摘要：图像分割是图像分析的第一步，是计算机视觉的基础，是图像理解的重要组成部分，也是图像处理、模式识别等多个领域中一个十分重要且又十分困难的问题。在图像处理过程中，原有的图像分割方法都不可避免的会产生误差，这些误差会影响到图像处理和识别的效果。

阈值选取是图像处理中的一个基本问题，在机器视觉、图像分析和理解等领域有着广泛的应用。阈值选取的目的在于按照灰度级，将图像划分成与现实景物相对应的一些有意义的区域。本文根据阈值选取的特点，提出了一种基于最大类间方差法（Otsu法）的改进分割方法，特别是在图像阈值最佳化的选取中，其效果有较大提高。

本文对Otsu法的基本概念和研究进展进行了综述；重点阐述了基于Otsu进行图像分割算法的原理、过程，并对该方法进行改进，在MATLAB中进行方法的实现，验证改进方法的效果。实验结果表明基于该方法的分割速度快，分割效果明显，分割质量高，达到了预期目的。

关键词：图像分割  阈值  Otsu算法

目录

摘要

Abstract

引   言-1

1图像分割研究背景及意义-2

2图像分割技术研究现状-3

2.1图像分割基本概念-3

2.2图像分割的体系结构-4

2.3图像分割方法分类-5

2.3.1阈值分割方法-5

2.3.2边缘检测方法-8

2.3.3区域提取方法-8

2.3.4结合特定理论工具的分割方法-9

2.4图像分割的质量评价-10

3阈值分割法现状-12

3.1阈值分割的应用研究概况-12

3.2阈值分割法的基本概念-12

4图像分割阈值选取中Otsu法的改进-14

4.1Otsu法原理-14

4.2Otsu法图像分割-14

4.3对Otsu法选取阈值的改进-15

5程序实现代码-21

结   论-24

致   谢-25

参考文献-26