图像分割中最佳阈值集的选择与评测(1)(2)
2015-09-20 01:07
导读：(3) 其中m,M是的上界与下界， 为分割阈值，并作点集 (4)m(E)记作集合E的测度。相似度计算公式可以表示为： (5) 由 不变，可知相似度的变化只与剩余部分有
(3) 其中m,M是的上界与下界，
为分割阈值，并作点集
(4)m(E)记作集合E的测度。相似度计算公式可以表示为：
(5) 由
不变，可知相似度的变化只与剩余部分有关。令
(6)1.4 基于直方图的最佳阈值算法 为使问题进一步简化，令图像的总测度为1。直方图反映了图像各灰度比例，令灰度级k 的像素点所占比例为 hk，则
，令
(7)
(8) 由上式可知， P的值与原图像直方图相关，当n比较小时，搜索最大值，相当于几次一维运算，复杂度只与分割阈值个数和灰度范围有关，避免了二维模板匹配过程，较大程度上降低了计算复杂度。 下面提出基于模板匹配图像分割的两个结论。定理1说明只有二值分割时，最佳阈值与分割后图像的灰度值无关。定理2给出了直方图比较均衡时有效的快速分割方法。 定理1：最佳二值分割时，最佳阈值的选取与分割后图像所取灰度值无关。 证明：二值分割图像时只取一个阈值，令其为
，
为分割后图像所取灰度值。则
（9） 可以化为：
（10） 共2页: 1 [2] 下一页 论文出处(作者):
（科教作文网http://zw.nseAc.com） 主题数据平台
基于数字图象处理的条码快速识别方法研究
