黄翠玲，孔韦韦，李 萌，呼亚萍

(1.西安邮电大学 计算机学院，西安 710121；2.陕西省网络数据分析与智能处理重点实验室，西安 710121)

0 引 言

图像分割技术是计算机视觉和数字图像处理领域中的一项重要研究内容，其主要目标是将图像目标与背景按照某种规则分开来，目前已被广泛应用于遥感[1]、军事[2]、气象[3]、医疗[4]等方面。

在众多图像分割方法中，基于阈值的分割方法占有十分重要的地位。其中，日本学者Otsu[5]提出的一维Otsu算法以目标和背景的类间方差为准则，计算复杂度较低，并能在一般情况下取得较好的分割性能。然而，当该算法用于含噪图像的分割任务时效果并不理想。在此基础上，二维Otsu分割算法[6]综合利用了图像像素点与其邻域空间的相关信息，当作用于低对比度、低信噪比的目标分割时，二维Otsu算法具有较理想的分割效果，但其对象区域和背景区域上的概率和近似为1的假设不够普遍。为此，文献[7]提出了一种基于三维Otsu算法的阈值分割算法，通过限定迭代空间和搜索空间，并用布谷鸟搜索算法进行寻优，但该方法对于椒盐噪声的图像仍然存在错分的问题。徐青等[8]提出了新的基于分解直方图的三维Otsu分割算法，能够满足一定的实时性，但分解技术使得目标及背景部分都有不少错分，分割效果不够理想。刘思言[9]提出了一种直方图区域合并算法，在每次迭代中减少一个阈值，并挑选出相邻区域进行合并，直到达到符合要求的阈值数目。姜圣涛等[10]利用自适应差分进化算法选取阈值分割所需要的最佳参数，把参数带入广义模糊熵的补函数进而得到图像的阈值。……