改进的OTSU和最大熵结合的迭代图像分割算法

摘要

传统图像分割算法多存在难以精确分割灰度值与背景相近的虚弱对象,且常将噪声分割为对象,本文针对难以解决虚弱对象的精确分割问题,提出了一种以保留类内方差的OTSU和最大熵原理为基础,通过多次迭代求取更加精准的阈值对图像进行分割的改进算法。首先,计算初始阈值,将图像分割为对象与背景二类,再分别求得对象与背景的加权平均值,根据该平均值将图像像素分为对象、虚弱、背景3类区域;其次,运用OTSU算法对虚弱区域进行阈值更新,通过迭代使得到的阈值更加精准。实验结果表明,该算法不仅能将细小碎片分割出来,还能较完整地保留轮廓信息,对于有光亮噪声的图像依旧能够快速且准确地分割出目标对象。该算法对虚弱对象分割效果好,抗噪能力强,显著优于其他传统分割算法。