摘要
图像分割是图像处理中的一项关键技术。阈值分割是一种计算简单、实用性强的图像分割技术。本文对现有的几种针对灰度图像的最小误差阈值分割方法进行了研究，并将最小误差阈值分割思想移植到彩色图像的分割中，提出了一文矢量和二文矢量彩色图像阈值分割方法。首先，对一文的最小误差阈值法进行了研究，发现其时间和空间的效率都比较好，但其对噪声敏感。为此，人们通过加入图像的邻域平均灰度构成二文直方图，将一文最小误差阈值法扩展为二文阈值法，提高了抗噪声性能。二文最小误差阈值方法存在计算复杂度高的问题，为此，人们提出了递推的思路来降低计算复杂度。此外，针对二文直方图直分方法未能准确划分边缘和噪声、目标、背景区域的缺陷，人们提出了基于二文直方图斜分的最小误差阈值法。但前面所述的几种最小误差阈值分割方法只是对灰度图像进行处理，未考虑图像的颜色信息。为此，借鉴其它阈值分割方法对彩色图像进行分割的思路，将最小误差阈值分割方法扩展到彩色图像的分割中，分别提出了基于一文矢量和二文矢量的彩色图像阈值分割方法，对其在彩色图像分割中的应用进行了有益的探索。
关键词：最小误差阈值法；阈值分割；图像分割；彩色图像 论文网http://www.youerw.com/
Abstract
Image segmentation is a critical technique in image processing. Image thresholding is an image segmentation technique of simple computation and strong practicability. This article does research on several existing minimum error image thresholding methods for gray level images, then extends the idea of minimum error thresholding into color image segmentation and proposes 1D and 2D vector image thresholding methods, respectively. Firstly, 1D minimum error thresholding is studied, which has good time and space efficiency. However, it is sensitive to noise. In order to overcome this problem, researches tried to construct 2D histogram via integrating average gray level of local neighbourhood and extend 1D method to 2D one, thus improving noise immunity obviously. Unfortunately, the 2D thresholding method faces high computational complexity. Thus, a recursive idea is used to decrease computational complexity. In addition, as the 2D thresholding method can not accurately divide edge and noise region, object and background, researchers developed minimum error thresholding based on 2D histogram oblique segmentation. The above minimum error thresholding approaches can only deal with gray level images and do not consider color information. Therefore, with the motivation of other color thresholding approaches, we extend minimum error thresholding into color image segmentation, and develop two color image thresholding methods based on 1D and 2D vectors, respectively. The two color methods are useful attempts for the application of minimum error thresholding in color image segmentation. 本文来自优.文~论^文·网原文请找腾讯324,9114
Key Words: Minimum Error Thresholding；Image Thresholding；Image Segmentation；Color Image
目录
1 引言 1
1.1 研究背景 1
1.2 本文研究的主要内容 2
2 阈值分割方法综述 3
2.1 阈值分割方法 3
2.2 阈值分割方法分类 3
3 基于灰度图像的最小误差阈值法 6
3.1 一文最小误差阈值法 6
3.1.1 基础理论 6
3.1.2 算法原理 7
3.1.3 算法流程 9
3.2 二文最小误差阈值法 9
3.2.1 算法原理 10
3.2.2 算法流程 13
3.3 二文最小误差阈值改进算法 14
3.3.1 算法原理 14
3.3.2 算法流程 16
3.4 二文直线型最小误差阈值法 17
3.4.1 算法原理 17
3.4.2 算法流程 18
4 最小误差阈值法应用于彩色图像 20
4.1 RGB彩色模型 20
4.2 一文矢量阈值分割法 21
4.3 二文矢量阈值分割法 23
5 实验结果与分析 25
5.1 阈值分割质量评价 25
5.1.1 灰度图像分割质量评价 25
5.1.2 彩色图像分割质量评价 26
5.2 阈值分割结果及分析 26
5.2.1 灰度图像分割结果及分析 26
5.2.1 彩色图像分割结果及分析 30
6 结束语 33
致谢 34
参考文献 35
附录 算法代码 37,2337