算法分析
几种常用图像分割算法自适应性的分析比较
汤朋文陶华敏肖山竹方求
(国防科学技术大学电子科学与工程学院ATR重点实验室湖南长沙410073)
共理
与质
摘要:本文重点研究全局阅值分割、Otsu阅值分割、最小误差阅值分割三种图像分割算法的自适应能力，通过matlab仿真，对比三种图像分割算法的分割结果。实验表明，当物体和肾量像素的灰度分布不是很明显时,Ou值分割要比全局阅值分割的自适应能力强,当光照不均匀,物体和骨景的光照差异较大时，最小误差阅值分制要比Otsu阅值分割的自适应能力强
关键词：自适应图像分割全局因值分割Otsu因值分割最小误差阅值分割
文章编号：1007-9416(2016)05-0140-01
中图分类号：TP391.4
文献标识码:A
由于阅值处理直观、实现简单，计算速度快，且便于理解，因此阅值处理在图像分割领域得到了广泛的研究与应用。现已有很多种阅值分割算法，下面简要介绍全局阔值法、最大类间方差法(Otsu
法)和最小误差法",对比算法的自适应能力。 1全局阔值分割
当物体和背录的灰度分布很明显时，可以使用对于整个图像的全局阅值来分割图像。全局阅值分割算法是一个送代的过程，具体如下：
(1)为全局阅值T选择一个初始估计值。
(2)用T分割该图像，这将产生两组像素：G1由灰度值大于T的所有像素组成，G2由所有小于等于T的像素组成。
(3)对G1和G2的像素分别计算平均灰度值m1和m2。
(4)计算一个新的阅值： T = (ml+m2)/2
(5)重复步骤(2)到(4),直到连续送代中的T值间的差小于一个预
定义的参数△T为止， 2Otsu阀值分割
当物体和背景的灰度分布不是很明显时，可以使用Otsu阔值法对于整个图像进行分割。Otsu阅值法根据像素灰度值将图像分割成
原围
全局烟值分到结果
200 400 600
200 00 800
.
200
Q：
400
600
Otsu澳值分制结果 8 Q
200
600
收稿日期：201604-08
800
200 400 600
200
400
600
最小误差测值分剂结果 200
Q
400 800
200
图1
400
fno
两种类型C和C,类。2006年，Ng等文献4提出了强调最佳阅值位于谷底的Otsu阅值分割改进算法，其目标函数为：
O(t) = (1 p,) - α,= (1 p,)-[,(μ,) +o, (μ,)1
(1)
其中P,为灰度图像中灰度值为i的像素点出现的概率，。为 C.和C,两类的类间方差，の。和,为C。和C,各自分布的概率， A。和μ为C,和C,各自分布的均值，因此，最佳阅值t*为：
=arg maxO(t) 3最小误差阔值分割
(2)
最小误差阅值分割算法首先假设背录和目标各自分布 p(xi)均服从N,(u,|d)的正态分布：
p(x0) =
exp
V2元0
(xμ)a 202
(3)
其中1=0,1，根据最小分类误差的思想，最小误差的目标函数 J(t)被定义为：
J(t) = 1+ co(t) log
a
+[1(r)] · log
[(t)]
o[1(]
(4)
+..下转第143页
原图
200 400
200
d00
Otsu调信分割结果
200
600
200
作者简介：荡明文(1987一),男湖南醒陵人,项士研究生,主要研究方向为信息与通信系统。 140
400
60 6U0
200 400
200 80
图2
全属值分副结果
200
400
最小误整阔信分割结果
200
400
801 u