基于高斯分解的多尺度3D Otsu阈值分割算法

作     者：肖明尧 李雄飞 XIAO Ming-yao LI Xiong-fei

作者机构：长春师范大学计算机科学与技术学院长春130032 吉林大学计算机科学与技术学院长春130012 

出 版 物：《吉林大学学报（工学版）》 (Journal of Jilin University:Engineering and Technology Edition)

年 卷 期：2017年第47卷第1期

页      面：255-261页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61272209) 国家科技支撑计划项目(2012BAH48F02) 

主　　题：计算机应用 图像分割 Otsu算法 噪音 高斯分解 

摘      要：针对阈值图像分割算法对噪音敏感的问题,提出了一种新的基于分解的Otsu阈值分割算法。整个分割算法为一个迭代过程,在每次迭代中,该图像首先用3D Otsu算法进行分割,然后利用高斯核函数对原图像进行滤波,得到一个平滑的图像,然后被输入到下一个迭代中。最后,合并每次迭代过程中产生的分割结果,获得最终的分割结果。该算法的优点在于分割结果稳定,且具有较强的抗噪性。本文在MR大脑图像上进行实验,结果表明,该算法优于其他同类阈值分割算法。