基于最小类内绝对差和最大差的图像阈值分割

摘要：

阈值分割是图像处理中一种简单有效的图像分割方法,应用极为广泛.阈值选取是阈值分割的关键.最小类内方差法(Otsu法)因其分割精确,适用范围广而成为广泛采用的一种图像阈值分割方法,它实质上是最小二乘法(基于L2范数).与此不同,本文提出了基于最小类内绝对差(基于L1范数)及最小类内最大差(基于L∞范数)的图像阈值分割算法,并导出了这两种方法的二维算法形式.文中给出了实验结果,并进行了分析与比较.结果表明,这两种方法在某些类型图像下,阈值分割效果明显优于最小类内方差法,而其二维算法的分割效果普遍优于相应的一维算法.

关键词：阈值选取、最小类内方差法、最小类内绝对差法、最小类内最大差法

所属期刊栏目：24

分类号：TP3;O21

在线出版日期：2009-02-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：943-946