自适应最小误差阈值分割算法

摘要：

对二维最小误差法进行三维推广,并结合三维直方图重建和降维思想提出了一种鲁棒的最小误差阈值分割算法.但该方法为全局算法,仅适用于分割均匀光照图像.为提高其自适应性,本文采用Water flow模型对非均匀光照图像进行背景估计,以此获得原始图像与背景图像的差值图像,达到降低非均匀光照对图像分割造成干扰的目的.为进一步提高分割性能,本文对差值图像采用γ矫正进行增强,然后采用鲁棒最小误差法进行全局分割,从而完成目标提取.最后本文对均匀光照下以及非均匀光照下图像进行了实验,并与一维最小误差法、二维最小误差法、三维直方图重建和降维的Otsu阈值分割算法、灰度波动变换自适应阈值方法以及一种改进的FCM方法在错误分割率和运行时间上进行了对比.实验结果表明,相对于以上方法,本算法的分割性能均有明显提升.

关键词：图像分割、自适应阈值分割、Water flow模型、最小误差法

所属期刊栏目：38

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金60973090;吉林省自然科学基金201115025;教育部重点实验室开放基金450060445325;吉林大学研究生创新基金20111063;20121104

在线出版日期：2012-11-01（万方平台首次上网日期，不代表论文的发表时间）

页码：1134-1144