二维直方图创建的新方法实现图像自动分割VIP免费

第34卷第1期光电工程Vol.34,No.12007年1月Opto-ElectronicEngineeringJan,2007文章编号：1003-501X(2007)01-0076-04二维直方图创建的新方法实现图像自动分割张云飞1,2，张晔2(1.哈尔滨工业大学数学系，黑龙江哈尔滨150001；2.哈尔滨工业大学信息工程系，黑龙江哈尔滨150001)摘要：针对图像的自动分割问题，利用二维熵建立的一般方法和二维熵的性质提出创建二维直方图的两种新方法。第一种方法选择4邻域中心像素灰度值和其余像素的灰度最大值来构造二维直方图，第二种方法选择4邻域中心像素灰度值和其余像素的灰度最小值来构造二维直方图。对典型图像进行对比试验表明，与传统方法相比，采用由4邻域中心像素灰度值和其余像素的灰度最大值构造二维直方图的方法，可以很好地保留目标的细节信息，而采用由4邻域中心像素灰度值和其余像素的灰度最小值构造二维直方图的方法，可以在保留目标轮廓信息的基础上，很好地抑制噪音。关键词：阈值；二维熵；二维直方图；自动分割中图分类号：TP391文献标识码：ANewmethodofbuilding2DhistogramforimageautomaticsegmentationZHANGYun-fei1,2，ZHANGYe2(1.DepartmentofMathematics,HarbinInstituteofTechnology,Harbin150001,China;2.DepartmentofInformationEngineering,HarbinInstituteofTechnology,Harbin150001,China)Abstract：Tosolveimageautomaticsegmentationproblem,twonewmethodswereproposedbasedonthegeneralstepstosetuptwo-dimensionalentropyandthepropertiesoftwo-dimensionalentropyinthispaper.Inthefirstmethod,thetwo-dimensionalhistogramwasmadebyusingthecentralpixel’sgrayvalueandmaximumgrayvalueofrestfourneighborpixelsinthesameneighbor,andinthesecondone,thetwo-dimensionalhistogramwasmadebyusingthecentralpixel’sgrayvalueandminimumgrayvalueofrestfourneighborpixelsinthesameneighbor.Bycomparingwiththetraditionalmethod,experimentalresultsofthefirstmethodonalotofclassicalimagesthatmuchdetailedinformationaboutconcernedobjectsinoneimagecanbebetterpreserved,andexperimentalresultsofthesecondoneonalotofclassicalimagesshowthatnoisecanbesuppressedideallywithoutlosinganynecessarysilhouetteinformationaboutconcernedobject.Keywords：Threshold;Two-dimensionalentropy;Two-dimensionalhistogram;Automaticsegmentation引言图像分割是图像进一步分析和理解的基础，是实现图像按特性分成互不重叠的不同区域的过程。分割后同一区域内具有特性相似性，不同区域间具有特性相异性。实现这一过程常使用阈值法[1]，所谓阈值法可以理解为：假设图象是由单峰分布的目标和背景组成，由设定的阈值把图象分成两部分，一部分对应目标另一部分对应背景。除阈值法之外，近年来基于二维熵的方法受到重视。因为二维熵相对于一维熵除了可以反映图像的灰度信息外，还能够反映图像中位置关系所确定的像素灰度对之间的统计特性。基于二维收稿日期：2006-03-03；收到修改稿日期：2006-08-28基金项目：国家自然科学基金资助项目(60272073)作者简介：张云飞(1963-)，男(汉族)，黑龙江海伦人，博士生，副教授，主要从事图像处理的研究。E-mail:zhangyunfei@hit.edu.cn2007年1月张云飞等：二维直方图创建的新方法实现图像自动分割77熵的分割方法可以通过建立图像二维直方图入手，二维直方图可用矩阵表示，再将这个矩阵按阈值划分为四个象限，选择包含目标的边缘和背景的边缘所在的象限创建二维熵，当图像的二维熵达到最大值时，最后就可以实现图像的自动分割。因此，许多研究者寻找构造二维直方图的不同方法来实现图像自动分割。Abutaleb[2]把4邻域中心像素的灰度值与同邻域的其余像素的灰度均值构成二维直方图，运用二维熵达到最大值时的性质实现图像的自动分割，Sahoo等[3]使用邻域中心像素的灰度值和同邻域全部像素灰度均值得到二维直方图，然后引入Renyi熵的方法达到图像自动分割的目的，刘正光等[4]引入模糊函数来刻画灰度值是属于目标还是属于背景，把模糊熵引入到二维直方图的描述中得到自动分割的图...