劉光宇，王 帥，曹 禹，趙恩銘，張 璐，蘇 蕾，邢傳璽

幾種經(jīng)典閾值分割方法在圖像處理中的應(yīng)用研究

劉光宇1，王 帥1，曹 禹1，趙恩銘1，張 璐1，蘇 蕾1，邢傳璽2

（1.大理大學(xué) 工程學(xué)院，云南 大理 671003；2.云南民族大學(xué) 電氣信息工程學(xué)院，云南 昆明 650504）

圖像分割是圖像處理中最常見但也是最重要的組成部分，目標的狀態(tài)、背景復(fù)雜程度、光照強度以及不同分割方法等因素都會對目標分割的效果產(chǎn)生影響。通過迭代法、直方圖選擇法、最大類間方差法三種經(jīng)典的圖像分割方法，對不同時間、不同狀態(tài)下的大理大學(xué)標志物進行分割，并對不同分割方法的分割結(jié)果進行比較，仿真結(jié)果顯示不同分割方法分割出的大理大學(xué)標志物在細節(jié)上存在著差異，同時得出分割結(jié)果受光照因素影響。

閾值分割；迭代法；直方圖選擇法；最大類間方差法

由于圖像信息在生活中占據(jù)的比重越來越高，圖像信息的研究也越來越深入，在圖像信息的眾多研究方向中，圖像分割領(lǐng)域是最基本但也是最重要組成部分。圖像分割是數(shù)字圖像處理技術(shù)中較為常用的研究方法之一，它是圖像特征提取與目標識別的前提，不同的分割方法分割結(jié)果精確度也相對不同，從而對特征提取及識別也存在著很大影響。閾值分割是一種常用的圖像分割方法，它主要利用圖像中目標與背景在灰度特性上的差異，并通過設(shè)置合適的灰度閾值，將圖像的灰度劃分為兩個或多個灰度區(qū)間，以達到將目標完整分離出來的效果[1]。

1 閾值分割法的原理和方法

圖像分割方法首先是根據(jù)灰度值大小、空間紋理復(fù)雜程度、幾何形狀等不同特征將圖像劃分為幾個互不相交的區(qū)域，同時這些特征在同一區(qū)域內(nèi)，表現(xiàn)出一致性或者相似性，而在其他不同的區(qū)域可以表現(xiàn)出明顯的差異性[2]。圖像分割的原因是研究人員在對圖像的研究和應(yīng)用中，往往僅對圖像中的某些部分感興趣，這些部分稱為目標或前景（其他部分稱為背景），一般對應(yīng)圖像中具有明顯性質(zhì)的區(qū)域，為了辨識和分析目標，研究人員需要將圖像中待處理的對象分離并提取出來，然后在此基礎(chǔ)上對目標加以利用[3]。

圖像閾值分割方法是指找到一個或多個最優(yōu)閾值可以把圖像分割為目標和背景兩個部分[4]。通過按照灰度級將像素集合劃分為兩個部分：相同屬性區(qū)域和不同屬性區(qū)域，最后將它們分別與現(xiàn)實景物相對應(yīng)。圖像閾值分割方法可以很大程度上對圖像分析和處理的操作步驟進行簡化，并且可以通過壓縮數(shù)據(jù)量的方式，減小圖像占用存儲空間，較為迅速的區(qū)分目標和背景。

當存在多個灰度閾值時，式（1）變?yōu)椋?/p>

2 幾種典型閾值分割方法介紹

在不同閾值分割方法中，閾值的選取會對分割出來的圖像質(zhì)量產(chǎn)生較大的影響[6]。分割過程中若把目標的像素點劃分到背景范圍內(nèi)，會使閾值選取的過大，導(dǎo)致使目標區(qū)域變小、背景范圍擴大，使其形狀發(fā)生改變；同理，若把背景的像素點劃分至目標范圍內(nèi)，則會導(dǎo)致閾值的選取過小，從而使背景區(qū)域變小、目標區(qū)域變大，使其目標形狀發(fā)生變化。兩種閾值選取不當?shù)脑挘瑫鼓繕撕捅尘跋袼攸c造成錯誤判定，效果最差的可能會直接發(fā)生目標消失的現(xiàn)象?？梢?，為了得到較為理想的分割效果，閾值的選取至關(guān)重要[7]。

2.1 迭代法閾值分割

迭代法同樣也是一種選擇合適閾值使圖像分割的方法，其通過逼近的思想使閾值不斷迭代的方式，最后通過程序自動計算出較為合適的閾值進行分割[8]。

迭代法算法步驟如下：

An Overview of the 2nd National Young Researchers Symposium on Engineering Risk Analysis and Management LI Dianqing,CAO Zijun,ZHANG Jie,ZHANG Lulu,ZHENG Wentang,ZHU Honghu,ZHANG Hua(140)

2.2 直方圖選擇法

直方圖選擇法即直方圖雙峰法，又稱mode法，是經(jīng)典的全局單閾值分割方法[9]。在目標圖像中，當研究人員要提取的物體目標和背景具有極大的差異性時，此時得到的灰度直方圖會呈現(xiàn)出明顯的雙峰狀，研究人員可以選擇一個相對比較準確的閾值對圖像全局進行分割處理，得到極佳的分割效果。但這只是在理想的環(huán)境下，如果在生產(chǎn)生活中的圖像，其灰度直方圖分布常常不滿足雙峰的條件，如圖1中直方圖呈現(xiàn)的不僅僅是雙峰，因此想在峰谷找到正確的閾值點就很困難。

圖1 灰度直方圖

值為a時像素對應(yīng)目標，值為b時像素則對應(yīng)背景。對于灰度圖像，a一般設(shè)定成1為白色，b一般設(shè)定成0為黑色，為選定的閾值。如果用于整幅圖像，上述公式則用于全局閾值處理；當閾值在一幅圖像上變化時，則為可變閾值，或是局部閾值處理。圖2為直方圖雙峰法確定閾值并以閾值對圖像進行分割的流程圖。

2.3 Otsu法

根據(jù)上述(7)～(12)公式可得：

目標與背景類間方差定義為：

3 實驗結(jié)果及分析

3.1 原圖處理

圖3 不同狀態(tài)下的標志原圖、灰度圖、直方圖

實驗原圖如圖3（a）、（d）、（g）所示，分別為大理大學(xué)標志建筑在早（8:00）、中（12:00）、晚（6:00）不同時刻的狀態(tài)。首先將原圖修改為312×312的像素尺寸，并將圖3中（a）、（d）、（g）的大理大學(xué)標志原圖全部轉(zhuǎn)換為灰度圖像，如圖3（b）、（e）、（h）所示，并進行歸一化處理，然后在仿真實驗中分別使用迭代法、直方圖選擇法、最大類間方差法進行分割處理，早、中、晚狀態(tài)下對應(yīng)的大理大學(xué)標志灰度直方圖如圖3（c）、（f）、（i）所示，最后得到仿真結(jié)果，如圖4所示。

3.2 實驗結(jié)果

對圖3中三幅不同時刻的大理大學(xué)標志灰度圖（b）、（e）、（h）分別使用迭代法、mode法、Otsu法分割后，可得相應(yīng)的圖像，分割結(jié)果如圖4所示。

圖4 標志灰度圖分割結(jié)果

4 結(jié)語

本文通過介紹三種不同的圖像閾值分割算法，并分析比較了在同一目標下背景復(fù)雜程度和光照強度是否影響分割結(jié)果，通過仿真對幾種閾值分割方法的性能進行了驗證和分析，每種分割方法都有其優(yōu)缺點。在實際應(yīng)用中，圖像分割結(jié)果受圖像背景復(fù)雜程度、目標和背景的灰度對比度以及外界光照強度等影響，現(xiàn)階段很難找到適應(yīng)于所有圖像的分割算法。但是在針對大理大學(xué)標志物圖像進行分割中，仿真結(jié)果得出在背景復(fù)雜且亮度大，而目標物體相較亮度灰暗時，迭代法和Otsu法均能較為完整的分割出目標物體，優(yōu)于直方圖選擇法，但在背景的屏蔽方面兩者均略差于直方圖選擇法；在背景簡單且亮度相對低，而目標物體相較亮度強時，迭代法在背景的屏蔽方面優(yōu)于Otsu法和mode法，但在分割目標物體方面，三者各有差異；在背景簡單且亮度相對低，并且目標物體亮度也相較低時，迭代法和Otsu法均能較為完整的分割出目標物體，優(yōu)于mode法，在背景的屏蔽方面迭代法與直方圖選擇法相當，但均優(yōu)于最大類間方差法。

[1]余博文.數(shù)字圖像閾值分割研究與應(yīng)用[J]. 科學(xué)技術(shù)創(chuàng)新,2021(19):91-92.

[2]汪濤.圖像三維閾值分割算法的研究[D].西北師范大學(xué),2019.

[3]陸思燁,李鴻燕,孫健昊.等.基于雙閾值灰度直方圖的場景切換檢測算法及實現(xiàn)[J].上海工程技術(shù)大學(xué)學(xué)報,2018,32(1):91-94.

[4]王秋萍,張志祥,朱旭芳.圖像分割方法綜述[J].信息記錄材料,2019,20(7):12-14.

[5]黃鵬,鄭淇,梁超.圖像分割方法綜述[J].武漢 大學(xué)學(xué)報(理學(xué)版),2020,66(6):519-531.

[6]黃旭,張世義,李軍.圖像分割技術(shù)研究綜述[J].裝備機械,2021(2):6-9.

[7]趙林君,張國慶,張大林,等.基于最大熵閾值分割算法的激光選區(qū)熔化過程濺射特征研究[J].激光與光電子學(xué)進展:2021,11(5):1-12.

[8]王秋萍.圖像分割方法綜述[J].信息記錄材料,2019,20(5):12-14.

[9]Melo-Pinto P.,Couto P.,Bustince H.,et al. Image segmentation using atanassov’s intuitionistic fuzzy sets[J].Expert Systems with Applications,2013,40(1):15-26.

[10]趙夢超,孔令成,譚治英.基于改進 Otsu 法的鍍膜金屬帶缺陷分割[J].計算機工程與設(shè)計,2018,39(09):119-124.

[11]曾艷陽,謝高森,張建春.基于截距直方圖和Otsu融合的弱光圖像分割[J].激光與光電子學(xué)進展,2021,58(20):219-227.

Application of Several Classical Threshold Segmentation Methods in Image Processing

Liu Guangyu1,Wang Shuai1,Cao Yu1,Zhao Enming1,Zhang Lu1,Su Lei1,Xing Chuanxi3

（1. Dali University，Dali 671003 Yunan;2. Yunnan University of Nationalities，Kunming 650504 Yunan）

Image segmentation is the most common but also the most important part of image processing. The state of the target, the complexity of the background, the intensity of illumination and different segmentation methods will all affect the effect of target segmentation. Through the three classical image segmentation methods of iteration method, histogram selection method and maximum inter class variance method, the Dali University landmarks at different times and in different states are segmented, and the segmentation results of different segmentation methods are compared. The simulation results show that the Dali University landmarks segmented by different segmentation methods are different in detail, and it is concluded that the segmentation results are affected by lighting factors.

Threshold segmentation；Iterative method；Histogram selection method；Maximum inter class variance method

O157.6

A

1672-1047（2022）04-0099-05

10.3969/j.issn.1672-1047.2022.04.24

2022-07-13

國家自然科學(xué)基金項目“基于無線傳感器網(wǎng)絡(luò)的云南高原湖泊聲層析監(jiān)測關(guān)鍵技術(shù)研究”（62065001）；國家自然科學(xué)基金項目“基于譜聚類的水下目標探測關(guān)鍵技術(shù)研究”（ 61761048）；云南省地方本科高?；A(chǔ)研究聯(lián)合專項資金項目“基于自旋交換泵浦技術(shù)的高透過率、超窄帶原子濾光器的研究”[2019FH001(-066)]。

劉光宇，男，黑龍江哈爾濱人，博士，副研究員，研究生導(dǎo)師。研究方向：圖像處理。

［責任編輯：劉良瑞］