本发明专利技术涉及一种基于目标灰度倾向加权的Otsu目标检测法，包括以下步骤：步骤S1:对待测图像进行灰度化处理，获得待测图像的灰度直方图；步骤S2:根据得到的待测图像的灰度直方图，确定期望阈值；步骤S3:根据期望阈值，计算前景和背景像素点出现概率及其灰度均值；步骤S4:根据期望阈值选择要更改的灰度倾向系数，若期望阈值更接近高灰度区域就选择高倾向度系数α，反之若更接近低灰度区域就选择低倾向度系数β；步骤S5:采用改进的Otsu类间方差公式进行梯度谷值加权，获得使方差最大的阈值，实现目标与背景的分离。本发明专利技术当目标与背景的对比度很低时，能够更准确地剥离目标与背景图像。能够更准确地剥离目标与背景图像。能够更准确地剥离目标与背景图像。
【技术实现步骤摘要】
基于目标灰度倾向加权的Otsu目标检测方法
[0001]本专利技术涉及图像处理领域，具体涉及一种基于目标灰度倾向加权的Otsu目标检测法。
技术介绍
[0002]近些年，电润湿这种新型的显示技术开始崭露头角，它是一种电子纸显示器，具有响应速度快、造价低，能量损耗小等优点，有望引领潮流，成为下一代主流显示器。像素开口率是描述油墨运动规律的重要指标之一，能够一定程度上反映电润湿的显示性能，对于电润湿显示技术的研究具有重要意义。计算像素开口率则需要将电润湿图像的油墨从背景中分割出来，自动阈值技术是图像分割常用的技术。
[0003]Otsu是常用的全局阈值方法，但是Otsu法在目标和图像背景的大小相差很大时，该方法容易失败。谷强调(VE)法用目标函数中的谷点信息进行谷点强调，但对于目标与背景方差差距很大的图像，则不能成功地分割。对此，邻域谷强调(NVE)法则利用谷点的邻域信息进一步提高分割质量。
技术实现思路
[0004]有鉴于此，本专利技术的目的在于提供一种基于目标灰度倾向加权的 Otsu目标检测法，当目标与背景的对比度很低时，能够更准确地剥离目标与背景图像；
[0005]为实现上述目的，本专利技术采用如下技术方案：
[0006]一种基于目标灰度倾向加权的Otsu目标检测法，包括以下步骤：
[0007]步骤S1:对待测图像进行灰度化处理，获得待测图像的灰度直方图；
[0008]步骤S2:根据得到的待测图像的灰度直方图，确定期望阈值；
[0009]步骤S3:根据期望阈值，计算前景和背景像素点出现概率及其灰度均值；
[0010]步骤S4:根据期望阈值选择要更改的灰度倾向系数，若期望阈值更接近高灰度区域就选择高倾向度系数α，反之若更接近低灰度区域就选择低倾向度系数β；
[0011]步骤S5:采用改进的Otsu类间方差公式进行梯度谷值加权，获得使方差最大的阈值，实现目标与背景的分离。
[0012]进一步的，所述步骤S2具体为：根据得到的待测图像的灰度直方图确定期望阈值位置，若是单峰直方图则期望阈值紧靠在在峰的右侧，若是双峰直方图则期望阈值应紧靠在第二个峰的左侧。
[0013]所述前景和背景像素点出现概率的计算公式为：
[0014][0015][0016]式中t表示某个像素点的灰度值，灰度t将图像分成灰度值为 [0,t-1]的前景L1和灰度值为[t,L-1]的背景L2，L为图像的灰阶数；所述p(i)表示灰度值为i的像素点出现的概率，公式为：
[0017][0018]式中n(i)表示灰度值为i的像素个数，N表示图像有N个像素。
[0019]进一步的，所述前景和背景像素点灰度均值的计算公式为：
[0020][0021][0022]进一步的，所述所述灰度偏向的确定依据为传统Otsu法确定的图像分割阈值T
Otsu
与理想阈值T
Ideal
的灰度偏差Δt，计算公式为：
[0023]Δt＝T
Otsu-T
Ideal
[0024]若所述灰度偏差Δt＞0，选择低倾向度系数β；若所述灰度偏差Δt＜0，选择高倾向度系数α。
[0025]进一步的，所述改进的Otsu类间方差公式，具体为：
[0026]Otsu类间方差公式为：
[0027][0028]梯度谷值加权的系数为：
[0029][0030]灰度倾向加权的系数为：
[0031]p1(t)
α
p2(t)
β
[0032]改进后的类间方差公式为：
[0033][0034]其中，p1(t)、p2(t)分别为图像前景和背景的像素发生概率，μ1(t)、μ2(t)分别为图像前景和背景的灰度均值。
[0035]进一步的，所述阈值具体公式为：
[0036][0037]式中T为所述获得的阈值。
[0038]本专利技术与现有技术相比具有以下有益效果：
[0039]本专利技术当目标与背景的对比度很低时，也能够更准确地分割目标与背景图像。
附图说明
[0040]图1为本专利技术实施例的流程示意图；
[0041]图2为本专利技术实施例在电润湿图像上的结果示意图，其中(a)为原始图像；(b)为GPVE分割结果；(c)为WOV分割结果；(d)为Otsu分割结果；(e)为VE分割结果；(f)为NVE分割
结果；(g)为灰度直方图和阈值；
[0042]图3为本专利技术实施例分别使用α＝2、α＝5、α＝10时对图片的分割效果；
[0043]图4为本专利技术实施例的结果示意图，其中(a)为原始图像；(b)为 GPVE分割结果；(c)为Otsu分割结果；(d)为灰度直方图和阈值。
具体实施方式
[0044]下面结合附图及实施例对本专利技术做进一步说明。
[0045]请参照图1，本专利技术提供一种基于目标灰度倾向加权的Otsu目标检测法，包括以下步骤：
[0046]步骤S1:对待测图像进行灰度化处理，获得待测图像的灰度直方图；
[0047]步骤S2:根据得到的待测图像的灰度直方图，确定期望阈值；
[0048]步骤S3:根据期望阈值，计算前景和背景像素点出现概率及其灰度均值；
[0049]步骤S4:根据期望阈值选择要更改的灰度倾向系数，若期望阈值更接近高灰度区域就选择高倾向度系数α，反之若更接近低灰度区域就选择低倾向度系数β；
[0050]步骤S5:采用改进的Otsu类间方差公式进行梯度谷值加权，获得使方差最大的阈值，实现目标与背景的分离。
[0051]在本实施例中，所述步骤S2具体为：根据得到的待测图像的灰度直方图确定期望阈值位置，若是单峰直方图则期望阈值紧靠在在峰的右侧，若是双峰直方图则期望阈值应紧靠在第二个峰的左侧。
[0052]所述前景和背景像素点出现概率的计算公式为：
[0053][0054][0055]式中t表示某个像素点的灰度值，灰度t将图像分成灰度值为 [0,t-1]的前景L1和灰度值为[t,L-1]的背景L2，L为图像的灰阶数；所述p(i)表示灰度值为i的像素点出现的概率，公式为：
[0056][0057]式中n(i)表示灰度值为i的像素个数，N表示图像有N个像素。
[0058]在本实施例中，所述前景和背景像素点灰度均值的计算公式为：
[0059][0060][0061]在本实施例中，所述所述灰度偏向的确定依据为传统Otsu法确定的图像分割阈值T
Otsu
与理想阈值T
Ideal
的灰度偏差Δt，计算公式为：
[0062]Δt＝T
Otsu-T
Ideal
[0063]若所述灰度偏差Δt＞0，选择低倾向度系数β；若所述灰度偏差Δt＜0，选择高倾向度系数α。
[0064]在本实施例中，利用灰度出现的概率累积函数在过峰前后像素发生的累积量具有显著差异的特点，将p1(t本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于目标灰度倾向加权的Otsu目标检测法，其特征在于，包括以下步骤：步骤S1:对待测图像进行灰度化处理，获得待测图像的灰度直方图；步骤S2:根据得到的待测图像的灰度直方图，确定期望阈值；步骤S3:根据期望阈值，计算前景和背景像素点出现概率及其灰度均值；步骤S4:根据期望阈值选择要更改的灰度倾向系数，若期望阈值更接近高灰度区域就选择高倾向度系数α，反之若更接近低灰度区域就选择低倾向度系数β；步骤S5:采用改进的Otsu类间方差公式进行梯度谷值加权，获得使方差最大的阈值，实现目标与背景的分离。2.根据权利要求1所述的基于目标灰度倾向加权的Otsu目标检测法，其特征在于，所述步骤S2具体为：根据得到的待测图像的灰度直方图确定期望阈值位置，若是单峰直方图则期望阈值紧靠在在峰的右侧，若是双峰直方图则期望阈值应紧靠在第二个峰的左侧。3.根据权利要求1所述的基于目标灰度倾向加权的Otsu目标检测法，其特征在于，所述前景和背景像素点出现概率的计算公式为：前景和背景像素点出现概率的计算公式为：式中t表示某个像素点的灰度值，灰度t将图像分成灰度值为[0，t-1]的前景L1和灰度值为[t，L-1]的背景L2，L为图像的灰阶数；所述p(i)表示灰度值为i的像素点出现的概率，公式为：式中n(i)表示灰度值为i的像素个数，N表示图像有N个...
【专利技术属性】
技术研发人员：林志贤，郭冠峥，廖钦楷，林珊玲，熊铃铃，
申请(专利权)人：闽都创新实验室，
类型：发明
国别省市：
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。