基于平均中值离差的2维最小误差阈值分割法

宋斌; 杨恢先; 曾金芳; 谭正华; 李翠菊

doi:10.7510/jgjs.issn.1001-3806.2015.05.028

基于平均中值离差的2维最小误差阈值分割法

1.
湘潭大学物理与光电工程学院, 湘潭 411105;
2.
湘潭大学信息工程学院, 湘潭 411105

作者简介: 宋斌(1989-),男,硕士研究生,现主要从事图像处理和模式识别的研究。.

通讯作者: 杨恢先, yanghx@xtu.edu.cn ;

基金项目:
湖南省自然科学基金资助项目(14JJ0077);湖南省教育厅高校科研经费资助项目(13C917;13C931)
中图分类号: TN911.73

2-D minimum error threshold segmentation method based on mean absolute deviation from the median

1.
The School of Physics and Optoelectronics, Xiangtan University, Xiangtan 411105, China;
2.
The School of Information Engineering, Xiangtan University, Xiangtan 411105, China

Corresponding author: YANG Huixian, yanghx@xtu.edu.cn ;

CLC number: TN911.73

摘要: 为了解决2维最小误差阈值分割法对呈偏斜分布与重尾分布的图像分割鲁棒性较差的问题,提出一种基于平均中值离差的2维最小误差阈值分割法。考虑到1维直方图呈偏斜分布和重尾分布的图像中,中值是比均值更为鲁棒的灰度级估计量,因而将2维最小误差阈值分割法中的方差用平均中值离差替代;为提高运算速度,将2维算法分解为2个1维算法。结果表明,相比2维Otsu法、2维最小误差阈值分割法等经典算法,基于平均中值离差的2维最小误差阈值分割法对1维直方图呈偏斜分布与重尾分布的图像有更准确的分割效果、更好的鲁棒性。
- 图像处理 /
- 最小误差阈值法 /
- 平均中值离差 /
- 分解
Abstract: In order to solve the problem that 2-D minimum error threshold segmentation (METS) method had poor segment robust performance on an image which presents skew distribution and heavy-tailed distribution, an improved 2-D METS method was proposed based on mean absolute deviation from the median. Considering that the median was a more robust estimator of gray level than the mean in 1-D histogram of skew distribution and heavy-tailed distribution, variance in 2-D METS was replaced by mean absolute deviation from the median. In order to improve the computational speed, a 2-D algorithm was decomposed into two 1-D algorithms. Experimental results show that, compared with 2-D Otsu method, 2-D METS method and other classical algorithms, the improved 2-D METS method based on mean absolute deviation has more accurate segmentation results and more robust performance for 1-D histogram with skew distribution and heavy-tailed distribution.
- image processing /
- minimum error threshold segmentation method /
- mean absolute deviation from the median /
- decomposition

[1]	DIRAMI A, HAMMOUCHE K, DIAF M, et al.Fast multilevel thresholding for image segmentation through a multiphase level set method[J]. Signal Processing,2013,93(1):139-153.
[2]	MOGHADDAM R F, CHERIET M. AdOtsu:An adaptive and parameterless generalization of Otsu's method for document image binarization[J]. Pattern Recognition,2012,45(6):2419-2431.
[3]	SATHYA P D, KAYALVIZHI R. Amended bacterial foraging algorithm for multilevel thresholding of magnetic resonace brain images[J].Measurement,2011,44(10):1828-1848.
[4]	KITTLER J, ILLINGWORHT J. Minimum error thresholding [J]. Pattern Recognition, 1986,19(1):41-47.
[5]	GONG J, LI L Y, CHEN W N. Fast recursive algorithms for two-dimensional thresholding[J].Pattern Recognition,1998,31(3):295-300.
[6]	SEZGIN M, SANKUR B. Survey over image thresholding techniques and quantitative performance evaluation [J]. Journal of Electronic Imaging,2004,13(1):146-168.
[7]	FAN J L, LEI B. Two-dimensional extension of minimum error threshold segmentation method for gray-level images[J]. Acta Automatica Sinica,2009,35(4):386-393(in Chinese).
[8]	ZHU D Q, JING L Q, BI R S, et al. Improvement algorithm of minimum-error thresholding segmentation method[J]. Opto-Electronic Engineering,2010,37(7):107-113(in Chinese).
[9]	WU Y Q, ZHANG X J, WU Sh H, et al. Two-dimensional minimum error thresholding based on chaotic particle swarm optimization or decomposition[J]. Journal of Zhejiang University(Engineer Science Edition),2011,45(7):1198-1205(in Chinese).
[10]	ZHANG X M, FENG W H, HE W T, et al. Two-dimensional minimum error thresholding method nased on the artificial bee colony algorithm[J]. Journal of Guangxi University(Natural Science Edition),2013, 38(5):1126-1133(in Chinese).
[11]	XUE J H, TITTERINGTON D M. Median-based image thresholding[J]. Image and Vision Computing,2011,29(9):631-637.
[12]	LIU J, YU Z B, JIN W D. Three dimentional minimum error thres-hold algorithm and its fast recursive mathod[J].Journal of Electronics Information Technology,2013,35(9):2073-2080(in Chinese).
[13]	CUI T Y, LIU W P, ZHANG N. Algorithms and performance comparison of automatic thresholdingsegmentation for forest regions in remote sensing image[J]. Journal of Computer Applications,2010,30(12):3269-3273(in Chinese).
[14]	YUE F, ZUO W M, WANG K Q. Decomposition based two-dimensional thresholdalgorithm for grayimages[J]. Acta Automatica Sinica,2009,35(7): 1022-1027(in Chinese).
[15]	GONG Q, NI L, TANG P F, et al. Fast three-dimensional Otsu image segmentation algorithm based on decomposition[J]. Journal of Computer Applications,2012,32(6):1526-1528(in Chinese).

[1]	张宝华 , 刘鹤 , 张传亭 . 基于经验模态分解提取纹理的图像融合算法. 激光技术, 2014, 38(4): 463-468. doi: 10.7510/jgjs.issn.1001-3806.2014.04.007
[2]	未永飞 , 杜正春 , 姚振强 . 中值滤波在激光雷达点云数据预处理中的应用. 激光技术, 2009, 33(2): 213-216.
[3]	张健 , 李白燕 . 基于图论最小割集算法的图像分割研究. 激光技术, 2014, 38(6): 863-866. doi: 10.7510/jgjs.issn.1001-3806.2014.06.030
[4]	王宏文 , 梁彦彦 , 王志华 . 基于新遗传算法的Otsu图像阈值分割方法. 激光技术, 2014, 38(3): 364-367. doi: 10.7510/jgjs.issn.1001-3806.2014.03.017
[5]	魏雪峰 , 刘晓 . 基于2维最大熵最佳阈值算法的图像分割研究. 激光技术, 2013, 37(4): 519-522. doi: 10.7510/jgjs.issn.1001-3806.2013.04.023
[6]	崔治 , 邓曙光 , 肖卫初 . 利用HSSIM和残差比阈值的3维激光扫描图像去噪. 激光技术, 2015, 39(5): 669-673. doi: 10.7510/jgjs.issn.1001-3806.2015.05.018
[7]	李文龙 , 戈海龙 , 任远 , 成巍 . 图像处理技术在激光熔池温度检测的应用. 激光技术, 2018, 42(5): 599-604. doi: 10.7510/jgjs.issn.1001-3806.2018.05.004
[8]	张海庄 , 姚梅 , 雷萍 , 李鹏 , 曾庆平 . 远场激光光斑图像处理方法研究. 激光技术, 2013, 37(4): 460-463. doi: 10.7510/jgjs.issn.1001-3806.2013.04.010
[9]	冯洋 . 基于改进的奇异值分解的红外弱小目标检测. 激光技术, 2016, 40(3): 335-338. doi: 10.7510/jgjs.issn.1001-3806.2016.03.007
[10]	汤敏 , 王惠南 . 激光扫描共聚焦显微镜图像的计算机处理. 激光技术, 2007, 31(5): 558-560.
[11]	张羽鹏 , 王开福 . LabVIEW和MATLAB在电子散斑干涉图像处理中的应用. 激光技术, 2009, 33(6): 582-585,589. doi: 10.3969/j.issn.1001-3806.2009.06.007
[12]	冯煦 , 张瑞瑛 , 周萍 , 李松 . 大功率半导体线激光图像处理方法研究. 激光技术, 2010, 34(5): 624-627. doi: 10.3969/j.issn.1001-3806.2010.O5.013
[13]	顾国庆 , 王开福 , 燕新九 . 基于同态滤波的电子散斑干涉图像处理. 激光技术, 2010, 34(6): 750-752,797. doi: 10.3969/j.issn.1001-3806.2010.06.009
[14]	苏平 , 牛燕雄 , 李大乾 , 牛海莎 , 李易难 , 张超 . 基于面阵CCD的激光告警系统的图像采集与处理. 激光技术, 2013, 37(3): 394-399. doi: 10.7510/jgjs.issn.1001-3806.2013.03.028
[15]	刘逸飞 , 苏亚 , 姚晓天 , 崔省伟 , 杨丽君 , 周聪聪 , 何松 . OCT无创血糖检测图像处理最优化方法研究. 激光技术, 2023, 47(2): 178-184. doi: 10.7510/jgjs.issn.1001-3806.2023.02.004
[16]	蒋洁 , 焦斌亮 . 由数据统计特性检测噪声的中值滤波算法. 激光技术, 2011, 35(1): 29-30. doi: 10.3969/j.issn.1001-3806.2011.01.009
[17]	张怡霄 , 杜惊雷 , 高福华 , 姚军 , 曾阳素 , 郭永康 . 分数域啁啾滤波及其在数字图像处理中的应用. 激光技术, 2003, 27(1): 78-80.
[18]	张建荣 , 吴逢铁 , 邢笑雪 , 曾夏辉 . 胶片扫描法精测微米光斑. 激光技术, 2007, 31(1): 35-36,70.
[19]	陈树越 , 刘金星 , 丁艺 . 基于小波变换的红外与X光图像融合方法研究. 激光技术, 2015, 39(5): 685-688. doi: 10.7510/jgjs.issn.1001-3806.2015.05.021
[20]	赵蓉 , 顾国华 , 杨蔚 . 基于偏振成像的可见光图像增强. 激光技术, 2016, 40(2): 227-231. doi: 10.7510/jgjs.issn.1001-3806.2016.02.016

点击查看大图

计量

文章访问数: 4043
HTML全文浏览量: 1351
PDF下载量: 329
被引次数: 0

姓名
邮箱
手机号码
标题
留言内容
验证码

留言板

基于平均中值离差的2维最小误差阈值分割法

作者简介: 宋斌(1989-),男,硕士研究生,现主要从事图像处理和模式识别的研究。.

通讯作者: 杨恢先, yanghx@xtu.edu.cn ;

2-D minimum error threshold segmentation method based on mean absolute deviation from the median

Corresponding author: YANG Huixian, yanghx@xtu.edu.cn ;

计量

基于平均中值离差的2维最小误差阈值分割法

通讯作者: 杨恢先, yanghx@xtu.edu.cn;

作者简介: 宋斌(1989-),男,硕士研究生,现主要从事图像处理和模式识别的研究。

English Abstract

2-D minimum error threshold segmentation method based on mean absolute deviation from the median

Corresponding author: YANG Huixian, yanghx@xtu.edu.cn

全文HTML

目录

留言板

基于平均中值离差的2维最小误差阈值分割法

作者简介: 宋斌(1989-),男,硕士研究生,现主要从事图像处理和模式识别的研究。.

通讯作者: 杨恢先, yanghx@xtu.edu.cn ;

2-D minimum error threshold segmentation method based on mean absolute deviation from the median

Corresponding author: YANG Huixian, yanghx@xtu.edu.cn ;

计量

出版历程

基于平均中值离差的2维最小误差阈值分割法

通讯作者: 杨恢先, yanghx@xtu.edu.cn;

作者简介: 宋斌(1989-),男,硕士研究生,现主要从事图像处理和模式识别的研究。

English Abstract

2-D minimum error threshold segmentation method based on mean absolute deviation from the median

Corresponding author: YANG Huixian, yanghx@xtu.edu.cn

全文HTML

目录