图像分割阈值及聚类方法全解析
1. 图像分割阈值确定方法
1.1 Knee算法
Knee算法是一种在直方图只有一个峰值时确定图像分割阈值的方法,适用于目标和背景分布重叠且其中一个对应峰值有长尾的情况。具体步骤如下:
1. 设直方图峰值的横坐标为 (b_{peak}),从峰值向右朝长尾方向取 (n) 个直方图区间(典型值 (n = 5)),根据最小二乘误差准则用直线拟合这些点。
2. 设最后一个直方图区间的横坐标为 (b_{last}),从最后一个区间向左朝峰值方向取 (n) 个区间,同样根据最小二乘误差准则用直线拟合这些点。
3. 计算这两条直线的交点,交点的横坐标即为阈值的第一次估计值 (T_1)。
4. 考虑横坐标在区间 ([b_{peak}, T_1]) 内的所有点,根据最小二乘误差准则用直线拟合这些点。若所有点的残差都小于可容忍值,则保留这条直线;否则,忽略误差大于可容忍值的点,再根据最小二乘误差准则用直线拟合剩余的点。
5. 考虑横坐标在区间 ([T_1, b_{last}]) 内的所有点,按上述同样方式进行直线拟合。
6. 计算步骤4和步骤5中构建的两条直线的交点,交点的横坐标为新的阈值估计值 (T_2)。
这个过程可以重复多次,每次到步骤4和步骤5时,考虑直线所代表的点对。
1.2 阈值技术分类
根据阈值确定的不同依据,阈值可分为像素相关阈值、区域相关阈值和坐标相关阈值,阈值技术也相应分为获取和采用这三种阈值的三类技术。
1.2.1 像素相关阈值(全局阈值)
在选择时仅考虑每个像素的性质,也称为全局阈值。因为此时确定
超级会员免费看
订阅专栏 解锁全文
60

被折叠的 条评论
为什么被折叠?



