余力

【摘 要】图像分割是根据图像的某些局部特征（如灰度级、纹理、彩色或统计特征、频谱特征等）的相似性和互斥性，将图像分割成若干子区域，在每个子区域内部具有相似（相同或相近）特征，而相邻子区域不相同（互斥性）。因此，图像局部特征的相似性和互斥性是图像分割的依据[1]。本文首先介绍了双峰法和最大类方差自动阈值法，然后重点介绍一种基于小波变换的图像分割方法。最后，对这几种方法的分割效果进行了比较。结果表明基于小波变换的阈值分割方法较之前两种阈值分割有更好的效果。

【关键词】小波变换；阈值；图像分割

一、阈值图像分割的基本原理

阈值化图像分割是一种最基本的图像分割方法，其基本原理就是选取一个或多个处于灰度图像范围之中的灰度阈值，然后将图像中各个像素的灰度值与阈值比较，并根据比较的结果将图像中的对应像素分成两类或多类，从而把图像划分成互不重叠的区域集合，达成图像分割的目的。

无论是单阈值分割还是多阈值分割，都是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区域还是背景区域，从而产生相应的二值图像。

二、传统分割方法

双峰法和最大类方差法区域分割技术， 是图像分割中最重要而且有效的技术之一， 在实际的图像处理系统中得到了广泛应用。这些都只是传统的分割方法，是全局阈值分割中较好的方法。下面我对这两种方法进行简要的介绍。……