基于Otsu和Grab-Cut的圖像分割算法研究.pdf

1、圖像分割是圖像處理與機器視覺的一個重要環(huán)節(jié)，圖像分割方法的好壞對整個過程的實時性和可靠性起著決定性作用。近幾十年來，人們一直在尋找不同的圖像分割方法，以解決各種工程問題。通過分析研究基于閾值的Otsu算法和基于圖論的Grab-Cut算法，針對這兩種算法的不足，本文提出了四種改進算法。
　　針對2維Otsu算法在分割質量、抗噪性能和運行速度方面的不足，本文提出了一種基于邊緣檢測與Otsu的圖像分割算法。該算法通過更改2維直方圖的區(qū)域

2、劃分方式，分別運用Sobel、Log和Canny邊緣檢測算法與直線擬合法相結合，將圖像的目標和背景區(qū)域限制在一對平行于對角線的界線內，再用噪聲點的鄰域均值代替其灰度值，最后用2維Otsu斜分法將目標從背景中分割出來。實驗結果表明，與現(xiàn)有算法相比，該算法不僅運算時間較短，而且具有較好的分割質量、抗噪性能和自適應能力。
　　為了進一步提高2維Otsu算法的運行速度，本文提出了一種基于雙界線的2維Otsu閾值理論及其快速算法。該算法首先

3、引入Roberts邊緣檢測算法對2維直方圖進行分區(qū)，分區(qū)方式與上一種算法相同，然后將雙界限之間的區(qū)域構造成一個1維直方圖，用1維Otsu算法分割，最后對噪聲進行后處理。實驗結果表明，該算法不僅具有較好的分割質量和抗噪性能，而且比上一種算法的運行速度更快。
　　為了改善2維Otsu算法對光照不均的圖像的分割質量，本文提出了一種基于雙截距直方圖的Otsu圖像分割法。該算法通過Sobel邊緣檢測算法獲取所有噪聲和邊緣點，并將噪聲和邊緣點

4、替換為目標或背景像素;然后根據(jù)圖像灰度分布情況將圖像進行區(qū)域劃分;再將所有區(qū)域歸為兩類，獲取兩類的直線截距直方圖;最后采用改進的1維Otsu算法進行分割。實驗結果表明，該算法不僅具有較好的抗噪性能和較快的運行速度，而且適用于分割光照不均的圖像。
　　針對Grab-Cut算法運行速度慢、對目標具有凹形或細長邊緣的圖像分割質量不佳且需要人工交互這些問題，本文提出了一種基于顯著性的無交互Grab-Cut算法。該算法首先采用SLIC算法對