基于混合高斯模型和相似度的阈值分割  

Threshold Segmentation Based on GMM Model and Similarity

作　　者：郭红[1] 

机构地区：[1]重庆邮电大学信号与信息处理重庆市重点实验室,重庆400065

出　　处：《电视技术》2013年第3期40-43,共4页Video Engineering

基　　金：国家自然科学基金项目(61071196);教育部新世纪优秀人才支持计划项目(NCET-10-0927);信号与信息处理重庆市市级重点实验室建设项目(CSTC;2009CA2003);重庆市自然科学基金项目(CSTC;2009BB2287;CSTC;2010BB2398;CSTC;2010BB2411)

摘　　要：阈值分割法在图像分割中是一种最为简单和有效的方法,然而如何选取合适的阈值实现有效分割,目前还没有统一的方法。结合信息论与图像的空间信息,提出一种新的阈值优化算法。首先建立图像的混合高斯分布(GMM),然后利用强度的类不确定性和相似度函数特性定制出目标函数,优化出局部阈值,从而获得高效的分割效果。实验结果表明,与大津法(OSTU)相比,该算法能够成功分割出模糊的边界,并且能够将图像中的各个组织有效的分割出来。Threshold segmentation method in image segmentation is one of the most simple and effective methods, but how to select appropriate thresh- old to achieve effective segmentation is still not unified method at present. Based on information theory and image space information, a new threshold op- timization algorithm is put forward. Firstly, image mixed Gaussian distribution （GMM） is established, and by using the intensity of the class uncertainty and similarity function characteristic custom out the target function, the local threshold value is optimized, so as to achieve efficient segmentation effect. The experimental results show that compared with the OSTU, the proposed algorithm can successfully segment fuzzy boundary and image of each effective organization segmentation out.

关 键 词：阈值 混合高斯分布 类不确定性 相似度函数 目标函数 

分 类 号：TN911.73[电子电信—通信与信息系统] TP391.41[电子电信—信息与通信工程]