[论文解读] Image Segmentation by Using Threshold Techniques

Salem Saleh Al-amri, N. V. Kalyankar+1 more|arXiv (Cornell University)|May 21, 2010

Medical Image Segmentation Techniques参考文献 7被引用 198

一句话总结

本文在三幅卫星图像上评估了五种基于阈值的图像分割技术——均值法、P分位法、直方图依赖法（HDT）、边缘最大化法（EMT）和视觉法，以确定最有效的自动分割方法。研究发现，EMT和HDT在保持图像结构和边缘准确性方面始终优于其他方法，其中EMT在纹理复杂的卫星图像中表现更优，因其采用边缘敏感的阈值优化策略。

ABSTRACT

This paper attempts to undertake the study of segmentation image techniques by using five threshold methods as Mean method, P-tile method, Histogram Dependent Technique (HDT), Edge Maximization Technique (EMT) and visual Technique and they are compared with one another so as to choose the best technique for threshold segmentation techniques image. These techniques applied on three satellite images to choose base guesses for threshold segmentation image.

研究动机与目标

• 评估并比较五种基于阈值的图像分割技术在卫星图像分割中的有效性。
• 识别出在最小化分割误差的同时，能有效保留图像特征（如边缘和纹理）的最优阈值分割方法。
• 评估各方法在不同卫星图像特性（包括对比度和噪声水平）下的鲁棒性。
• 为遥感与计算机视觉应用中的阈值技术选择提供比较依据。

提出的方法

• 均值法通过图像直方图的平均灰度值计算全局阈值。
• P分位法基于累积分布函数选择阈值，选取指定百分位数对应的灰度值。
• 直方图依赖法（HDT）利用局部直方图峰值确定最优阈值，从而增强多模态灰度分布图像的分割效果。
• 边缘最大化法（EMT）选择能最大化目标边界梯度幅值的阈值，从而提升边缘检测性能。
• 视觉法依赖于对图像及其直方图的视觉检查，人工选择阈值。
• 所有方法均应用于三幅卫星图像，性能依据视觉质量与结构保持程度进行评估。

实验结果

研究问题

• RQ1 在纹理和对比度各异的卫星图像中，哪种阈值分割技术能产生最精确的分割结果？
• RQ2 与人工视觉阈值选择相比，自动化阈值分割方法（均值法、P分位法、HDT、EMT）在分割保真度方面表现如何？
• RQ3 在复杂的卫星图像中，不同阈值分割技术的边缘保持程度差异有多大？
• RQ4 直方图依赖法（HDT）是否在处理遥感图像中常见的多模态灰度分布时优于其他方法？

主要发现

• 边缘最大化法（EMT）在边缘保持和分割准确性方面表现最佳，尤其在具有清晰目标边界的图像中。
• 直方图依赖法（HDT）在具有多模态灰度分布的图像中表现出色，能有效识别多个区域。
• 均值法在非均匀灰度图像中产生过度分割结果，表明其适应性较差。
• P分位法表现中等，但对百分位数的选择敏感，导致在不同图像间结果不一致。
• 视觉法虽在受控环境下有效，但结果不一致且具有主观性，缺乏可重复性。
• EMT和HDT在所有三幅测试的卫星图像中均位列前两位，其中EMT表现最为稳健。