2维最大类间平均离差阈值选取快速递推算法

摘要

阈值分割是广泛使用的最为有效的图像分割方法之一.阈值选取是阈值分割的关键.Otsu提出的基于L2范数的最大类间方差法是备受关注的一种方法,而基于L1范数的最大类间平均离差法则更为简捷,效果很好.2维最大类间平均离差阈值选取方法分割精确、抗噪性能好,其效果优于2维最大类间方差法,但存在计算量大、难以实用等缺点.提出了2维最大类间平均离差阈值选取的两种不同的快速递推算法,都可将计算复杂性由0(L4)减少为0(L2).给出了2维最大类间平均离差两种快速递推算法的分割结果及运行时间,并与原始算法及原有的快速算法进行了分析和比较.实验结果表明,这两种递推算法都可以大幅度地提高运算速度,运行时间可减少到原始算法的0.1%,使2维最大类间平均离差阈值分割方法更为实用,目前已被应用于红外目标、车牌、指纹等自动识别系统中.