-
题名基于最小类内绝对差和最大差的图像阈值分割
被引量:9
- 1
-
-
作者
吴一全
潘喆
-
机构
南京航空航天大学信息科学与技术学院
-
出处
《信号处理》
CSCD
北大核心
2008年第6期943-946,共4页
-
文摘
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L_2范数)。与此不同,本文提出了基于最小类内绝对差(基于L_1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
-
Keywords
threshold selection
the Minimum Within-Cluster Variance algorithm
the Minimum Within-Cluster Absolute Difference algorithm
the Minimum Within-Cluster Maximum Difference algorithm
-
分类号
TN919.8
[电子电信—通信与信息系统]
TP391.41
[自动化与计算机技术—计算机应用技术]
-