摘要：图像处理技术中主要处理过程之一为图像分割，对于计算机视觉技术，图像分割也是其中的一个主要步骤。简单来说就是把图像分成几个部分，然后从中选取感兴趣的区域。图像分割的技术有很多种，阈值分割方法是其中最常用到的。自动选取阈值方法中最好的方法是Otsu法。Otsu法根据图像灰度级可以将图像分为两部分即目标和背景。Ostu法在图像处理中被们频繁使用，不仅因为它的操作方便还因为大多数时不受噪声的影响。

本文的主要内容主要围绕Otsu法进行展开，首先介绍和分析传统的Otsu法的优点和缺陷。再者，分别在基本的单阈值公式上进行几种加权改进：第一种：将绝对类內方差公式变为相对类內方差公式；第二种：将采用模糊数学中的取小、取大运算，通过这种方法改进的Otsu算法可以获得更合适的阈值；第三种：从信息散度的角度，介绍一种灰度概率加权的Otsu分割方法。最后，对比这几种加权公式之间的优缺点。进一步将改进后的Otsu法应用到多阈值中得到多阈值改进Otsu公式。

关键词：数字图像处理；图像分割；Otsu 方法；多阈值方法；加权处理的Otsu算法

目录

摘要

ABSTRACT

1 绪论-1

1.1研究的背景与意义-1

1.2图像分割的研究现状-1

1.3本文的研究内容-3

1.4本文的组织结构-3

2 数字图像分割的基本知识-4

2.1数字图像分割的定义-4

2.2图像分割方法-5

2.2.1基于阈值的图像分割-5

2.2.2 Otsu方法的介绍-5

2.2.3 Otsu算法的基本原理-6

2.3 Otsu方法的性能分析-8

3 加权改进的一维Otsu算法-11

3.1改进的类內方差公式-11

3.2传统Otsu算法的两种修改方式-13

3.3灰度概率加权的Otsu分割方法-15

3.4基于多阈值的图像分割-16

3.5 改进的多阈值分割-18

4 结论-21

致谢-22

参考文献-23