2010年--外文翻译---使用阈值技术的图像分割（译文）

《2010年--外文翻译---使用阈值技术的图像分割（译文）》由会员分享，可在线阅读，更多相关《2010年--外文翻译---使用阈值技术的图像分割（译文）（7页珍藏版）》请在毕设资料网上搜索。

1、中文 2855 字 ,1840 单词， 9500 英文字符 出处： Al-Amri S S, Kalyankar N V. Image segmentation by using threshold techniquesJ. arXiv preprint arXiv:1005.4020, 2010. 使用阈值技术的图像分割 1 SS Al-Amri, NV Kalyankar 摘要 本文试图通过 5 阈值法作为平均法， P-tile 算法 ，直方图相关技术（ HDT），边缘最大化技术（ EMT）和可视化技术进行了分割图像技术的研究， 彼此比较从而 选择 合的阈值分割图像 的最佳技术。这些技术适

2、用于三个卫星图像选择 作为阈值分割图像 的基本猜测 。 关键词 ：图像分割 ，阈值， 自 动阈值 1 引言 分割算法是基于 不连续性和相似性这两个 基本 属性 之一 的 强度值。第一类是基于在强度的突然变化，如在图像的边缘进行分区的图像。第二类是根据预定义标准基于分割的图像转换成 类似的区域 。直方图阈值的方法属于这一类。本 文研究 第二类（阈值技术）在这种情况下， 通过这项课题 可以给予这些研究简要介绍。阈分割技术可分为三个不同的类： 首先局部技术基于像素和它们临近地区 的局部 性质。其次采用全局技术分割图像可以获得图像的 全局 信息 （通过使用图像直方图，例如 ;全局纹理属性） 。并且拆分

3、，合并，生长技术，为了获得良好的分割效果同时使用的同质化和几何近似 的概念。最后的图像分割， 在 图像分析的领域中， 常 用于 将 像素 划分成区域，以确定一个图像的组成 12。 他们提出了一种 二维（ 2-D）的直方图基于多分辨率分析（ MRA）的自适应阈值的方法，降低了计算的二维直方图的复杂而提高了多分辨率阈值法的搜索精度。这样的方法源于通过灰度级和灵活性的空间相关性的多分辨率阈值分割方法中的阈值的寻找以及效率由二维直方图阈值分割方法所 取得的非凡分割效果。实验的结果表明，这种方法可以得到的分割结果与 详尽二维直 方图方法 相类似，而计算复杂度与分辨率等级的增加而呈指数下降 3。 图像的阈

4、值问题，被视为在图 像处理的一个重要问题，它不仅可以减少图像数据，同时也奠定了多目标识别和图像认知提供了 良好的基础。全局阈值分割和局部阈值的字符图像分割进行了分析 。一 个新的阈值统计迭代算法，提出要克服的直 接阈值 ， 针对一些光照不对称和明显的缺陷，或者更大的数字比例在各种各样的 背景灰度图像 中 。统计迭代阈 值分割，基于图像灰度直方图和高斯分布的统计，获得统计迭代法理论 表达和最值得阈值法和步骤。 航空图像通过分别使用 统计迭代算法，直方图技术和自适 应方法 进行 阈值分割。 比较三种阈值 结果，它表明统计 迭代方法大大提高了图像分割的抗噪能力，并且有更好的图像结果 ， 并且不容易在

5、阈值方法中分段 4。 模糊 C 均值改进算法和 遥感图像分割策略，可以提供较少的迭代次数收敛到全局最优解。同时，它具有良好的稳定性和鲁棒性。其良好的分割效果可提高精度和遥感图像阈值分割的效率 5。 阈值 技术可分为两类：全局阈值和局部（自适应）阈值。在全局阈值 中 ，单个阈值用于整个图像。在局部阈值，阈值被分配给每个像素，使用周围的象素的局部信息 以确定它是属于前景还是背景。由于简单和容易实施的优点 ，全局 阈 值技术一直流行 许多年 6 7 8。 2 阈值 阈值是 广泛地用于图像分割 的方法 之一 ，在从背景分离出前景中非常有效，通过选择一个适当的阈值 T，将灰度级图像可转换为二进制图像。二

6、进制图象应该包含所有的兴趣目标（前景）中的 位置和形状的基本信息。 二进制图像的优点是 它减少了数据的复杂性，并简化了识别和分类的过程。灰度级图像转换为二进制图像的最常见的方法是选择一个单一阈值（ T） 。 然后所有低于这个 T 中的灰度等级值将被归类为黑色（ 0），高于 T 的定义为 白色（ 1）。 分割问题变成一个选择 合适的阈值 T 问题。一个常用的方法适用于选择 T 是通过分析想要分割的图像的直方图类型。 理想的情况是，当柱状图呈现只有两个主要的模式和清晰的山谷（双峰）。在这种情况下， T 的值被选择 在两个模式之间的谷点 。在实际应用中的直方图是更复杂的，具有许多峰和不明确的山谷，所以 不总是容易选择 T的值 。 3 自动阈值 每个图像由系统自动选择阈值而无需人工干预的方法被称为一个自动阈值方案。这就要求有关的对象的强度特性、对象的大小、图像中各种不同类型部分出现的目标的级分知识。 4 阈值技术 阈值技术是图像分割的重要技术之一。这种技术可以表示为： T =X， Y， P（ X， Y） ， f