模糊率 其中，为图像尺寸，为图像总灰度级，图像中灰度为灰度值和该 点的局部邻域特征有关 局部阈值或动态阈值，与点的位置 该点的灰度值和该点邻域特征有关 图像阈值化这个看似简单的问题，在过去的四十年里受到国内外 学者的广泛关注，产生了数以百计的阈值选取方法，但是遗憾的 是，如同其他图像分割算法样，没有个现有方法对各种各样的图 像都能得到令人满意的结果，甚至也没有个理论指导我们选择特定 方法处理特定图像。 所有这些阈值化方法，根据使用的是图像的局部信息还是整体信 息，可以分为上下文无关方法也叫做基于点 的方法和上下文相关方法也叫做基于区 域的方法根据对全图使用统阈值还是对不同区 域使用不同阈值，可以分为全局阈值方法和局部 阈值方法，也叫做自适应阈值方法 另外，还可以分为双阈值方法和多 阈值方法 本文分三大类对阈值弊 病是容易受到噪声干扰，对不同类型的图像，表现出不同的分割效果。 往往容易得到假的谷底。 这是由于原始的直方图是离散的，而且含噪 声，没有考虑利用象素领域性质。 而直方图变化法，就是利用些象素领域的局部性质变换原始的直方 图为个新的直方图。 这个新的直方图与原始直方图相比，或者峰之 间的谷底更深，或者谷转变成峰从而更易于检测。 这里的象素领域局 部性质，在很多方法中经常用的是象素的梯度值。 图像分割阈值选取技术综述 摘要图像分割是图像处理与计算机视觉领域低层次视觉中最为基础 和重要的领域之，它是对图像进行视觉分析和模式识别的基本前 提阈值法是种传统的图像分割方法，因其实现简单计算量小 性能较稳定而成为图像分割中最基本和应用最广泛的分割技术已被 应用于很多的领域。 本文是在阅读大量国内外相关文献的基础上，对 阈值分割技术稍做总结，分三个大类综述阈值选取方法，然后对阈值 化算法的评估做简要介绍。 关键词图像分割阈值选取全局阈值局部阈值直方图二值化 引言 所谓图像分割是指根据灰度彩色空间纹理几何形状等特征 把图像划分成若干个互不相交的区域，使得这些特征在同区域内， 表现出致性或相似性，而在不同区域间表现出明显的不同简单值选取技术进行综述 基于点的全局阈值方法 基于区域的全局阈值方法 局部阈值方法和多阈值方法 基于点的全局阈值选取方法 分位数法 年提出的分位数法也称法可以说是最古老的 种阈值选取方法。 该方法使目标或背景的像素比例等于其先验概率 来设定阈值，简单高效，但是对于先验概率难于估计的图像却无能为 力。 例如，根据先验知识，知道图像目标与背景象素的比例为,则 可根据此条件直接在图像直方图上找到合适的阈值，使得 的象素为目标的象素为背景。 迭代方法选取阈值 初始阈值选取为图像的平均灰度，然后用将图像的象素点分作 两部分，计算两部分各自的平均灰度，小于的部分为，大于 的部分为 计算,将作为新的全局阈值代替，重复以上过程，如此迭代， 直至收敛，即 经试验比较，对于直方图双峰明显，谷底较深的图像，迭代方法可以 较快地获得满意结果。 但是对于直方图双峰不明显，或图像目标和背 景比例差异悬殊，迭代法所选取的阈值不如最大类间方差法。 直 方图凹面分析法 从直观上说，图像直方图 的讲，就是在幅图像中，把目标从背景中分离出来，以便于进步 处理。 图像分割是图像处理与计算机视觉领域低层次视觉中最为基础 和重要的领域之，它是对图像进行视觉分析和模式识别的基本前 提同时它也是个经典难题，到目前为止既不存在种通用的图像 分割方法，也不存在种判断是否分割成功的客观标准。 阈值法是种传统的图像分割方法，因其实