画像处理图像阈值化技术综述.pdfVIP

画像处理一一图像阈值化技术综述

.doc

图像阈值化技术综述

摘要图像阈值化是指根据一种或几种阈值，将图像分解为若个互不交叠的

区域口勺集合。这一过程不仅极大的压缩了图像数据，并且也为随即的目的识别和图

像理解奠定了基础。本文分四大类回忆了老式的阈值化措施，并且对某些新措施进

行了简介。

关键词图像阈值化模糊集理论遗传算法子波分析

L引.

一般，我们研究的图像有光强度(LightIntensity-LI)图像，深度图像

(RangeImage-RI),咳磁共振图像(MagneticResonanceImage-MRI)和热图像

(ThermalImage)等。任何图像都可

以被视为一种二元函数fx,y,其中表达空间坐标，而fx,y表达在

处日勺特性，，，，x,yx,y

,取值，该特性可以是光强度、深度、辐射强度或者温度。对fx,y!Tj空间

坐标和特性取值进行量化就得到一种二维离散函数，这就是我们常见的数字图像。

所有的数字图像可，，fx,y

以被统一的表达为

,,,,F,fx,yP,QP,Q

(1)

上式中，表达图像大小，对于灰度图像，，，，表达处的灰度值。

fx,y,G,0,1,7,L,1,,x,yP,QL

图像阈值化是一种最常用，同步也是最简朴口勺图像分割措施，它尤其合用于目

FI勺和背景

口]占据不一样灰度级范围的图像。它不仅可以极大的压缩数据量，并且也大

大简化了气候H勺分析和处理环节，因此在诸多状况下，是进行图像分析、特性提取

与模式识别之前H勺必要H勺图像预处理过程。图像阈值化的目的是要按照灰度级，对

像素集合进行一种划分，得到H勺每个子集形成一种与现实景物相对应的区域，各个

区域内部具有一致日勺属性，而相邻区域布局有这种一致属性。这样的划分可以通过

从灰度级出发选用一种或多种阈值来实现。对于单阈值，这一过程可以形式化的表

达为：

选用阈值t,G一对二值化灰度级,，，，对图像，，日勺阈值化可

B,b,bb,b,Gfx,yLOlOlL

作用在图像上，使得以视为函数f：N,N,Bt

bfx,y,t.,,,0,,fx,y,,t,,bfx,y,t.1,

(2)

图像阈值化这个看似简朴的问题，在过去的四十年里受到国内外学者日勺广泛关

注，产生

[572]了数以百计的阈值选用措施，不过遗憾的是，如同其他图像分割算法同

样，没有一种既有措施对多种各样的图像都能得到令人满意的成果，甚至也没有一

种理论指导我们选择特定措施处理特定图像。

所有这些阈值化措施，根据使用的是图像的局部信息还是整体信息，可以分为

上下文无关(non-contcxtual)措施(也叫做基于点(point-dependent)欧J措施)上

下文有关(contextual)措施(也叫做基于区域(region-dependent)H勺措施)；根据对

全图使用统一阈值还是对不一样区域使用不一样阈值，可以分为全局阈值措施

g（lobalthresholding：局部阈值措施l（ocalthresholding,也叫做自适应阈值

措施adaptivethresholding）;此外，还可以分为双阈值措施b（i]ever

thresholding）

[8]多阈值措施m（ultithrcsholding）。当然，也有基于所用特性准则的特

点将这些措施分为

第1页共15页

.doc

[10][3]十类;还可以根据阈值选用自身口勺特点将其分为三类:基于各像素值口勺

阈值、基于区域

[7]性质H勺阈值基于坐标位置的阈值。本文采用Sahoo的分类措施将其分为

四类:

1）基于点的全局阈值措施；

2）基于区域的全局阈值措施