基于最大类间方差的图像分割算法研究

张 丽，李 潇，吴皓天，陈海珠，胡 迪

（1.浙江网新数字技术有限公司，浙江 杭州310030；2.浙江省交通运输科学研究院 道路工程研究所，浙江 杭州310023）

引言

图像分割是图像处理领域的一个重要分支，旨在将图像划分成互不相交的几个区域[1-3]，将目标分离出来。上世纪70年代开始，国内外的专家和学者开始探索利用拓扑学、数学等方法进行图像的处理与分割。出现了一批先进的图像分割技术，典型代表有边缘检测、小波分割、遗传算法等计算方法[4-7]。

随着图像成像技术的发展，图像的密度不断提高，目标区域与背景的像素梯度越来越小，传统的图像处理技术出现了一定的局限性[8-9]。边缘检测分割处理技术的响应速度快，但该方法容易将目标边缘碎片化，目标边缘丧失连续性和封闭性[10-12]。小波变换能将图像从时域变换成频域，通过分析信号的频率变化，来检测图像目标的边缘信息。而遗传算法是通过概率的变迁来指引搜索方向，遗传算法最大的缺陷是评价函数难以选择，初始种群较难确定[13-15]。

为改进传统图像分割方法，本文在传统图像分割方法的基础上，通过对比分析最大熵阈值分割法和迭代式阈值分割法的原理，并在此基础上对比研究了最大类间方差法。最后，选择沥青路面裂缝进行对比验证，比较三种方法的差异，得出最大类间方差法的优势。

1 图像分割技术原理

1.1 最大熵阈值分割

阈值化是图像分割中一种重要的技术。现有大多数方法都通过图像的一维灰度直方图选择阈值。……