方差不对称先验信息引导的全局阈值分割方法

图像分割是图像分析的关键步骤,其中阈值分割方法是最简单也是应用最广泛的方案。Otsu方法在应用于通用的现实图片时,由于其保持着良好的稳定性和分割目标的形状测度,被认为是最好的方法之一。但是大量研究表明对于2类方差差异很大的图像,其阈值严重偏离最优阈值,而偏向方差大的一类。研究了Otsu最优准则和现有改进算法的特性,进而基于前景与背景方差差异先验信息提出了新的最优化准则。与现存的非类间方差阈值法和对Otsu阈值法进行改进的方法进行比较表明,该方法具有最优的特性,同时不需要可变参数。