基于一维最大类间方差和形状连通性的图像分割新算法

提出了一种新的基于一维最大类间方差和形状连通性的图像分割算法。它首先选出未经平滑的原始直方图的所有极小值,并用一维最大类间方差法选取出类间方差较大的灰度值;然后再对这些灰度值进行形状连通性值(shape connectivity,SC)的计算,选择SC值最大的一个作为最终分割阈值。文中还在将边缘像素点划分为目标或背景点的方法上也做了一些改进,即使用二维的阈值准则对其进行划分,进一步减小了误分割发生的可能性。理论分析和实验结果都表明:该新算法较一维最大类间方差和基于形状连通性的分割算法都优越,且运算速度快、划分效果好。

椒盐噪声下图像直方图的行为

重获噪声图像的原始直方图有助于确定像素的原始灰度值。本文讨论了脉冲噪声下图像直方图的行为,给出了由噪声图像直方图直接或近似估计原始图像直方图的公式,表明了公式的收敛性,并作了仿真验证。结果成功地应用于高椒盐噪声图像的恢复问题。