图像分割中阈值的自动选取的研究及其算法实现

图像分割是图像处理这门学科中的基础难题，基于阈值的分割则又是图像分割的最基本的难题之一，其难点在于阈值的选取。事实证明，阈值的选择的恰当与否对分割的效果起着决定性的作用。由于阈值选取对图像分割的基础性，本文主要在【1】、【2】、【3】、【4】等的基础上，对一些当前流行的阈值选取算法做了探讨、实现和比较。多阈值分割虽然能进一步提高图像分割的质量，但由于它只是分割技巧的处理问题，而与单阈值分割并无本质的区别。因此本文并不对多阈值分割进行讨论，而只考虑单阈值分割的情形。

1．  双峰法

双峰法的原理及其简单：它认为图像由前景和背景组成，在灰度直方图上，前后二景都形成高峰，在双峰之间的最低谷处就是图像的阈值所在。根据这一原理，我们给出了它的实现，部分代码如下（Pascal语言描述，以下同）：

//intPeak、intPeak2、intValley：峰值和直方图值

//intIndx:：相应的灰度值

intPeak,intIndx,intPeak2,intIndx2,intValley,intValleyIndx:integer;

//初始双峰值

    intPeak:=0;

    intPeak2:=0;

//取得第一峰值

    for intLoop:=0 to 255 do

      if intPeak<=intGrayLevel[intLoop] then

      begin

        intPeak:=intGrayLevel[intLoop];

        intIndx:=intLoop;

      end;

//取得第二峰值

    for intLoop:=0 to 255 do

    Begin

      if (intPeak2<=intGrayLevel[intLoop]) and (intLoop<>intIndx) then

      begin

        intPeak2:=intGrayLevel[intLoop];

        intIndx2:=intLoop;

      end

    end;

//取得双峰之间的谷值

    intValley:=intSize;

    if intIndx2<intIndx then

      for intLoop:=intIndx2 to intIndx do

        if intValley>intGrayLevel[intLoop] then

        begin

          intValley:=intGrayLevel[intLoop];

          intValleyIndx:=intLoop;

        end;

从分割的效果来看，当前后景的对比较为强烈时，分割效果较好；否则基本无效。

2．  迭代法

迭代法是基于逼近的思想，其步骤如下：

1．  求出图象的最大灰度值和最小灰度值，分别记为Z_MAX和Z_MIN，令初始阈值T₀=(Z_MAX+Z_MIN)/2；

2．  根据阈值TK将图象分割为前景和背景，分别求出两者的平均灰度值Z_O和Z_B；

3．  求出新阈值T_K+1=(Z_O+Z_B)/2；

4．  若T_K=T_K+1，则所得即为阈值；否则转2，迭代计算。

以下给出迭代求阈值的部分实现：

//阈值初始为0

intThresholdVal:=0;

      intThresholdVal2:=0;

  //总灰度值

  intTotalGrayLevel:=0;

  for intLoop:=0 to 255 do

    i

[1] [2] [3]  下一页