最大类间方差算法在运动检测系统中的应用.doc

最大类间方差算法在运动检测系统中的应用江亲瑜,李平,孙兰(,辽宁大连116622;,辽宁大连116622;,辽宁大连116622)联系作者:李平E-mail:liping5211985@摘要:在运动检测系统中,快速有效的图像分割是必不可少的一个环节。最大类间方差法是一种常用而有效的图像分割算法,并已在许多实时系统中采用。为满足系统对实时性的要求,采用Altera公司的CycloneII系列的FPGA实现最大类间方差算法。采用Verilog语言对算法实现建模,并在QuartusⅡ平台进行了仿真验证。实验结果表明,该设计能够快速有效的得到阈值,并能有效保护模糊目标的作用。关键词:运动检测系统;图像分割;最大类间方差;FPGAApplicationofOtsumethodinMotionDetectionSystemJIANGQin-yu,LIPing,SUNLan(,DalianUniversity,Dalian116622,China;,DalianUniversity,Dalian116622,China;,DalianUniversity,Dalian116622,China;)Abstract:Inthemotiondetectionsystem,,andhasbeenusedinmanyvariousreal--timesystems,animplementationonFPGAofAltera'sCycloneIIseriesfortheBCVC(putation)ofOtsu’Ⅱ,:motiondetectionsystem;imagesegmentation;Otsu;FPGA0引言在众多的图像分割算法中,阈值法因其实现简单、计算量小、性能较稳定等优点被广泛采用。阈值法是利用图像中所要提取的目标与背景在灰度特性上的差异,通过选取合适的灰度阈值来对图像进行分割,从而将目标从背景中区分出来。常见的求取阈值的算法有p-分位数法、迭代法、熵方法、凹面分析法、最大类间方差法(Otsu)等。基于对上述算法的了解比较,本系统选用Otsu算法对图像进行处理。本文拟采用Altera公司CycloneII系列的FPGA实现最大类间方差法以达到图像分割的目的。1最大类间方差法原理最大类间方差法(Otsu法)是由Otsu于1979年提出的动态阈值分割方法,它的基本思想是利用一幅图像的灰度直方图,依据类间距离极大准则来确定区域分割门限。这种方法自提出以来一直被认为是阈值分割的经典算法,并且对单峰图像也有较好的分割效果,并且适用于目标较小的差分图像。并且Otus算法计算简单,便于用FPGA实现。该方法的基本原理如下:在实际运用中,往往使用以下计算公式:(1)化简得:           (2)其中,为两类间最大方差,为A类概率,为A类平均灰度,为B类概率,为B类平均灰度,为图像总体平均灰度。即阈值T将图像分成A,B两部分,使得两类总方差取最大值的T,即为最佳分割阈值。显然、均可用直方图统计的方法求出,、可用灰度统计的方法求出。2 (2)中得到式(3)。为了简化计算,可以将类间方差的表达式改写,如式(3)所示。由于对于每帧图像来说,N是一个固定的常数,可以忽略不计,所以式(3)可进一步改写为式(4),s,l分别为最大值最小值。这样做不但可以减少运算复杂度,还可以提高计算的精度。(3)            (4)由式(4)可看出,只需知道Input1=input2=input3=input4=四个数据的值,即可算出的值,而这四个数据均可由直方图统计或灰度统计得到结果。图1