基于神经网络的灰度图像阈值分割方法.pdf

第22卷第4期广东工业大学学报Vol.22No.42005年12月JournalofGuangdongUniversityofTechnologyDecember2005基于神经网络的灰度图像阈值分割方法薛岚燕郑胜林潘保昌陈箫枫(广东工业大学信息工程学院广东广州510640)摘要:对于一幅目标区域和背景区域在灰度上有较明显差异的图像为了把目标从背景中分离出来常利用直方图谷点作为分割阈值来分割图像.本文采用一种基于神经网络的线性搜索的方法来确定直方图的谷值可以得到最优的阈值来分割图像克服了用常规的极小值阈值法确定的极小值不稳定和不可靠的缺点并对实际图像进行分割处理.实验结果表明采用这种新方法来搜索谷值可以得到全局极小值用于分割图像可以把目标从背景中分离出来并取得了满意的结果.关键词:图像处理;直方图;线性搜索;黄金分割搜索;阈值分割中图分类号:TP391.41文献标识码:A文章编号:1007-7162(2005)04-0067-06图像分割是图像处理中的重要环节也是比较困难的环节.准确的分割影响甚至决定分析与理解的准确程度而分割问题的困难在于图像数据的模糊和噪声的干扰.至今还没有普适性的判断分割是否完全正确的准则分割的好坏必须从分割的效果来判断.不同的应用场合应具体分析根据实际情况选择适合的方法.对于目标区域和背景区域在灰度上有较明显差异的图像通常根据直方图谷点来确定阈值分割图像.确定直方图谷点位置的方法很多但多数情况下噪声干扰使谷点的位置难以判定或者结果不稳定可靠.本文提出了一种基于神经网络中线性搜索的方法来确定直方图的谷值并对实际图像进行实验搜索谷值作为分割阈值来分割图像.本算法首先对样本图像的直方图进行高斯滤波做平滑然后对滤波后的直方图线性搜索谷点并利用搜索到的谷点作为阈值对图像进行二值分割.1灰度阈值法灰度阈值法是指确定一个灰度门限来区分物体与背景在门限之内的像素属于物体其他则属于背景.这种分割方法对于物体与背景之间存在明显差别(对比)的景物十分有效.实际上在任何实际应用的图像处理系统中最终都要用到阈值化技术.设给定的灰度图像f(xy)I[t1t2]运用一定的算法确定一个阈值或子集t<[t1t2]根据各像素灰度是否属于t而将其分类即axyf(xy)Itg(xy)=bxyf(xy)|t.其中axybxy分别为指定值或原灰度值.如果取axy=1bxy=0则分割后的图像是二值图像目标与背景之间具有最大对比度.如果取axy=f(xy)bxy=0则分割后的图像背景灰度为0目标保留了原灰度属背景干净的目标图像[1].分割阈值的正确选择非常重要直接影