[1]徐建东.基于最小二乘法拟合的Otsu快速图像分割方法[J].常州大学学报(自然科学版),2021,33(01):70-76.[doi:10.3969/j.issn.2095-0411.2021.01.011]
　XU Jiandong.A Fast Otsu Image Segmentation Method Based on Least Square Fitting[J].Journal of Changzhou University(Natural Science Edition),2021,33(01):70-76.[doi:10.3969/j.issn.2095-0411.2021.01.011]
点击复制

基于最小二乘法拟合的Otsu快速图像分割方法()
分享到：

常州大学学报(自然科学版)[ISSN:2095-0411/CN:32-1822/N]

卷:
第33卷
期数:
2021年01期
页码:
70-76
栏目:
计算机与信息工程
出版日期:
2021-01-20

文章信息/Info

Title:
A Fast Otsu Image Segmentation Method Based on Least Square Fitting
文章编号:
2095-0411(2021)01-0070-07
作者:
徐建东
(江苏国光信息产业股份有限公司, 江苏 常州 213001)
Author(s):
XU Jiandong
(Jiangsu Guoguang Information Industry Co., Ltd., Changzhou 213001,China)
关键词:
最小二乘法;  Otsu算法;  曲线拟合;  图像分割
Keywords:
least square method;  Otsu algorithm;  curve fitting;  image segmentation
分类号:
TP 391
DOI:
10.3969/j.issn.2095-0411.2021.01.011
文献标志码:
A
摘要:
针对经典Otsu算法计算量大、实时性与抗噪性差的问题,提出了一种基于最小二乘法拟合的Otsu快速图像分割方法。首先,算法在实验图像有效灰度区间上选取9个均匀分布的灰度点,同时计算对应的类间方差数值; 其次,利用最小二乘法对这9个点类间方差数值进行二次曲线拟合; 最后对二次曲线二次求导,求取拟合曲线最大值时对应的阈值。实验结果表明,算法显著提高了计算速度与搜素效率,减少计算方差次数。
Abstract:
In view of the problems of large computation amount, poor real-time and antinoise capability of the classical Otsu algorithm, a fast image segmentation algorithm based on least square method is proposed for the Otsu algorithm. Firstly, nine evenly distributed gray points are selected in the effective gray range of the experimental image, and the corresponding between-cluster variance values are calculated. Secondly, the least square method is used to fit the variance between the nine points; finally, the quadratic derivative is used to obtain the threshold value of the maximum value of the fitting curve.The experimental results show that the algorithm can significantly improve the computational speed and search efficiency, and reduce the number of calculation variance.

参考文献/References:

[1]李学俊, 刘祥俊, 赵礼良. 基于梯度熵的Otsu图像分割算法[J].计算机工程与设计, 2015, 36(3): 705-709.
[2]董忠言, 蒋理兴. 基于图像复杂度的一维Otsu改进算法[J].计算机科学, 2015, 42(6A): 171-174.
[3]王海峰, 章怡, 蒋益锋. 二代小波变换的抗噪Otsu图像分割方法[J].河南师范大学学报(自然科学版), 2017, 45(6): 100-106.
[4]付浩龙, 赵津, 席阿行. 无人机视觉下基于改进Otsu的负障碍物检测[J]. 计算机应用与软件,2020,9(21): 105-110.
[5]WAN Y, TANG L. Gastrointestinal endoscopy image segmentation using modified Otsu algorithm[C]//International Symposium on Fuzzy Systems, Knowledge Discovery and Natural Computation. Xiamen:[s.n.], 2014:90-98.
[6]陈飞. 改进的交互式Otsu红外图像分割算法[J]. 计算机测量与控制, 2020, 28(9): 248-251.
[7]严晨曦, 熊凌. 基于改进的Otsu方法的钢渣彩色图像分割[J]. 计算机工程与设计, 2020, 41(9): 2585-2591.
[8]范九伦, 赵凤. 灰度图像的二维Otsu 曲线阈值分割法[J]. 电子学报,2007, 35(4): 751-755.
[9]高飞彪, 陈南南. 二维Otsu图像快速分割方法的改进[J]. 黑河学院学报, 2019, 10(10): 216-220.
[10]仇国庆, 熊耕耘, 赵文铭. 一种改进的三维Otsu图像分割算法[J]. 计算机科学, 2018, 45(8): 247-252.
[11]罗钧, 刘建强, 庞亚男. 基于邻域搜索JADE的二维Otsu多阈值图像分割[J]. 系统工程与电子技术, 2020, 42(10): 2164-2171.
[12]乔万波, 曹银杰. 一种改进的灰度图像二值化方法[J]. 电子科技, 2008, 28(11): 63-64.
[13]丁晓峰, 何凯霖. 基于最大类间方差的改进图像分割算法[J]. 计算机工程与设计, 2015, 36(10): 2765-2768.
[14]GUO W Y, WANG X F, XIA X Z. Two-dimensional Otsu's thresholding segmentation method based on grid box filter[J]. Optik, 2014, 125(18): 5234-5240.
[15]CHEN Q, ZHAO L, LU J.Modified two-dimensional Otsu image segmentation algorithm and fast realisation[J]. Iet Image Processing, 2012, 6(4): 426-433.
[16]王海峰, 章怡, 蒋益锋. 基于图像复杂度曲线拟合的快速图像分割方法[J]. 计算机科学, 2018, 45(2): 130-134.

备注/Memo

备注/Memo:
收稿日期:2020-09-26。
作者简介:徐建东(1978—),男,江苏靖江人,硕士,高级工程师。E-mail: xujd@guoguang.com.cn
更新日期/Last Update: 2021-01-20