(jī)視覺領(lǐng)域低層次視覺中最為基礎(chǔ)和重要的領(lǐng)域之一，它是對圖像進(jìn)行視覺分析和模式識別的基本前提。目前圖像分割技術(shù)已被廣泛應(yīng)用于很多的領(lǐng)域，如工業(yè)自動化，在線產(chǎn)品檢驗(yàn)，生產(chǎn)過程控制，文檔圖像處理，遙感和生物醫(yī)學(xué)圖像分析，保安監(jiān)視，以及軍事，體育，農(nóng)業(yè)工程等方面。基于閾值選取方法的圖像分割方法，因其計算簡單，具有較高的運(yùn)算效率、性能較穩(wěn)定而成為圖像分割中最基本和應(yīng)用最廣泛的分割技術(shù)，但是方法選取直接影響

2、到圖像分割的質(zhì)量。 本文針對前人在基于閾值選取的圖像分割算法及其應(yīng)用中的一些特點(diǎn)展開了研究與探討工作，主要的工作分為以下兩個部分： 1) 研究了Parzen-window非參數(shù)函數(shù)估計方法的原理，并深入分析了基于熵原理的閾值分割算法，將Parzen-window方法與熵的原理結(jié)合起來，構(gòu)造了基于Parzen-window與熵的目標(biāo)函數(shù)，并提出了一種基于Parzen-window法和熵的圖像分割閾值選取新方法PWET。通過