龙源期刊网httpwwwqika
comc
灰度图像二值化算法研究
作者：孙少林马志强汤伟来源：《价值工程》2010年第05期
摘要在很多图像处理的过程中经常需要对灰度图像进行二值化。本文对几种常用的图像二值化算法进行了阐述并通过仿真进行比较研究。根据实验结果阐明了各种算法的优缺点。
AbstractThebi
arizatio
ofgraylevelimageisusuallyusedi
theprocessofimagedeali
gThispaperexplai
sseveralcommo
imagebi
arizatio
algorithmssuchasOtsumethodBerse
methodetcThe
compariso
samo
gthesealgorithmsaredo
ethroughexperime
talsimulatio
sAccordi
gtotheexperime
talresultsthepaperdemo
stratestheadva
tagesa
dthelimitatio
sofeachalgorithm
关键词二值化Otsu算法Berse
算法
Keywordsbi
arizatio
OtsualgorithmBerse
algorithm
中图分类号TP39141文献标识码A文章编号10064311201005014202
1基本理论
11阈值及二值化
图像二值化是图像处理的基本技术而选取合适的分割阈值可以说是图像二值化的重要步骤。对于灰度图像选择合适的一个或几个灰度值t0≤t≤255将目标和背景分开这个灰度值t称为阈值。如果只选择一个阈值就称为图像的二值化。二值化又称为灰度分划凡是需要做文字识别或条纹辨认的图像皆可利用此方式。二值化的基本过程如下①对原始图像作中低通滤波进行图像的预处理降低或去除噪声②用算法确定最佳阈值③凡是像素的灰度值大于这个阈值的设成255小于这个阈值的设成0。这样处理后的图像就只有黑白两色从而将灰度范围划分成目标和背景两类实现了图像的二值化。
12阈值选取算法的分类
一般地针对图像像素的阈值选取方法可分为全局阈值算法和局部阈值算法两类。全局阈值算法是根据整幅图像选取一个固定的阈值将图像二值化。常用的全局阈值算法有大律法最大类间方差法或Otsu法等。全局阈值算法比较简单实现比较容易适用于图像的灰度直方图有明显的双峰此时可选灰度直方图的谷底对应的灰度值作为最佳阈值。但当图像有噪声或光照不均匀时图像的灰度直方图往往没有明显的双峰或有多个峰此时该方法受到极大的限制可采用局部阈值算法。局部阈值算法是将图像划分为若干子图像结合当前考察的像素点和其邻
f龙源期刊网httpwwwqika
comc
域像素点的灰度值确定考察点的阈值。常用的局部阈值法有Ber
se
算法等。使用局部算法可以图像的二值化效果更好抗噪声能力更强。
2常用的二值化算法
21Otsu算法最大类间方差法
最大类间方差法是由Otsu于1979年提出的是基于整幅图像的统计特性实现阈值的自动选取的是全局二r