本文深入研究了噪声和不均匀光照图像的阈值分割技术,主要内容如下:1.提出了一种基于加权中值的三维最大Renyi熵阈值分割算法。该算法将加权邻域中值作为第三个描述特征,以此构建了图像的三维直方图。实验结果表明,新加入的邻域加权中值既能有效滤除图像随机噪声,又能较完整地保留边缘细节。与几种常见的二维及三维阈值分割算法相比,该法能够在去除随机噪声的同时保留更多的细节。2.提出了一种基于三维直方图重建和降维的Otsu阈值分割算法。该法对三维直方图中噪声点的分布情况进行分析,重建了三维直方图。同时将三维直方图的区域划分从八分法调整为二分法,使得阈值搜索空间从三维降低到一维。实验结果表明,与几种常用的三维阈值分割算法相比,该算法的时间复杂度更小,抗噪性更强,且分割效果也更为优秀。3.提出了一种多方向灰度波动变换的局部自适应阈值分割算法。该法首先从多个方向依照灰度波动对图像进行转换,构造以多维向量为基础的灰度波动变换矩阵;然后利用主成分分析将高维向量压缩至一维以生成变换图像;最后运用Otsu算法对变换图像进行分割。该法无需分块,且参数较少。实验结果表明,该方法能够有效减弱不均光照对工业检测图像分割的影响,在分割效果上比几种典型的局部算法均有明显提升。