文献类型：期刊文章

作　　者：袁小翠[1] 黄志开[1] 马永力[1] 刘宝玲[1]

YUAN Xiaocui;HUANG Zhikai;MA Yongli;LIU Baoling(School of Mechanical and Electronic Engineering,Nanchang Institute of Technology,Nanchang 330099,China)

机构地区：[1]南昌工程学院机械与电气工程学院,江西南昌330099

出　　处：《南昌工程学院学报》

基　　金：江西省教育厅科学技术研究项目(GJJ61122;GJJ16110);国家自然科学基金资助项目(61472173)

年　　份：2019

卷　　号：38

期　　号：1

起止页码：85-90

语　　种：中文

收录情况：CAS、RCCSE、普通刊

摘　　要：Otsu方法是应用最广泛的阈值分割法之一,对直方图呈双模或者多模分布的图像分割效果好,直方图呈单模分布的分割效果差。针对这个结果,从Otsu分割法理论出发,分析其分割阈值的特点,证明得出:Otsu单阈值分割时最佳阈值为该阈值分割出的两类灰度均值的平均,Otsu多阈值分割时的多个最佳阈值是这些阈值分割出的多类中相邻两类灰度均值的平均。单阈值Otsu法用于表面缺陷检测图像分割时将大部分背景错分为目标,对此,提出了一种改进的Otsu阈值分割。实验结果表明,改进的算法分割效果优于传统算法,在比较准确分割目标的同时有效减少背景的误分割。

关 键 词：OTSU方法 阈值分割 机器视觉

分 类 号：TP391.41]