首页理论教育视觉测量技术：参数法图像分割实例

视觉测量技术：参数法图像分割实例

2023-11-24 理论教育版权反馈

【摘要】：如果，预先知道每个目标占整个图像的比例p，则可以采用p参数法进行分割。下面以图像中包括两个区域的情况来分析p参数法的基本步骤。由于这种方法需要预先知道各个区域的p值，因此被称为p参数法。 p参数法图像分割实例本例仍以图4.39a为例进行p参数法图像分割，假设p=0.4。图4.39 p参数法图像分割实例从图4.39c中可以看出，当Pa1=0.4，其对应的灰度值为200，因此分割阈值T=200。

当不同区域（即目标）之间的灰度分布有一定的重叠时，双峰法的效果就很差。如果，预先知道每个目标占整个图像的比例p，则可以采用p参数法进行分割。p参数法的基本思想是，选择一个阈值T，使前景目标物所占的比例为p，背景所占比例为1-p。下面以图像中包括两个区域的情况来分析p参数法的基本步骤。假设整个直方图中低灰度区域所占的比例为p₁，则p参数法的具体步骤可以如下描述：

1）计算图像的直方图分布p（r_k）。其中k=0，1，…，N-1，表示图像的灰度等级；r_k表示每个等级的灰度值。

2）从最低灰度值开始，计算图像的累积分布直方图

3）计算阈值T，有

也就是说，阈值就是与p₁最为接近的累积分布函数P_a1（k）所对应的灰度值。

如果图像中有三个区域，并且假设整个直方图中低灰度区域所占的比例为p₁，高灰度区所占的比例为p₂，则低灰度区的分割同上述方法一致。高灰度区的累积函数分布计算过程正好相反，其直方图的累加方向应从高端到低端。令P_a2（k）为从高灰度值到低灰度值的累积分布函数，则有

则从图像中分离出高灰度区的阈值为(www.chuimin.cn)

如果图像的区域数大于3，则可在分离高、低两端区域后的图像中继续用上述方法进行分割，只是要注意分割过程中的起始灰度值不是0和N-1，而是T₁、T₂等。

由于这种方法需要预先知道各个区域的p值，因此被称为p参数法。

【例4.9】 p参数法图像分割实例

本例仍以图4.39a为例进行p参数法图像分割，假设p=0.4。图4.39c给出该图像的累积直方图。

图4.39 p参数法图像分割实例

从图4.39c中可以看出，当P_a1=0.4，其对应的灰度值为200，因此分割阈值T=200。图4.39d给出了阈值为200时获取的二值图像。