基于Otsu准则和性质的降维阈值分割法

通过对传统二维Otsu算法和二维直线阈值分割法进行分析,发现该两种算法在穷举计算时其计算量很大,计算时间长,严重拖慢了处理速度,不适用与时间要求高的场景。所以本文提出了一种基于Otsu准则和性质的降维快速阈值分割法。该算法将传统的一维直方图转换成两个一维直方图,再根据Otsu准则和性质快速计算出其基于图像灰度值和基于邻域平均灰度值的两个阈值,并使用以上两个阈值和二维直方图数据完成图像二值化。通过对本文的算法与二维Otsu直方图法以及二维阈值直线法进行数据比较,其结果表明:本文的算法可以有效避免传统算法在噪声干扰方面的缺陷,同时运算速度大大被提高,更加适用于实时图像处理。