人体内不同白细胞的数值水平是疾病判断的重要依据之一。在白细胞计数中, 准确分割白细胞是后续分类计数的重要前提步骤, 决定了后续分类计数的准确与否。对于使用各种不同染色方法所得的血液涂片图像, 都可以通过颜色校准, 分别调整RGB图像的R、G、B分量, 改变图像的色彩信息, 接着通过图像HSI颜色空间中的H分量, 结合Otsu自动阈值法和面积阈值法对图像进行分割、处理, 最终准确定位、分割提取出整个白细胞, 用于后续的分类计数。实验结果表明, 该方法分割准确度高、实用性强、操作简单并且效率高。

针对现有图像分割算法存在分割效果不佳及耗时长等缺点，提出了一种二维 Otsu法红外目标阈值分割算法。根据局部邻域熵引入图像背景因子来对图像进行预分类，并采用最佳阈值与类内与类间方差的归一化处理对图像进行图像分类；最终通过约束阈值的搜索范围，来提高算法的准确性与稳定性。实验结果表明，该方法能够对不同类型的图像进行有效的图像分割同时保持较高的编码效率，与其他算法比较，该算法的图像分割效果及消耗时间具有一定的优势。

运动阴影与目标物体粘连, 具有运动一致性, 常常被误检测为运动目标的一部分。运动阴影的存在改变了运动物体的形状, 影响运动目标前景的进一步分析。为了解决这一问题, 提出了一种基于改进萤火虫优化算法的运动阴影去除算法。通过基于种群历史最佳位置影响的改进萤火虫算法(IFA)优化 2-Otsu(二维最大类间差法)距离测度函数的寻优过程, 获得最佳阈值, 并以此进行图像分割, 去除运动阴影, 并同传统 2-Otsu法、粒子群算法(PSO)优化 2-Otsu法、萤火虫算法(FA)优化 2-Otsu法进行比较。实验结果证明, 该方法较其他三种方法分别快 2.69倍, 1.42倍, 1.21倍; 另外, 在区域一致性、阴影检测率和识别率方面均优于其他三种算法, 验证了方法的有效性。

利用单色平行光照射玻璃微珠,入射光在玻璃微珠内经过一次或多次内反射后出射光在最小偏向角会形成彩虹条纹。基于几何光学理论,根据最小偏向角的大小计算玻璃微珠的折射率。为了实现其快速测量,采用参数递推公式计算Otsu法的最佳阈值,并用改进的Otsu法对彩虹图进行了有效的阈值分割。提出了一种能快速有效判断彩虹条纹边缘的方法,并用该方法自动测量了彩虹条纹最外环边缘半径,从而实现了最小偏向角的快速计算。此外,对玻璃微珠折射率测量过程中的不确定度进行了计算,对不同型号的玻璃微珠,折射率的不确定度在10-4数量级,验证了上述方法的正确性。

传统的二维Otsu法采用灰度级-平均灰度级二维直方图, 针对传统二维直方图区域划分存在的不足, 基于灰度级-梯度二维直方图, 提出了一种引入积分图像的快速二维Otsu法, 利用积分图像降低搜索二维直方图最佳阈值的计算复杂度, 从而减少了计算量。实验结果表明, 该方法具有良好的分割效果, 大大地提高了计算速度, 是一种快速有效且实时性好的阈值分割算法。

电路板红外图像芯片提取是电路板红外图像故障检测系统中的重要环节, 已成为红外图像分割领域关注的一个重点。传统的芯片发热区域提取方法大多需要人工干预, 且分割效果不理想, 容易丢失边缘信息, 导致细节特征不明显。针对以上缺陷提出一种结合博弈论的改进马尔可夫随机场分割算法。首先用现有的 OTSU算法对图像进行粗分割, 将图像分为两个子集(背景域和目标域), 然后利用马尔可夫随机场( MRF, Markov Random Field)理论建立图像分割模型, 最后利用结合博弈理论的 MMD(Modified Metropolis Dynamics)算法, 根据模型分别对每个子集进行细致分割, 提取核心发热区域。实验表明, 改进算法应用在电路板芯片发热区域提取时, 能够较好地抑制噪声, 准确处理边缘信息, 与传统算法相比, 在视觉效果和客观数据上都有很大的提高, 具有一定的准确性和鲁棒性。

为了在2维直方图上用Otsu方法更好地分割红外图像、提高抗噪能力, 提出了一种改进的方法。首先分析在2维灰度-邻域均值直方图上的分割存在不准确性, 采用2维灰度-梯度直方图, 且改进对邻域均值的求取算法;然后对Otsu法的阈值函数进行研究, 引入类内的分离信息改进阈值函数, 并简化该阈值函数以降低运算复杂度, 通过实验给出了相应的实验对比。结果表明, 改进的方法能更好地分割目标, 运行时间较少、抗噪性更强。

针对钢管识别统计系统开发中，图像分割环节易受光照不均匀影响的问题，以及对图像增强处理后再分割导致目标错分的不足，本文提出一种多阈值S-F(分割-融合)的图像分割方法。该方法根据改进的Otsu 多阈值法，采用形态学操作与图像融合技术，实现堆垛钢管目标的提取。实验结果表明，在光照不均匀情况下，该方法对钢管图像的分割效果明显优于传统方法，具有不受光照优劣程度影响、适应性强的特点，可应用于机器视觉领域的目标识别。

针对二维Otsu及其改进算法分割直方图非高斯分布的遥感图像效果较差等问题，提出了一种基于最小类平均绝对偏差的遥感图像分割算法（MCMAD）。利用对角线投影法把遥感图像的二维直方图转化为一维直方图，从而降低计算复杂度；在不同阈值下计算一维直方图相应类中像素出现的概率和类中像素灰度的期望值；遍历一维直方图的所有阈值，得到不同阈值对应的类平均绝对偏差，将最小类平均绝对偏差对应的阈值作为最佳阈值分割点。实验结果表明，与二维Otsu及其改进算法相比，MCMAD算法不仅能够很好的分割直方图为高斯分布的遥感图像，而且改善了直方图为拉普拉斯分布的遥感图像分割效果。此外，新算法的时间消耗也很低。

概述了红外图像处理系统对图像预处理的要求，并针对传统图像分割算法中 容易出现的目标错分问题，提出了一种基于灰度梯度映射函数的Otsu法。该方法克服了传统的基于灰度直方图的Otsu法不能 利用图像局部信息和边界信息的缺点，通过将像素点的梯度信息与灰度信息相结合，较好地从背景中分离出了目标。 仿真结果表明，该算法达到了预期的技术指标，很好地实现了红外图像预处理的功能。