图像分割是图像处理领域中的重要内容,在诸多的分割方法中,阈值法是最广泛使用的一类方法。本文对阈值法中的基于最大类间方差的图像分割方法进行了研究,主要工作内容和所取得的研究成果如下:1.引入邻域对比度的概念,提出了基于邻域对比度、像元灰度和邻域灰度均值三维向量的最大类间方差分割方法,该方法不仅利用了图像像元点本身的灰度分布信息,而且充分考虑了像元点之间的灰度相关信息,构造出三维观测空间,根据各信息间的竞争性、冗余性和互补性,进行有效的融合,得到比一维最大类间方差法更真实、准确的处理效果。2.引入初始阈值的概念,提出了在初始阈值范围内计算三维最大类间方差的方法,初始阈值的选取基于简单的图像统计,避免了分析复杂的图像灰度直方图的过程,也不涉及阈值函数的优化问题,计算简单、快速,确定了初始阈值范围后计算三维最大类间方差,有效的降低了三维最大类间方差分割方法的时间复杂度,节省了计算时间。3.改进三维直方图,将其Y坐标改为像元的灰度值与其邻域灰度均值的差的绝对值,不但尽可能地包含了所有的目标内部和背景内部,而且进一步剔除了噪声点的影响,缩小了解空间,提高了运算的速度;对含噪声的模糊区域进行处理,增强了分割的精度;推导出三维最大类间方差计算的快速递推公式,减少了计算量,降低了空间复杂度。4.在实验中运用C++语言实现了该分割方法,并验证了分割效果。实验表明,对于低对比度、低信噪比的目标,在实时性应用时该方法具有良好的分割性能。