基于二維Otsu的艦船目標(biāo)圖像分割方法*

余 揚(yáng)

（南部戰(zhàn)區(qū)海軍參謀部作戰(zhàn)勤務(wù)保障大隊(duì) 湛江 524000）

1 引言

原始 Otsu[1]（最大類間方差（Maximum between-class variance））以一維直方圖圖像的背景與目標(biāo)間的方差來確定最佳分割閾值，沒有考慮像素間的空間關(guān)系，據(jù)此，將Otsu方法擴(kuò)展為二維[2～3]直方圖進(jìn)行研究，二維直方圖圖像的分割質(zhì)量雖好，但卻增加了算法的時(shí)間開銷，因此，降低Otsu算法的時(shí)間復(fù)雜度，提高其最佳閾值的計(jì)算速度成為當(dāng)前研究的熱點(diǎn)問題。

為克服算法的計(jì)算量大的問題，Wang等[4]提出了一種自適應(yīng)的二維Otsu閾值分割方法，該方法通過迭代的方式大大提高了算法的技術(shù)速度；Jun等[5]研究提出了一種適用于SAR圖像分割的改進(jìn)Otsu算法；基于積分圖像處理技巧，Lang等[6]設(shè)計(jì)了一種快速Otsu閾值分割方法；此外，李等[7]通過對(duì)圖像分割算法的研究，提出了基于模糊判決的Otsu閾值選取算法，該算法的求取結(jié)果更接近實(shí)際最佳的分割閾值。

2 基于局部盒濾波的Otsu閾值分割

為提高二維Otsu方法閾值的計(jì)算速度，研究采用積分圖像的處理方法[8]，以及局部網(wǎng)格盒濾波技術(shù)，提出一種高效的閾值分割算法。

設(shè)定圖像I(x，y)的尺寸大小為M×N，像素灰度級(jí)記做L，假設(shè)3×3鄰域內(nèi)，像素點(diǎn)的平滑圖像為G(x，y)。又假設(shè)圖像I(x，y)的某一像素的灰度值i與其鄰域的灰度均值j均出現(xiàn)的次數(shù)為fi，j，則聯(lián)合概率密度為

假設(shè)從矩形L×L中任取一點(diǎn)為pi，j，計(jì)算其二維直方圖，如圖1（a）所示。給定任一閾值(s，t)，則直線對(duì)f=s，g=t將該二維直方圖劃分成4個(gè)區(qū)域，如圖1（b）所示：A0，A1分別表示目標(biāo)和背景，A2，A3分別表示邊緣和噪聲。

圖1 原始……