《表1 图像分割阈值：基于图像二值化的柔性机构振动非接触测量方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于图像二值化的柔性机构振动非接触测量方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证改进算法的分割效果，使用Lena原图和加高斯噪声Lena图进行处理，比较传统二维最大类间方差算法和改进二维最大类间方差算法的分割阈值以及计算时间。应用改进二维最大类间方差算法对二维灰度直方图进行处理时，由于图像的灰度为8 bit，即L=256，如果二维灰度直方图被等分的子区域数目过少，会导致图像分割效果不佳，而被等分的子区域数目过多，则会降低图像分割速度，因此，综合考虑图像分割质量与速度，将分块参数M取为128，即将二维直方图横、纵轴128等分，直方图被分为128×128个子区域，图像每个子区域包含2个灰度级（R=2），即每个子区域包含4个像素点，同理取迭代步长b=4。实验平台为Intel core i5-8500 3.0GHz CPU，实现软件为MATLAB2015b，编写两者的算法程序，对Lena原图和加高斯噪声Lena图进行分割，从图像分割时间及准确性上进行对比，结果如图5、图6和表1、表2所示。