图像阈值分割技术

Vol.20No.23ElectronicDesignEngineering

2012年12月Dec.2012

浅谈图像阈值分割技术

杨修国

（陕西工业职业技术学院电气工程学院，陕西咸阳712000）

摘要：图像分割是一种关键的图像技术，在理论研究和实际应用中都得到了人们的广泛重视。图像分割的方法和种类有很多，有些分割运算可直接应用于任何图像，而另一些只能适用于特殊类别的图像。有些算法需要先对图像进行粗分割，因为他们需要从图像中提取出来的信息。例如：可以对图像的灰度级设置门限的方法分割。值得提出的是，没有唯一的标准的分割方法。本文通过对图像阈值分割的描述、分类、特点分析，让人们熟悉阈值分割的特点，为今后在图像分割方面提供一条解决问题的思路。

关键词：图像分割；阈值；图像处理；灰度值；图像分割中图分类号：TP317.4

文献标识码：A

文章编号：1674－6236（2012）23-0036-02

Discussionofimagethresholdsegmentation

YANGXiu-guo

（ShaanxiInstituteofIndustryTechnologySchoolofElectricalEngineering，Xianyang712000，China）

Abstract:Abouttheimagesegmentationproblemhasbeenformanyyearsresearchhottopic，therapiddevelopmentofthehigh-techtoday，imageprocessinghasappliedtothesocietyinallareas.Thisarticlethroughtotheimagethresholdsegmentationdescription，classification，characteristicsanalysis，andletpeoplefamiliarwiththresholdsegmentationcharacteristicsforthefutureprovideaimagesegmentationmethodstoresolveproblems.

Keywords:imagesegmentation；threshold；imageprocessing；greyvalue；imagesegmentation

通过所来研究，关于图像处理方法近100多种[1]，阈值法是一种传统的图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术．已被应用于很多的领域，本文通过对阈值分割的分析研究，为今后在处理关于图像分割问题提供参考方法和依据。

另外，还可以将阈值设置为一个灰度范围[t1，t2]，凡是灰度在范围内的像素都变为1，否则皆变为0，即：

g（x，y）=

1t≤fxy≤t≤0

1

（，）

其他

2

（2）

某种特殊情况下，高于阈值t的像素保持原灰度级，其他像素都变为0，称为阈值法，分割后的图像可表示为：

1阈值分割

图像阈值分割是一种广泛应用的分割技术，利用图像中

g（x，y）=

1.2

fxy≥0

（，）f（x，y）≥t

其他

（3）

要提取的目标区域与其背景在灰度特性上的差异，把图像看作具有不同灰度级的两类区域（目标区域和背景区域）的组合，选取一个比较合理的阈值，以确定图像中每个像素点应该属于目标还是背景区域，从而产生相应的二值图像。

阈值分割法的特点是：适用于目标与背景灰度有较强对比的情况，重要的是背景或物体的灰度比较单一，而且总可以得到封闭且连通区域的边界。

[2]

阈值分割图像的基本原理

阈值分割图像的基本原理可用下式表示：

g（x，y）=

Z≤Z

EB

f（x，y）∈T

其他

（4）

其中，f（x，y）表示原始图像，g（x，y）为分割后的图像，T为阈值。

阈值的选取时是阈值分割技术的关键，如果过高，则过多的目标点被误归为背景，使得目标区域受损[3]；如果阈值过低，则会出现相反的情况。由此可见，阈值分割算法主要有2个步骤：

1.1图像二值化

设原始图像f（x，y），以一定的准则在f（x，y）中找出一个

合适的灰度值，作为阈值t，则分割后的图像g（x，y），可由下式表示：

1）首先，确定一个合理的分割阈值；

1fxy≥t

≥0fxy＜t

（，）

（，）

或g（x，y）=

g（x，y）=

1fxy≤t≥0fxy＞t

（，）

（，）

（1）

2）其次，根据确定的阈值与像素值进行比较，对图像的

像素进行划分。

在利用阈值方法来分割灰度图像时一般都对图像有一

收稿日期：2012-07-25稿件编号：201207149

作者简介：杨修国（1976—），男，陕西武功人，硕士，讲师。研究方向：计算机网络。

－36－

杨修国浅谈图像阈值分割技术

定的假设。基于一定的图像模型的。最常用的模型：假设图像由具有单峰灰度分布的目标和背景组成，处于目标或背景内部相邻像素间的灰度值是高度相关的，但处于目标和背景交界处两边的像素在灰度值上有很大的差别[4]。如果一幅图像满足这些条件，它的灰度直方图基本上可看作是由分别对应目标和背景的两个单峰直方图混合构成的[5]。

2

基于阈值的分割

2.1

阈值分割方法定义

基于阈值的分割方法是一种应用十分广泛的图像分割

技术。所谓阈值分割方法的实质是利用图像的灰度直方图信息得到用于分割的阈值[6]。它是用一个或几个阈值将图像的灰度级分为几个部分，认为属于同一个部分的像素是同一个物体。它不仅可以极大的压缩数据量，而且也大大简化了图像信息的分析和处理步骤[7]。因此，在很多情况下，是进行图像分析、特征提取与模式识别之前必要的图像预处理过程。它特别适用于目标和背景占据不同灰度级范围的图像。阈值分割方法的最大特点是计算简单，运算效率高，在重视运算效率的应用场合，它得到了广泛的应用[8]。

最佳全局阈值确定的常用方法一般有下面几种：试验法、直方图法和最小误差法（这种方法假设背景和前景的灰度分布都是正态分布的）。当光照不均匀、有突发噪声，或者背景灰度变化比较大时，整幅图像分割将没有合适的单一门限，因为单一的阈值不能兼顾图像各个像素的实际情况。这时，可对图像按照坐标分块，对每一块分别选一阈值进行分割。这种与坐标相关的阈值称为动态阈值方法，也称为自适应阈值方法。这类方法的时间和空间复杂度比较大，但是抗噪声能力比较强，对采用全局阈值不容易分割的图像有较好的效果。自适应阈值选取的比较简单的方法是对每一个像素确定以它为中心的一个邻域窗口，计算窗口内像素的最大和最小值，然后取它们的均值作为阈值。

2.2阈值分割的描述

设（x，y）是二维数字图像的平面坐标，图像灰度级的取

值范围是G={0，1，2，…L-1}（习惯上0代表最暗的像素点，L-

1代表最亮的像素点），位于坐标点（x，y）上的像素点的灰度

级表示为f（x，y）。设t∈G为分割阈值，B={b0，b1}代表一个二值灰度级，并且b0，b1∈B。于是图像函数f1（x，y）在阈值t上的分割结果可以表示为：

f1（x，y）=

≥b0，f（x，y）＜tb1

，f（x，y）

≥t

（5）

阈值分割法实际就是按某个准则函数求最优阈值t的过程。阈值一般可写成如下的形式：

T=T[x，y，f（x，y），p（x，y）]

（6）

其中f（x，y）是在像素点（x，y）处的灰度值，p（x，y）是该点

邻域的某种局部性质。

2.3阈值分割方法的分类

通过上文的讨论，结合所给公式，可以将阈值分割方法

分为以下3类：

1）全局阈值：T=T[p（x，y）]，即仅根据f（x，y）来选取阈值，

阈值仅与各个图像像素的本身性质有关。

2）局部阈值：T=T[f（x，y），p（x，y）]，阈值与图像像素的本

身性质和局部区域性质相关。

3）动态阈值：T=T[x，y，f（x，y），p（x，y）]，阈值与像素坐标，

图像像素的本身性质和局部区域性质相关。

全局阈值对整幅图像仅设置一个分割阈值，通常在图像不太复杂、灰度分布较集中的情况下采用；局部阈值则将图像划分为若干个子图像，并对每个子图像设定局部阈值；动态阈值是根据空间信息和灰度信息确定。局部阈值分割法虽然能改善分割效果，但存在几个缺点：

1）每幅子图像的尺寸不能太小，否则统计出的结果无

意义。

2）每幅图像的分割是任意的，如果有一幅子图像正好落

在目标区域或背景区域，而根据统计结果对其进行分割，也许会产生更差的结果。

3）局部阈值法对每一幅子图像都要进行统计，速度慢，

难以适应实时性的要求。

全局阈值分割方法在图像处理中应用比较多，它在整幅图像内采用固定的阈值分割图像。考虑到全局阈值分割方法应用的广泛性，本文重点讨论全局阈值分割方法。

2.4阈值分割的特点

1）对于物体与背景有较强对比的图像分割特别有效；2）计算简单；

3）总能用封闭而且连通的边界定义不交叠的区域；4）具有并行性；

5）可以推广到非灰度特征，如果物体同背景的区别不在

灰度值，而是其他特征，如纹理等，可以先计算那种特征，再转化为灰度图，然后就可以利用阈值分割技术。

3结论

阈值分割法是一种传统的图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术．已被应用于很多的领域。。图像阈值化分割是一种最常用，同时也是最简单的图像分割方法，它不仅可以极大的压缩数据量，而且也大大简化了分析和处理步骤，因此在很多情况下，是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。图像阈值化的目的是要按照灰度级，对像素集合进行一个划分，得到的每个子集形成一个与现实景物相对应的区域，各个区域内部具有一致的属性，而相邻区域布局有这种一致属性。这样的划分可以通过从灰度级出发选取一个或多个阈值来实现。参考文献：

[1]CannyJ.Acomputationalapproachforedgedetection[J].IEEETrans.PatternAnal.MachineIntell.，2005，8（6）：679-698.

（下转第40页）

－37－

《电子设计工程》2012年第23期

参考文献：

[1]石天立.虚拟试验设备组件辅助生成软件开发[D].哈尔滨：

哈尔滨工业大学，2010.

[2]姚欣.JavaCard调试系统中3J模块的设计与实现[D].

北京：北京交通大学，2011.

[3]刘志强.基于风险测试的软件测试方法研究[J].内蒙古民

族大学学报：自然科学版，2012（2）:162-164.

LIUZhi-qiang.Thestudyofsoftwaretestingbasedonriskimpact[J].JournalofInnerMongoliaUniversityforNationalities：NaturalSciences，2012（2）:162-164.

图6

改进的X测试模型

[4]李刚，姚红.软件测试用例设计的方法与实现[J].大众科

技，2012（1）:14-15.

Fig.6ImprovedXtestingmodel

所有的测试路径，包括错误的路径；3）单元测试应该是可以

重复的。

本模型的测试流程分为3个阶段：1）在测试准备阶段，由用户和系统设计人员进行需求沟通，同时进行系统的整体设计。2）在测试执行阶段，由每个模块的测试设计人员与用户结对，对每个程序片段进行沟通，同时确定单元测试准则。单元测试准则要尽可能详尽，并且要考虑到将来的需求变更，对集成后的程序同时进行测试设计，并对测试结果进行记录，为以后的迭代做好数据基础。此外，还要保证与程序片段开发人员进行协商，以便随时可以进行迭代的测试设计。3）在迭代阶段，根据需求变化的内容，在修改后的单元测试准则下，进行进一步的迭代测试[7]。同时保留测试结果，以便为后续迭代[8-9]提供数据补充。

LIGang，YAOHong.Methodsandimplementationofsoftwaretestcasedesign[J].PopularScience&Technology，2012（1）:14-15.

[5]朱少民.软件测试方法和技术[M].北京:清华大学出版社，

2010:59-108.

[6]翟志华，单锦辉，孙萍.软件故障预防方法探讨[C]//第五届

中国测试学术会议论文集，2008.

[7]WatkinsJ.实用软件测试过程[M].北京:机械工业出版社，

2004:1-56.

[8]邹大伟，佟良.基于迭代域性能函数的非脆弱保性迭代学

习控制[J].电子科技，2009（6）：1-6.

ZOUDa-wei，TongLiang.Non-fragileguaranteedcostiterativelearningcontrolbasedonaperformancefunctionoveriterations[J].ElectronicScienceandTechnology，2009（6）：1-6.[9]郭军军，吴代文.改进的离散字母表迭代译码算法研究[J].

现代电子技术，2012（4）：4-6.

3结束语

软件测试一直是软件开发过程中较为灵活又较为重要

的一种程序，对各种测试模式的研究有利于软件测试工作的提高。如何组合出更加完善的软件测试模型是软件开发人员应与考虑的问题，我将在这一领域做细致的研究，进行分析，针对将出现的新情况做出改进和完善，以期有新的突破。

GUOJun-jun，WUDai-wen.Researchonimproveddiscretealphabetiterativedecodingalgorithm[J].ModernElectronicsTechnique，2012（4）：4-6