采用局部动态阈值的图像分割算法

被引:22
作者
黄河 [1 ]
李庆武 [1 ,2 ]
范习健 [1 ]
机构
[1] 河海大学计算机与信息学院
[2] 常州市传感器网与环境感知重点实验室
关键词
图像分割; 最大类间方差法; 局部阈值; 块状效应;
D O I
10.19453/j.cnki.1005-488x.2011.01.003
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对图像全局Otsu分割算法和传统的局部阈值分割算法在复杂背景图像分割中的不足,提出了一种采用局部动态阈值的图像分割算法。首先通过分析图像直方图类型对图像进行划分,并使用Otsu算法确定各个子图像的阈值。然后对阈值矩阵进行平滑和插值处理,使之成为和原图像像素数目相等的新阈值矩阵。最终利用此阈值矩阵完成图像分割。实验结果表明,该算法对复杂背景图像的分割效果好于全局Otsu分割算法和传统局部阈值分割算法,是一种有效的分割算法。
引用
收藏
页码:10 / 13
页数:4
相关论文
共 6 条
[1]   改进的Otsu算法在图像分割中的应用 [J].
胡敏 ;
李梅 ;
汪荣贵 .
电子测量与仪器学报, 2010, 24 (05) :443-449
[2]   改进的二维Otsu图像分割方法及其快速实现 [J].
陈琪 ;
熊博莅 ;
陆军 ;
匡纲要 .
电子与信息学报, 2010, 32 (05) :1100-1104
[3]   基于积分图像的快速二维Otsu算法 [J].
郎咸朋 ;
朱枫 ;
郝颖明 ;
欧锦军 .
仪器仪表学报, 2009, 30 (01) :39-43
[4]   基于方差及方差梯度的指纹图像自适应分割算法 [J].
樊冬进 ;
孙冰 ;
封举富 .
计算机辅助设计与图形学学报, 2008, (06) :742-747
[5]   On minimum variance thresholding [J].
Hou, Z. ;
Hu, Q. ;
Nowinski, W. L. .
PATTERN RECOGNITION LETTERS, 2006, 27 (14) :1732-1743
[6]   Automatic thresholding for defect detection [J].
Ng, Hui-Fuang .
PATTERN RECOGNITION LETTERS, 2006, 27 (14) :1644-1649