多閾值圖像分割

1、多閾值圖像分割概述摘 要： 多閾值分割是現(xiàn)代圖像處理中不可或缺的一部分。它主要指通過設(shè)定多個(gè)閾值將圖 像中感興趣的目標(biāo)標(biāo)記出來。閾值的選取非常關(guān)鍵，它關(guān)系到分割后的結(jié)果的好壞。 Ostu 法 也稱之為最大類間法是多閾值圖像分割中比較常用且完善的方法。由于多閾值圖像分割對(duì)于 圖像處理的重要性，多閾值圖像分割被廣發(fā)應(yīng)用于現(xiàn)代生產(chǎn)生活的方方面面。關(guān)鍵詞 : 圖像分割，多閾值，遺傳算法， ostu1. 引言圖像分割是圖像處理和前期視覺中的基本技術(shù)，是大多數(shù)圖像分析和視覺系統(tǒng)的重要組成部分。 其中閾值的自動(dòng)選取，是圖像分割中研究的重點(diǎn)和焦點(diǎn)。多閾值圖像分割的應(yīng)用領(lǐng)域非常廣泛，如醫(yī) 學(xué)圖像的分析診斷、交通

2、中的智能識(shí)別、衛(wèi)星遙感圖片識(shí)別處理等等。2. 多閾值圖像分割定義2.1 圖像分割 所謂圖像分割是指根據(jù)灰度、彩色、空間紋理、幾何形狀等特征把圖像劃分成若干個(gè)互不相交的 區(qū)域，使得這些特征在同一區(qū)域內(nèi)，表現(xiàn)出一致性或相似性，而在不同區(qū)域間表現(xiàn)出明顯的不同。圖 像分割的方法有基于閾值的分割、基于區(qū)域的分割和基于邊緣的圖像分割。2.2 多閾值分割 所謂多閾值也是為了在圖像中分割出多片區(qū)域從而設(shè)定多個(gè)閾值。閾值分割方法的特點(diǎn)是實(shí)現(xiàn)簡 單、計(jì)算量小、性能較穩(wěn)定。所以多閾值圖像分割成為圖像分割中最基本和應(yīng)用最廣泛的分割技術(shù)。3. 多閾值分割原理3.1 閾值分割原理一般意義下，閾值運(yùn)算可以看作是對(duì)圖像中某點(diǎn)

3、的灰度、該點(diǎn)的某種局部特性以及該點(diǎn)在圖像中 的位置的一種函數(shù)，這種閾值函數(shù)可記作T(x，y，N(x，y)，f(x ，y)式中，f(x , y)是點(diǎn)(x, y)的灰度值；N(x , y)是點(diǎn)(x, y)的局部鄰域特性.根據(jù)對(duì) T的不同約束，可 以得到 3 種不同類型的閾值，即點(diǎn)相關(guān)的全局閾值T = T(f(x , y)(只與點(diǎn)的灰度值有關(guān) )區(qū)域相關(guān)的全局閾值T = T(N(x , y), f(x , y)(與點(diǎn)的灰度值和該點(diǎn)的局部鄰域特征有關(guān))局部閾值或動(dòng)態(tài)閾值T = T(x, y, N(x , y), f(x , y)(與點(diǎn)的位置、該點(diǎn)的灰度值和該點(diǎn)鄰域特征有關(guān))所有這些閾值化方法 根據(jù)使用

4、的是圖像的局部信息還是整體信息 可以分為上下文無關(guān)(non-contextual) 方法 ( 也叫做基于點(diǎn) (point-dependent) 的方法 )和上下文相關(guān)(contextual) 方法 ( 也叫做基于區(qū)域(region-dependent)的方法)；根據(jù)對(duì)全圖使用統(tǒng)一閾值還是對(duì)不同區(qū)域使用不同閾值，可以分為全局閾 值方法(global thresholding)和局部閾值方法(local thresholding ,也叫做自適應(yīng)閾值方法 adaptive thresholding)。3.2 多閾值分割原理一般意義下 多閾值圖像模糊是根據(jù)圖像的灰度 設(shè)定多個(gè)閾值 然后令圖像中的每一個(gè)

5、像素點(diǎn) 的灰度與閾值作對(duì)比 之后將其歸類。多閾值圖像分割是一個(gè)模式識(shí)別歸類的過程。3.3閾值選取原理對(duì)于多閾值分割中閾值的選取方法非常的多，比如迭代法、最小誤差法、簡單統(tǒng)計(jì)法、分塊采樣法、閾值差值法、直方圖變換法、邊界點(diǎn)遞歸法、均衡對(duì)比度遞歸法、小波法、雙峰法、p分位數(shù)法、直方圖凹凸面分析法、適量保持法、模糊集方法、松弛法、水線閾值法、模擬退火算法、帶噪圖像多 掃描法、勢(shì)函數(shù)聚類法、勢(shì)函數(shù)聚類自適應(yīng)法、模糊率自適應(yīng)法、歸一化自適應(yīng)法、直方圖統(tǒng)計(jì)模型 自適應(yīng)法、正則割（nuct）、最大類間方差法（otsu法）、改進(jìn)pso算法的otsu法、分塊采樣遺傳算法 法、遺傳算法二維熵法、遺傳算法模糊熵法、

6、遞推遺傳模糊3-劃分熵法、熵約束快速fcm法、最大熵法、快速最大熵法、遞推人工蜂群的模糊劃分熵法、量子粒子群優(yōu)化最小交叉熵法、粒子群優(yōu)化法、混沌粒子群法、nw小世界鄰居粒子群法、風(fēng)諾依曼鄰居粒子群法、加權(quán)模糊c均值聚類統(tǒng)計(jì)檢驗(yàn)指導(dǎo)法等。這里就不一一進(jìn)行詳細(xì)介紹。只介紹其中比較經(jīng)典的最大類間方差（ostu）法。最大類間方差法本身是用于單閾值分割。其原理是通過設(shè)定閾值進(jìn)行分割，使分割出來的兩個(gè)類之間方差最大。這里用于多與子分割，設(shè)定圖像 X中存在m個(gè)帶區(qū)分的類，那么有 m-1個(gè)閾值燈,kn,，km-i用 來將圖像分為 m個(gè)類。這些類分別表示為Co=O,1,kl,Cn= kn+1, kn+2,kn+

7、l,Cn= km+1,km+2,丄-1,將類間方差定義為=也口仏-肝嚴(yán) +" + 軸仏-gr）2+-* +L-lL-1対=乂 iPiisg制:作為結(jié)束圖像分割的判斷條件，通過對(duì)它的其中isg使得即取得最大值的一組閾值就是所要求的最優(yōu)閾值。 關(guān)于最有預(yù)知個(gè)數(shù)的確定，這里使用一個(gè)分離因素 操作來完成對(duì)最優(yōu)閾值個(gè)數(shù)的確定。邵定義為式中： - -.一 ：.圖像的總方差。SF的值用來度量已存在的類之間分離性，它的值越大則說明這些類之間的分離性越強(qiáng)。SF的取值范圍為01,當(dāng)SF趨向于1時(shí)，圖像中的類就被完全的分離出來，即類間方差藥頹也取得最大值。這樣圖像中的類的個(gè)數(shù)已及分割閾值的個(gè)數(shù)就可以自適應(yīng)

8、的確定出來。當(dāng)SF不滿足結(jié)束條件時(shí)，在已經(jīng)存在的類中選擇一個(gè)類內(nèi)方差最大的一個(gè)類作為下一個(gè)要使用局部Otsu法的類進(jìn)行下一步的分割運(yùn)算。實(shí)現(xiàn)方法也非常簡單：首先使用Otsu算法對(duì)圖像進(jìn)行分類，計(jì)算出該次分類的最大類間方差和SF的值，如果SF的值滿足一定的結(jié)束條件，那么就退出該算法。否則，就在已存在的類中找到具有最大 類內(nèi)方差的那個(gè)類，將它作為下一個(gè)要分割的類。對(duì)這個(gè)類使用局部Otsu算法分割出新的類，然后重新計(jì)算最大類間方差和SF的值直到SF滿足結(jié)束條件為止。具體的實(shí)現(xiàn)步驟如下：（1）初始條件：q=0,SF=0,計(jì)算.。其中,q代表圖像中已經(jīng)存在的分類,SF代表循環(huán)的結(jié)束條件。判斷SF值是否滿

9、足判斷條件，不滿足就執(zhí)行（3），否則退出循環(huán)，轉(zhuǎn)到 。(3) 對(duì)圖像中已經(jīng)存在的 q 個(gè)不同的類，求出每個(gè)類的類內(nèi)方差。找到那個(gè)類內(nèi)方差最大的那個(gè) 類。(4)對(duì)類內(nèi)方差最大的那個(gè)類，使用局部Otsu 方法，使之分為新的兩個(gè)類，在己存在的閾值基礎(chǔ)上加入新的分割閾值。重新計(jì)算v,對(duì)sF進(jìn)行新的賦值。轉(zhuǎn)到 。(6)根據(jù)得到的區(qū)分類的一組最優(yōu)閾值，對(duì)圖像進(jìn)行處理。從這一組最優(yōu)閾值中取出需要的閩值， 把這些閾值區(qū)間的目標(biāo)分割出來。還有值得注意的一點(diǎn)是,由于在圖像中的不同分割目標(biāo)之間存在灰度交叉的情況,即在不同的分 割目標(biāo)中可能具有相同灰度的情況,這就使得不能更好的區(qū)分所需的目標(biāo)對(duì)象,因此需要對(duì)分割后的 圖像進(jìn)行進(jìn)一步的分類處理。4. 多閾值分割的應(yīng)用閾值分割是眾多圖像處理中往往優(yōu)先完成的一步,所以算上之后的圖像處理,可以說很多圖像處 理都是在閾值分割之后完成,他們的應(yīng)用也都離不開閾值分割。比如,在紅外技術(shù)應(yīng)用中,紅外無損檢測(cè)中紅外熱圖像的分割,紅外成像跟蹤系統(tǒng)中目標(biāo)的分 割；在遙感應(yīng)用中,合成孔徑雷達(dá)圖像中目標(biāo)的分割等；在醫(yī)學(xué)應(yīng)用中,血液細(xì)胞圖像的分割,磁共 振圖像的分割；在農(nóng)業(yè)工程應(yīng)用中,水果品質(zhì)無損檢測(cè)過程中水