高斯尺度空间下估计背景的自适应阈值分割算法

摘要：

为有效分割非均匀光照图像，提出一种在高斯尺度空间下估计背景的自适应阈值分割算法。首先，利用二维高斯函数对待处理图像进行卷积操作来构建一个高斯尺度空间，在此空间下进行背景估计，并采用背景差法来消除非均匀光照干扰，从而提取出目标图像；然后，采用γ矫正进行增强处理以突出较暗目标信息；最后，经强调谷底的最大类间方差法进行全局分割得到最终结果。为验证算法的有效性，对非均匀光照条件下文本图像以及非文本图像进行了测试，并与基于偏移场的模糊C均值方法、灰度波动变换自适应阈值分割算法和自适应最小误差阈值分割算法，在错误分割率和运行时间上进行了对比。实验结果表明，对比以上三种方法，该算法的分割结果更为理想。

关键词：图像分割、自适应阈值分割、高斯尺度空间、背景估计、背景差

分类号：TP3;R44

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20121104资助Supported by National Natural Science Foundation of China60973090;Natural Science Foundation of Jilin Province201115025;Opening Project Foundation of Key Laboratory Ministry of Education450060445325;Graduate Innova-tion Fund of Jilin University20121104

在线出版日期：2014-09-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1773-1782