《基于otsu算法的图像分割研究》由会员分享，可在线阅读，更多相关《基于otsu算法的图像分割研究（50页珍藏版）》请在金锄头文库上搜索。
1、合肥工业大学 硕士学位论文 基于Otsu算法的图像分割研究 姓名：李梅 申请学位级别：硕士 专业：计算机应用技术 指导教师：胡敏 2011-04 基于基于 Otsu 算法的图像分割研究算法的图像分割研究 摘摘 要要 图像分割是图像处理和计算机视觉领域低层次视觉中最基础，最重要的领 域之一，同时具有广泛的应用价值。目前，现有的分割算法在实际的应用领域 中都存在各种各样的问题，诸如耗时性，目标的轮廓模糊、断裂，或者重要细 节被忽视掉，等等。本文针对这些问题展开一系列研究，主要内容如下： 首先，分析和总结现有的分割算法，选取阈值分割法中经典的Otsu算法作 为中心点展开研究，并结合了全局智能优化算法
2、，即遗传算法作为进一步研究 的一个出发点。 其次，针对二维 0tsu 自适应阈值算法计算复杂度高的问题，提出一种新的快速 有效的 0tsu 图像分割改进算法。该算法通过求两个一维 Otsu 法的阈值来代替传统的 二维 Otsu 法的分割阈值，使得分割的计算复杂度从 4 ()O L降到( )O L。为保证分割对 象的完整性，算法引入类内最小离散度的概念。理论分析和实验结果表明本算法计算 速度不仅优于原二维 Otsu 算法，而且分割效果较好。 最后，为了进一步克服 Otsu 算法的耗时性，本文结合了一种改进的遗传算法对 阈值进行寻优。算法引入了群体的聚集程度，并以此作为一个交叉、变异概率的划分 尺
3、度，从而自适应的调节了交叉、变异概率，实验结果表明本算法较好的避免了“早 熟”问题，具有良好的实时性，同时分割效果比传统遗传算法和 AGA 效果要好。 关键词关键词：图像分割；Otsu算法；遗传算法；类内离散度 Research of Image Segmentation Based on Otsu Algorithm ABSTRACT As one of the most important and basic field in image processing and computer vision fields, image segmentation is widely applied
4、in practice. Presently, there are several problems in the existed algorithms when applied in the practical application, such as time consuming, the vaguely, rupture, or important details are ignored. Aimed at these problems, this dissertation expands a series of researches. The main works can be org
5、anized as follows: Above all, based on the analysis and summary of the existing algorithms of image segmentation, the typical threshold segmentation algorithm, Otsu, is chosen as the center point of the research, and combined with the global intelligent optimization algorithm-the genetic algorithm,
6、as the starting point of further research. Secondly, considering the problem that the two-dimensional Otsu adaptive threshold algorithm is time-consuming, an improved two-dimensional Otsu threshold automatic segmentation algorithm is proposed. By calculating two 1D Otsus threshold algorithm instead
7、of the traditional 2D Otsus threshold algorithm, the complexity of the algorithm is reduced from 4 ()O L to ( )O L . In order to guarantee the integrity of the object, the minimum within-cluster scattered degree is added into the proposed algorithm, and the genetic algorithm is used to realize autom
8、atic optimize the parameter. Theoretical analysis and experimental results show that this improved method is better than the traditional 2D Otsu not only in the computation time, but also in the quality. Finally, in order to overcome time-consuming of the Otsu algorithm better, this dissertation com
9、bines with an improved genetic algorithm to find the best threshold. And in the new algorithm, the aggregation degree of the colony is brought as the divided scale to adjust the cross and variation probability adaptively. The experimental results show that the new algorithm can avoid the prematurity
10、 better, possess a well real-time, and has a better segmentation results. Keywords：Image segmentation; Otsu algorithm; Genetic algorithm; Scattered measure within cluster 插图清单插图清单 图1-1 图像分割的作用.1 图2-1 一幅图及其灰度直方图.6 图2-2 形态学的一些基本操作.7 图2-3 分水岭算法分割效果图.11 图2-4 图像分裂合并法数据结构.13 图3-1 二维直方图的平面投影图.18 图3-2 遗传算法寻
11、取最优阈值流程图.23 图3-3 汽车图像的分割结果比较.25 图3-4 染色体图像的分割结果比较.25 图3-5 斑马图像的分割结果比较.26 图3-6 细胞核图像的分割结果比较.26 图3-7 颗粒图像的分割结果比较.26 图4-1 改进的遗传算法流程图.33 图4-2 飞机原始图像.34 图4-3 飞机的二维Otsu分割效果图.34 图4-4 基于AGA的二维Otsu算法分割效果图.34 图4-5 基于第三章算法的飞机分割效果图.34 图4-6 本章算法的飞机分割效果图.34 图4-7 硬币的原始图像.35 图4-8 硬币的二维Otsu分割效果图.35 图4-9 基于AGA的二维Otsu
12、算法分割效果图.35 图4-10 基于第三章算法的硬币分割效果图.35 图4-11 本章算法的硬币分割效果图.35 独独 创创 性性 声声 明明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所 知，除了文中特别加以标志和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果， 也不包含为获得 合肥工业大学 或其他教育机构的学位或证书而使用过的材料。 与我一同工作 的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。 学位论文作者签字：李梅 签字日期： 2011 年 4 月 29 日 学位论文版权使用授权书学位论文版权使用授权书 本学位论文作者
13、完全了解 合肥工业大学 有关保留、使用学位论文的规定，有权保留并向 国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅或借阅。本人授权 合肥工业大 学 可以将学位论文的全部或部分论文内容编入有关数据库进行检索，可以采用影印、缩印或扫 描等复制手段保存、汇编学位论文。 （保密的学位论文在解密后适用本授权书） 学位论文者签名：李梅 导师签名： 胡敏 签字日期： 2011 年 4 月 29 日 签字日期： 2011 年 4 月 29 日 学位论文作者毕业后去向： 工作单位： 电话： 通讯地址： 邮编： 1 第一章 绪论第一章 绪论 1.1 图像分割的研究背景及意义图像分割的研究背景及意义 1.
14、1.1 图像分割的研究背景 图像分割是数字图像处理技术中一项非常关键的技术之一1 2，它是对图 像进行压缩编码3、分析和识别4等处理的前提步骤。在现实生活中也有着很 广泛的应用。例如，生产过程控制、图像编码、遥感应用中用来分割合成孔径 雷达图像、医学研究中用来分割核磁共振图像、还有广泛运用于军事、体育等 各方面的机器视觉。比如说我们要在一片草地中对各种动物进行观察，或者观 察农作物中的病虫害情况，或者判断是否有火灾发生，这些在现实生活中都是 随处可见的，与我们紧密相连。这里我们所感兴趣的部分一般对应在图像中特 定的，具有某些特殊性质（比如说纹理、亮度、色彩等）的区域，可以对应单 个区域，亦可以
15、对应多个区域，我们称之为目标，其它部分则称之为背景。为 了识别和分析目标，我们需要把目标从该幅图像中分离出来，这一系列处理就 是图像分割要研究的问题。图像分割的质量好坏直接影响在以上应用中的处理 效果，因此图像分割的重要性是毋庸置疑的，可用图 1-1 来简单表示。 图 1-1 图像分割的作用 图像分割是将一副图像分解成若干个具有某种意义的性质相同的互不交叠 的区域的一种处理方法5。好的图像分割应该具备以下特点： （1）对某种性质（例如灰度、纹理）而言这些分割出来的区域应具有相似 性，且区域内部连通没有过多的小孔； （2）依据分割的性质，相邻的区域有明显的差异； （3）区域的边界是明确的。 迄今
16、为止还没有一种方法能很好的对不同特点的图像进行分割，也没有一 种通用的图像分割方法能完全满足以上三个条件。因为在实际中图像处理和分 析是面向应用的，所以上述条件中的各种关系也需随具体应用而定。之所以出 2 现这样的情况是因为图像数据质量的下降，另一个重要原因是实际应用中的图 像是有很大差别的，例如，图像信息在获取和传输过程中的噪声和光照不均等。 因此，到目前为止，还没有统一的评价准则来判断图像分割质量的好坏。 1.1.2 图像分割的意义 图像分割在计算机视觉中占有十分重要的地位，通过将目标区域从背景中 分离出来，为后续的分类、识别、检索提供依据。人类主要是通过听觉和视觉 两种途径感知外部世界，尤其是视觉尤为重要，因此图像信息是非常重要的信 息。在一幅图像中，人们通常只需要其中的某些目标，这些目标在某些特性（如 灰度、颜色、轮廓、纹理等）上与周围图像区域有区别，这些特性可能比较明 显一眼就能分辨出来，也可能很细微以至于单凭肉眼无法分辨出来。为了辨识 和分析目标，
