一种基于二维最大类间方差的图像分割算法

Otsu方法阈值计算,图像分割等。

2001年4月通 信 学 报Vol.22No.4 第22卷 第4期JOURNALOFCHINAINSTITUTEOFCOMMUNICATIONSApril2001短 文

一种基于二维最大类间方差的图像分割算法

景晓军,蔡安妮,孙景鳌

(北京邮电大学,北京100876)

摘 要:本文提出了一种二维最大类间方差的图像分割算法。该方法不仅利用了图像像元点的灰

度分布信息,而且充分考虑了像元点之间的空间相关信息。理论分析和实验表明,对于低对比度、

低信噪比的地面目标,该方法具有良好的分割效果。在该算法的基础上,又提出了一种快速递推

二维最大类间方差法,减少了计算量,节约存储空间,具有较强的实用价值。

关键词:图像分割;二维最大类间方差;快速实现

中图分类号:TN911173 文献标识码:A 文章编号:1000-436X(2001)04-0071-06

Imagesegmentationbasedon2D

maximumbetween2clustervariance

JINGXiao2jun,CAIAn2ni,SUNJing2ao

(BeijingUniversityofPosts&Telecommunications,Beijing100876,China)

Abstract:Inthispaper,amethodforimagesegmentationbasedon2Dmaximumbetween2clustervariance(2D

MBV)isproposed1ItperformanceswellevenongroundtargetimagewithlowSNRandlowcontrast1Wealso

proposearecursivealogrithmtoimplementationthe2DMBVmethod,whichcanreducethecomputationtime

andthestoragespacerequired1

Keywords:imagesegmentation;2DMBV;fastimplementation

1 引言

图像分割是图像处理领域中极为重要的内容之一,在其诸多的分割方法中,门限法是最广泛使用的一类算法。近40年来,已提出了50多种门限选取方法。在自动目标识别中,常用的方法有:(1)最大熵法[1];(2)共生矩阵法[2];(3)四元树法[3];(4)模糊集法[4];(5)矩不变法;(6)最大类间方差法(为区别于本文后面提到的二维最大类间方差法,这里的最大类间方差法定义为:一维最大类间方差法)。20世纪末,对红外图像的分割,出现了一种利用小波技术在时域和频域具有良好的局部化特性以及二维灰度直方图所反映的邻域空间相关信息的基于二维灰度直方图最佳一维投影的B样条小波变换方法[7]。另外,基于时空马尔可夫随机场模型的运动目标分割技术也越来越成熟。

上述各种门限方法的性能受目标大小、均值差、对比度、目标方差、背景方差以及随机噪声等因素的影响,与处理的特定图像有关。一般定量性能比较取决于所用的性能准则。例如,一维最大类间方差法是一种面向均匀性的算法,依据均匀性度量能得到最佳性能。一维最大类间方差法与模糊集法对于面积不太小的目标分割效果较好;共生矩阵法用于有噪图像性能较差;:200004-25;:2000--15[8][5][6]