摘 要

图像分割是指先按照某些特定的标准将图像分解成若干个互不交叠、且各具有自己独有特征的区域，然后根据不同的应用需求把相应的目标区域提取出来的一种处理方法或者技术。它既是图像处理中至关重要的一步，也是计算机视觉中不容忽视的一环，因此图像分割一直受到大家的热切关注。本文就基于Otsu的图像分割算法为主题进行研究，其涵盖的工作分为：

（1）了解本次研究的背景、现状及趋势，整体感知研究内容的方向性，确保本次研究的准确性。

（2）学习图像分割的相关理论，知晓其基本概念和不同分割算法的分类，并对阈值分割法进行重点关注。

（3）分析基于Otsu的图像分割算法，理解经典的一维、二维以及三维Otsu算法的具体内容，清楚不同维度下Otsu改进算法的基本原理及其性能的优劣。

（4）利用MATLAB工具编写代码对算法进行仿真和分析，比较不同算法在响应速度和结果质量上的差异性或者优劣程度。

关键词：图像分割；阈值分割；Otsu算法

Abstract

Image segmentation refers to a method of decomposing an image into a number of areas that do not overlap each other and have their own unique characteristics according to certain specific criteria, and then extract the corresponding target area according to the different application requirements or technology. It is a crucial step in image processing, but also a part of computer vision can not be ignored, so the image segmentation has been the concern of everyone. In this paper, based on Otsu image segmentation algorithm for the theme of the study, which covers the work is divided into:

(1) Understand the background of this study, the status quo and trends, the overall perception of the direction of research content to ensure the accuracy of this study.

(2) To study the theory of image segmentation, to understand its basic concepts and different classification algorithm classification, and focus on the threshold segmentation method.

(3) Analyze the image segmentation algorithm based on Otsu, understand the concrete contents of classical one-dimensional, two-dimensional and three-dimensional Otsu algorithm, and understand the basic principle and performance of Otsu improved algorithm in different dimensions.

(4) The use of MATLAB tools to write code to simulate and analyze the algorithm to compare the different algorithms in response to the speed and quality of the results of the difference or the extent of the pros and cons.

Keywords:image segmentation；threshold segmentation；Otsu algorithm

目 录

摘 要 I

Abstract II

第1章 绪论 1

1.1 课题的研究背景及意义 1

1.2 课题的研究现状及趋势 2

1.3 课题的主要内容 2

1.4 论文的组成结构 2

第2章 图像分割理论概述 4

2.1 图像分割的定义 4

2.2 图像分割算法的分类 4

2.3 阈值分割法 5

2.4 本章小结 8

第3章 基于一维Otsu的图像分割算法 9

3.1 经典的一维Otsu算法 9

3.2 改进的一维Otsu算法 10

3.2.1 基于Otsu最佳阈值的性质 10

3.2.2 基于遗传算法 11

3.2.3 基于粒子群优化算法 13

3.3 仿真结果及分析 14

3.4 本章小结 15

第4章 基于二维Otsu的图像分割算法 17

4.1 经典的二维Otsu算法 17

4.2 改进的二维Otsu算法 18

4.2.1 基于直线截距直方图 18

4.2.2 基于小概率策略 20

4.3 仿真结果与分析 20

4.4 本章小结 22

第5章 基于三维Otsu的图像分割算法 24

5.1 经典的三维Otsu算法 24

5.2 改进的三维Otsu算法 25

5.3 仿真结果与分析 27

5.4 本章小结 28

第6章 总结与展望 29

6.1 总结 29

6.2 展望 29

参考文献 31

附录A 基于一维Otsu的图像分割算法代码 33

附录B 基于二维Otsu的图像分割算法代码 37

附录C 基于三维Otsu的图像分割算法代码 40

致 谢 44

第1章 绪论

外界信息是人类认知世界的来源，根据不同的获取渠道它又可被细分为听觉、视觉、味觉、嗅觉和触觉上的五种信息，其中视觉信息是其不容忽视的重要组成部分。图像作为视觉信息的主要载体与传递媒介，在人类获取和传递信息的过程中发挥着不可或缺的作用。随着科学技术的发展，利用计算机对图像进行处理成为热门研究内容。同时近年来，图像处理的重要性在与人类生产生活密切相关的各个行业领域上表现地愈来愈明显。

1.1 课题的研究背景及意义

图像分割，既是图像处理中至关重要的一步，也是计算机视觉中不容忽视的一环。它具体是指先按照某些特定的标准将图像分解成若干个互不交叠、且各具自己独有特征的区域，然后根据不同的应用需求把相应的目标区域提取出来的一种处理方法或者技术。其中某些特定标准可以是灰度、纹理等特定的指标值，相应的目标区域在数目上也可为多元化，即单个或多个。但提取出来的单个目标区域既要满足均匀性，也要满足连通性。