4.2 图像阈值分割概述

阈值分割是一种有效且简单的基于区域的图像分割方法，其目的是将图像中的像素集合依据灰度级划分，从而得到拥有同等性质的每个区域以及具有相同性质的邻接区域，且每个区域都与实际景物对应一致。阈值分割方法的基本思想是依据图像中要分割的目标、背景的不同灰度特征，通过取一个最佳阈值，将图像中像素点隶属于目标还是背景划分出来，从而将图像划分为两类区域的组合而完成图像分割的目的。

阈值分割法的基本原理是，设置有差别的特征阈值，对要分割图像的所有像素点实现分类，即利用确定的阈值和待分割图像的像素点的灰度值进行比较，并根据对比结果将图像像素分为目标和背景这两类像素点的集合。假设原始图像为g（x，y），接着遵循一定的准则确定出待分割图像的阈值T；根据此阈值将小于阈值T的像素点的值设为I₁，将大于或等于阈值T的像素点设为I₂，此时初始图像g（x，y）就被分割为两部分，其分割结果为f（x，y），且图像f（x，y）的表达式如下：

从阈值分割的表达式中可以看出，如何确定出最佳阈值是整个阈值法的关键，也是该方法的难点所在。实际中，图像中的像素往往要被分为几类，因此一个单一的阈值是不够的，需要多个阈值对图像中的像素点进行分类操作。因而单阈值算法是多阈值算法的一种特例，多阈值算法又是单阈值算法的进一步发展。图像阈值分割的框图如图4-1所示。

图4-1 图像阈值分割框图

图像阈值分割的步骤分为两步：首先，确定待分割图像的阈值T；其次，将待分割图像的阈值T分别与待分割图像的所有像素的灰度级进行比较，从而最终得到划分了区域的图像，即分割后的图像。