圖像閾值化是圖像分割中的重要技術(shù),《灰度圖像閾值分割法》結(jié)合作者的研究成果,從數(shù)學(xué)機(jī)理和算法角度,基于灰度直方圖統(tǒng)計(jì)信息,較為系統(tǒng)地闡述了灰度圖像閾值分割的幾個主要方法,包括Otsu法(也稱為**類間方差法或*小類內(nèi)方差法)、*小交叉熵法、**熵法、*小誤差法以及基于灰度共生矩陣的閾值法和其他方法。
更多科學(xué)出版社服務(wù),請掃碼獲取。
圖象分割,研究
目錄
前言
第1章 緒論 1
1.1 圖像分割 1
1.2 灰度圖像模型 7
1.3 灰度圖像分割質(zhì)量評價準(zhǔn)則 9
1.3.1 主觀評價準(zhǔn)則 10
1.3.2 客觀評價準(zhǔn)則 12
1.3.3 測試用灰度圖像 14
參考文獻(xiàn) 17
第2章 判別分析閾值法Ⅰ——基于平方距離 21
2.1 最大類間方差法 21
2.1.1 一維最大類間方差法 21
2.1.2 一維最大類間方差法的改進(jìn) 31
2.1.3 二維最大類間方差法 40
2.1.4 曲線閾值型二維最大類間方差法 45
2.1.5 三維最大類間方差法 50
2.2 二維灰度直方圖的投影閾值法 55
2.2.1 最佳投影閾值法 56
2.2.2 二維直方圖的Fisher分割法 59
2.2.3 二次曲線判別方法 62
2.3 聚類分析法 64
參考文獻(xiàn) 66
第3章 判別分析閾值法Ⅱ——基于信息距離 70
3.1 最小交叉熵法 70
3.1.1 一維最小交叉熵法 70
3.1.2 二維最小交叉熵法 77
3.1.3 直線閾值型二維最小交叉熵法 80
3.1.4 最小散度法 86
3.2 最小卡方統(tǒng)計(jì)法 87
3.2.1 最小卡方統(tǒng)計(jì)法Ⅰ 88
3.2.2 最小卡方統(tǒng)計(jì)法Ⅱ 92
3.2.3 最小卡方統(tǒng)計(jì)法Ⅲ 95
3.3 最小Tsallis交叉熵法 95
3.4 最小Renyi交叉熵法 97
3.5 最小倒數(shù)交叉熵法 99
3.6 最小指數(shù)交叉熵法 100
3.7 最小itakura-Saito散度法 101
參考文獻(xiàn) 103
第4章 信息熵閾值法 106
4.1 最大后驗(yàn)信息閾值法 107
4.1.1 最大后驗(yàn)熵閾值法 107
4.1.2 約束條件下的最大后驗(yàn)熵閾值法 112
4.1.3 最大閾值化圖像信息閾值法 113
4.2 最大廣延熵閾值法 120
4.2.1 一維最大廣延熵閾值法 120
4.2.2 二維最大廣延熵閾值法 125
4.3 最大非廣延熵閾值法 130
4.3.1 一維最大Tsallis熵閾值法 130
4.3.2 一維最大Arimoto熵閾值法 133
4.3.3 一維最大Kaniadakis熵閾值法 134
4.3.4 一維最大Masi熵閾值法 137
4.4 最大空間圖像熵閾值法 138
參考文獻(xiàn) 141
第5章 模型匹配閾值法 147
5.1 正態(tài)分布假設(shè)下的最小誤差閾值法 147
5.1.1 一維最小誤差閾值法 147
5.1.2 二維最小誤差閾值法 155
5.1.3 二維直線閾值型最小誤差閾值法 162
5.2 泊松分布假設(shè)下的最小誤差閾值法 169
5.2.1 泊松分布假設(shè)下的一維最小誤差閾值法 169
5.2.2 等價描述 170
5.3 瑞利分布假設(shè)下的最小誤差閾值法 173
5.3.1 瑞利分布假設(shè)下的一維最小誤差閾值法 173
5.3.2 等價描述 175
參考文獻(xiàn) 179
第6章 共生矩陣閾值法 181
6.1 對稱共生矩陣閾值法 181
6.1.1 對稱共生矩陣 181
6.1.2 基于繁忙度的閾值法 182
6.1.3 基于均值的閾值法 188
6.2 非對稱共生矩陣閾值法 195
6.2.1 非對稱共生矩陣 195
6.2.2 最大熵閾值法 197
6.3 均勻概率閾值法 199
6.3.1 基于相對熵的閾值法 199
6.3.2 最小平方距離的閾值法 202
6.4 最小空間熵閾值法 204
參考文獻(xiàn) 206
第7章 其他閾值法 209
7.1 P-分位數(shù)法 209
7.2 一致誤差閾值法 210
7.3 矩量保持閾值法 212
參考文獻(xiàn) 213