3 结 论
应用本方法在处理噪声点时，利用其邻域信息来恢复噪声点原始信息，从而避免了错误分割。不仅有效的滤除干扰，而且还能保留原图像的细节信息，改善了图像的总体分割效果。另一方面，它将二维直方图的分割思想转化到一维直方
图中处理，分割速度明显加快。
参考文献：
［1］ Sahoo PK．A Survey of Thresholding Techniques．Computer Vision，
Graphice and Image Processing，1993，41：233～260
［2］ 章毓晋．图像分割．北京：科学工业出版社，2001．77～107 ［3］ Brink A D．Thresholding Digit Images Using Two－Dimensional
Entropics．Pattern Recognition，1992，25（8）：803～808
［4］ 王培珍．基于二维阈值化与FCM相混合的图像快速分割方法．中国图像
图形学报，1998，9：735～738
［5］ 刘健庄．灰度图像的二维OSTU自动阈值分割方法．自动化学报，1993，
1：101～105
［6］ Otsu N．A Threshold Selection Method from Gray－LevelHistogram．IEEETrans System Man Cybernet，1978，4：62～66
西北工业大