最大类间方差法在图像处理中的应用
齐丽娜
!
,张 博
"
,王战凯
#
(
! $
西安电子科技大学,陕西 西安
%!&&%!
;
" $
河北远东哈里斯通信有限公司,河北 石家庄
&’&&(!
;
# $
石家庄陆军指挥学院,河北 石家庄
&’&&()
)
摘 要 图像分割在图像处理中占有重要的地位,分割结果的好坏直接影响图像的后续处理。文章首先介绍了最大类
间方差法及其改进算法———基于灰度拉伸的最大类间方差法算法原理和实现,并针对高速公路中的图像特点。在背景差分
法的基础上利用上述两种方法对图像进行了分割处理,对两种方法处理的结果进行了比较。
关键词 图像分割;运动目标检测;背景差分;最大类间方差法
中图分类号
*+,!"
文献标识码
-
!""#$%&’$() (* ’+, -./0 1 ,’+(2 $) 34&5, 67(%,88$)5
./ 01 2 34
!
,
56-+7 89
"
,
:-+7 5;43 2 <41
#
(
! ! "#$#%& ’&#()*+#,-
,
"#
’
%& ./%&"# %!&&%!
,
0/#&%
;
" ! 1)2)# 3%* 4%+, 1%**#+ 05667%,#5&+ 09 ! :;<
,
./#=#%>/7%&? 1)2)# &’&&(!
,
0/#&%
;
# ! ./#@#%>/7%&? A*6- 0566%&$ B&+,#,7,)
,
./#@#%>/%&? 1)C)# &’&&()
,
0/#&%
)
!98’7&%’ /=4>? @?>=?3A4A193 1@ BC1A1B4D 13 1=4>? EC9B?@@13> 43F 1A@ C?@GDA@ 4HH?BA A;? E9@AI4D>9C1A;=@ F1C?BADJ K *;1@ E4E?C 13AC9FGB?@ A;?
L*MN 43F 1A@ 1=EC9O?F 4D>9C1A;= H1C@A K -BB9CF13> A9 A;? B;4C4BA?C1@A1B@ 9H A;? ;1>;P4J 1=4>?@
,
A;? 4Q9O? AP9 =?A;9F@ 4C? G@?F H9C 1=4>?
@?>=?3A4A193 Q4@?F 93 Q4B<>C9G3F @GQAC4BA193 K -3F A;? EC9B?@@13> C?@GDA@ 4C? B9=E4C?F K
:,; <(728 1=4>? @?>=?3A4A193
;
=9A193 9QR?BA F?A?BA193
;
Q4B<>C9G3F @GQAC4BA193
;
L*MN
收稿日期:
"&&’I"I!&
!
引言
图像分割在图像处理中占有十分重要的地位,
分割结果的好坏直接影响到图像的后续处理,甚至
图像处理的最终结果。阈值分割是图像分割中的难
中之难,阈值的选取直接影响到图像分割结果的好
坏。而对于不同的应用领域,阈值的选取方法也不
尽相同。本文将最大类间方差法及其改进算法———
基于灰度拉伸的最大类间方差法应用于高速公路图
像处理系统中,用于检测高速公路系统中运动车辆
的存在,为进一步统计交通流量做准备。
"
原理
图像分割是按照某些特性(如灰度、频谱、纹理
等)将图像空间划分成一些有意义的区域。这样做
的好处是方便图像的后续处理,减小后续处理的运
算量,更有利于实现系统的实时性处理要求。因此,
实现图像的有效分割非常重要。
图像分割是图像处理的基础难题,基于阈值的
分割则是图像分割的最基本的难题之一,其难点在
于阈值的选取,它直接关系到图像的分割效果。选
取阈值的方法有很多,比如:双峰法、迭代法、最大类
间方差法、最大熵准则下的最佳门限法等等。本文
就最大类间方差法进行了详细的讨论。
" # "
最大类间方差法原理
最大类间方差法是由日本学者大津于
!,%,
年
提出的,是一种自适应的阈值确定的方法,又叫大津
法,简称
L*MN
。它是按图像的灰度特性,将图像分
成背景和目标
"
部分。背景和目标之间的类间方差
越大,说明构成图像的
"
部分的差别越大,当部分目
标错分为背景或部分背景错分为目标都会导致
"
部
分差别变小。因此,使类间方差最大的分割意味着
错分概率最小。
对于图像
B
(
D
,
-
),前景(即目标)和背景的分割
阈值记作
;
,属于前景的像素点数占整幅图像的比
例记为
!
&
,其平均灰度
"
&
;背景像素点数占整幅图
像的比例 为
!
!
,其平均灰度为
"
!
。图像的 总 平 均
灰度记为
"
,类间方差记为
?
。
信号与信息处理
"&&S
年 无线电工程 第
#S
卷 第
%
期
$%
万方数据