论文部分内容阅读
目标分割是利用图像的时空先验知识对像素点进行逐点分类的一个过程,目标的固有属性体现在密度及其形状即二维平面的空间分布上。既往的阈值分割大多仅利用了目标的密度信息,而忽略了其空间分布信息。鉴于形状先验知识难以获得,提出利用双阈值分割得到临界区域和目标重心,其后以临界区域像素群距目标重心的距离作为形状的空间分布信息,并由最大类间距算法对该距离进行分割从而实现优化。实验结果显示算法在降低噪声和削弱阴影的同时,有效地改善了目标提取的完整性。