一种基于三维最大类间方差的图像分割算法

本文提出了一种基于三维最大类间方差的图像分割算法 .该方法不仅利用了图像像元点的灰度分布信息 ,而且充分考虑了像元点之间的灰度相关信息 ,构造出三维观测空间 ,根据各信息间的竞争性、冗余性和互补性 ,进行有效的融合 ,得到比 (一维 )最大类间方差法更真实、准确的处理效果 .理论分析和实验表明 ,对于低对比度、低信噪比的目标 ,该方法具有良好的分割性能 .在该算法的基础上 ,又提出了一种快速递推三维最大类间方差法 ,减少了计算量 ,节约存储空间 。

基于改进三维Otsu法的森林冠层图像分割

运用传统三维最大类间方差(Otsu)法进行森林冠层图像分割时,存在抗噪声能力差、计算复杂度高等问题。为此,基于三维Otsu法,提出一种改进的森林冠层图像分割方法。通过三维直方图重建实现去噪并保留边缘信息。将重建后的三维直方图经过降维处理分解为3个一维直方图,以降低计算复杂度,减少运行时间和存储空间。实验结果表明,相对传统三维Otsu法,该方法能够有效分割森林冠层图像,且具有更好的分割鲁棒性、准确性与实时性。