【技术实现步骤摘要】
一种基于三维连通性的图像阈值测定方法及装置
本专利技术属于图像处理领域,涉及一种图像阈值测定方法及装置,特别涉及一种基于三维连通性的图像阈值测定方法及装置。
技术介绍
阈值法是图像分割常用的方法之一,它利用图像中目标与背景在灰度值上的差异,通过设置阈值对像素进行分类,从而实现目标与背景的分离。常用的阈值法包括:(1)人工经验选择法根据先验知识,或者通过对图像中的目标与背景进行分析总结规律,获得目标和背景的像素值区间,在此基础上找出比较好的阈值。该方法不能实现自动的阈值选取,因此,效率较低,而且易受图像质量的影像,导致显著的分割误差。(2)最大类间方差法也称大津法,它的基本思想是,根据图像的灰度特性将图像分为前景和背景两个部分,两部分之间差别最大时的阈值最佳,其采用的衡量差别的标准就是最大类间方差。设M为图像的灰阶数,N为像素总数,N1为背景像素总数,N2为前景像素总数,Pi表示像素值为i的像素点总数,则背景像素占比:ω0=N1/N前景像素占比:ω1=N2/N背景像素的灰度均值:前景像素的灰度均值:图像的灰度均值:μ=ω0×μ0+ω1×μ1图像的类间方差:σ=ω0×(μ0-μ)2+ω1×(μ1-μ)2将类间均值公式代入,则有:σ=ω0×ω1×(μ0-μ1)2该方法是目前最常用的阈值计算方法。由于在分割过程中对每个像素都使用了相等的阈值,因此,只适用于前景灰度特征连续的图像。(3)迭代法 ...
【技术保护点】
1.一种基于三维连通性的图像阈值方法,其特征在于,包括:/nS100,将一次采集的二维图像全部导入,得到二维图像组,全部二维图像通过三维重建能够得到针对图像中目标的三维图像;/nS200,设定分割阈值间隔ο,判别参量阈值ε;/nS300,选择阈值搜索初始值μ
【技术特征摘要】
1.一种基于三维连通性的图像阈值方法,其特征在于,包括:
S100,将一次采集的二维图像全部导入,得到二维图像组,全部二维图像通过三维重建能够得到针对图像中目标的三维图像;
S200,设定分割阈值间隔ο,判别参量阈值ε;
S300,选择阈值搜索初始值μ0,该阈值搜索初始值μ0小于等于分割阈值;
S400,分别计算阈值μ0-2*ο、阈值μ0-ο和阈值μ0下分割出的前景区域体素总数量N,和/或分割出的体素总数量M,和/或分割出的非前景区域体素总数量L;
S500,基于S400中测定的参数设定判别参量β,该判别参量β用以衡量分割出的前景区域体素总数量N是否出现陡增;
S600,若判别参量β>判别参量阈值ε,则跳到S800;否则,继续S700;
S700,μ0←μ0+ο,返回S400;
S800,取当前β对应的阈值μ0,并输出μ0-ο,作为最佳阈值。
2.根据权利要求1所述的方法,其特征在于,二维图像为灰度图像,且图像中前景区域像素值低于背景区域像素值;
若二维图像为RGB彩色图像,将RGB彩色图像转换为灰度图像;
若图像中前景区域像素值高于背景区域像素值,则取当前图像像素值的最大值,将最大值减去每个像素的当前值作为该像素的新值,由此构建新的图像,利用这个方法,即可恢复成前景区域像素值高于背景区域像素值的情况。
3.根据权利要求1所述的方法,其特征在于,判别参量β为分割出的前景区域体素总数量N的差分相邻比;或者
判别参量β为分割出的体素总数量M的差分相邻比;或者
判别参量β为分割出的非前景区域体素总数量L的差分相邻比。
4.根据权利要求1所述的方法,其特征在于,判别参量β为分割出的前景区域体素总数量N与分割出的体素总数量M的比值绝对值的差分相邻比;或者
判别参量β为分割出的体素总数量M与分割出的前景区域体素总数量N的比值绝对值的差分相邻比。
5.根据权利要求1所述的方法,其特征在于,判别参量β为分割出的前景区域体素总数量N与分割出的非前景区域体素总数量L的比值绝对值的差分相邻比;或者
判别参量β为分割出的非前景区域体素总数量L与分割出的前景区域体素总数量N的比值绝对值的差分相邻比。
6.根据权利要求1所述的方法,其特征在于,判别参量β为分割出的非前景区域体素总数量L与分割出的体素总数量M的比值绝对值的差分相邻比;或者
判别参量β为分割出的体素总数量M与分割出的非前景区域体素总数量L的比值绝对值的差分相邻比。
7.根据权利要求1至6之一所述的方法,其特征在于,在可以预知阈值μ的搜索范围时,该方法可以通过以下步骤实施:
S100,将一次采集的二维图像全部导入,得到二维图像组,全部二维图像通过三维重建能够得到针对图像中目标的三维图像;
S200,设定分割阈值间隔ο,判别参量阈值ε;
S300,选择一个小于分割阈值的值作为阈值...
【专利技术属性】
技术研发人员:汪昌健,郭凌超,
申请(专利权)人:中国人民解放军国防科学技术大学,
类型:发明
国别省市:湖南;43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。