基于2d otsu的图像分割算法研究

《基于2d otsu的图像分割算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、101672013080015论文题目：基于2DOTSU的图像分割算法研究ResearchofImageSegmentationAlgorithmBasedonTwo-dimensionalOtsu’sMethod沙春狮作者姓名：侯建副教授指导教师：控制理论与控制工程专业名称：图像分割算法研究方向：工学院2013级学院年级：2016年6月完成日期：渤海大学研究生学院关于硕±论文使用授权的说明学位论文作者完全了解潮海大学有关保留、使用学位论文的规定；，即研巧生在校攻读学位期间进行论文工作的知识产权单

2、位属于潮海大学。勃海大学有权保留并向国家有关部鬥或机构送交论文的复印件和磁盘，允许学位论文被查阅和借阅。本文作者授权潮海大学可Ｗ公布学位论文的全部或部分内容，可レッ将学位论文的全部或部分内容编入有关数据库并进行检索，可１＾１采用影印、缩印、扫描或其它复制手段保存、汇编学位论文（保密的学位论文在解密后遵守此规定）。保密□，在适用本授权书。年解密后本论文属于／不保密用本授权书。□＂＂（请在内打Ｖ）论文作者签名：指导教师签名勺秦々特：秦棄日期；日日期年《月３：扛Ｋ

3、年《月，日原彻性声明本人郑重承诺：所呈交的硕古学位论文是本人在导师指导下进行的研究工作和取。得的研究成果尽我所知，除了文中己经注明引用的内容外，本论文不包含其他个人或集体己经发表或撰写过的研究成果，。对本文的研究做出重要贡献的个人和集体均己在文中明确方式标明。。本人完全意识到本声明的法律结果由本人承担论文作者签名：秦亦巧２０日期：／《年《月３曰基于2DOTSU的图像分割算法研究[摘要]图像分割是图像处理领域中极为重要和关键的研究问题之一，对图像分析、特征提取、目标识别等后续

4、任务有着非常重要的影响。迄今为止，人们已经提出了上千种图像分割算法。然而，阈值分割由于简单、有效受到了研究者们的广泛关注。最大类间方差法（OTSU）是一种经典的阈值分割方法，而两维最大类间方差法（2DOTSU）在处理含噪声图像时具有比OTSU更好的性能，但这种方法对椒盐噪声敏感从而可能产生不正确的阈值向量。除此之外，2DOTSU没有涉及对噪声边缘像素进行恰当处理的步骤，因此它在低信噪比时的表现不令人满意。为了解决这些问题，本文提出一种基于2DOTSU的新颖鲁棒图像分割算法，称为中值-均值两维最大类间方差法

5、（MAOTSU_2D）。与传统方法仅基于均值图像相比，MAOTSU_2D基于先中值再均值滤波图像建立两维直方图。然后，它通过在两维直方图上进行一维搜索查找最优阈值向量。另外，MAOTSU_2D还引入了区域后处理步骤以处理噪声边缘像素。本文首先简述图像分割的研究意义并对图像分割方法进行概述。然后简单介绍传统2DOTSU的原理和详细分析其存在的问题。最后，详细介绍本文提出的方法MAOTSU_2D并试验验证其有效性。在合成图像和真实图像上的实验结果均表明MAOTSU_2D与传统2DOTSU相比显著提高了对椒盐噪

6、声和高斯噪声的鲁棒性且计算高效。[关键词]最大类间方差；两维最大类间方差；阈值；图像分割IRESEARCHOFIMAGESEGMENTATIONALGORITHMBASEDON2DOTSU’SMETHODABSTRACTImagesegmentationisoneofthemostimportantandcriticalresearchissuesinimageprocessingfieldandalsohasgreatinfluenceonthesubsequenttasks,e.g.,imageana

7、lysis,featureextractionandtargetrecognitionetc.Sofar,thousandsofimagesegmentationalgorithmshavebeenproposed.However,thresholdingsegmentationmethodsarewidelyconcernedbyresearchersduetoitssimplenessandeffectiveness.Otsu’smethodisaclassicthresholdingapproach

8、inimagesegmentation.While2DOtsu’smethodisshowntoperformbetterthantheoriginalmethodinprocessingimagescorruptedbynoise,itisfoundthatthismethodissensitivetoSalt&Peppernoiseandtendstogenerateincorrectthresholdvectorinth