【技术实现步骤摘要】
本申请涉及图像处理技术邻域，具体而言，涉及一种图像分割方法、图像分割装置、计算机可读存储介质和电子设备。
技术介绍
1、当从不均匀的图像中分割出高频信号目标时，如果使用全局阈值提取目标，由于背景的不均匀，部分背景的灰度值可能会大于(或小于)要提取的目标的灰度值，从而导致无法准确提取出目标，如果使用局部阈值，由于所提取的目标随机分布在图像中，无法准确获取具体位置，因此对提取目标造成困难。
技术实现思路
1、本申请的主要目的在于提供一种图像分割方法、图像分割装置、计算机可读存储介质和电子设备。以至少解决现有的图像分割方法针对高频信号目标时无法准确分割出前景图像的问题。
2、为了实现上述目的，根据本申请的一个方面，提供了一种图像分割方法，包括：输入待处理图像，所述待处理图像包括前景图像和背景图像，所述前景图像包括高频信号图像；采用最小二乘法对所述待处理图像的每一行中各像素点的灰度值进行拟合得到一元二次函数，以得到每一行的行灰度分布函数，并采用所述最小二乘法对所述待处理图像的每一列中各像素点的灰度值进行拟合得到一元二次函数，以得到每一列的列灰度分布函数；采用各所述行灰度分布函数对所述待处理图像的每一行中各像素点的实际灰度值进行修正，得到所述待处理图像的行阈值图像，并采用各所述列灰度分布函数对所述待处理图像的每一列中各像素点的实际灰度值进行修正，得到所述待处理图像的列阈值图像；将所述行阈值图像和所述列阈值图像进行融合，得到所述前景图像。
3、可选地，采用最小二乘法对所
4、可选地，采用最小二乘法对各所述二维坐标数据进行拟合，得到所述行灰度分布函数，包括：定义所述行灰度分布函数为yθ＝θ0+θ1x1+θ2x2+……+θnxn；
5、确定损失函数其中，j为所述像素点的实际灰度值与拟合灰度值的差值，hθ为拟合的所述像素点的拟合灰度值，m为所述待处理图像的行的总数量，x表示所述像素点的序号，y表示所述像素点的实际灰度值，θ为所述行灰度分布函数的函数系数，θn为所述灰度分布函数中第n个系数，n为特征维度；根据所述损失函数，确定函数系数θ＝(xtx)-1xty，并根据所述函数系数，确定所述行灰度分布函数。
6、可选地，采用各所述行灰度分布函数对所述待处理图像的每一行中各像素点的实际灰度值进行修正，得到所述待处理图像的行阈值图像，包括：获取所述待处理图像各行的阈值系数；根据所述行灰度分布函数，确定当前行中各像素点的拟合灰度值其中，xi为所述当前行第i个像素的位置；将所述拟合灰度值与所述阈值系数的乘积确定为所述像素点的灰度阈值；根据所述像素点的实际灰度值与对应的所述灰度阈值的大小，确定所述行阈值图像。
7、可选地，根据所述像素点的实际灰度值与对应的所述灰度阈值的大小，确定所述行阈值图像，包括：在所述前景图像的实际灰度值大于所述背景图像的实际灰度值的情况下，根据第一公式确定所述像素点在所述行阈值图像中的灰度值，其中，g(xi)为所述像素点在所述行阈值图像中的灰度值，xi为所述当前行的第i个像素点，yi为第i个像素点在所述待处理图像中的灰度值，ti为第i个像素点对应的所述灰度阈值；在所述前景图像的实际灰度值小于所述背景图像的实际灰度值的情况下，根据第二公式确定所述像素点在所述行阈值图像中的灰度值；根据各所述像素点在所述行阈值图像中的灰度值，确定所述行阈值图像。
8、可选地，将所述行阈值图像和所述列阈值图像进行融合，得到所述前景图像，包括：将所述像素点在所述行阈值图像中的灰度值和所述像素点在所述列阈值图像中的灰度值的和确定为中间灰度值；在所述中间灰度值大于或者等于255的情况下，将所述像素点在所述前景图像中的灰度值确定为255，在所述中间灰度值小于255的情况下，将所述像素点在所述前景图像中的灰度值确定为0；根据各所述像素点在所述前景图像中的灰度值，确定所述前景图像。
9、可选地，在输入待处理图像之后，且采用最小二乘法对所述待处理图像的每一行中各像素点的灰度值进行拟合得到一元二次函数，以得到每一行的行灰度分布函数之前，所述方法还包括：对所述待处理图像进行中值滤波处理，以消除所述待处理图像中的噪声，其中，滤波核的大小为5×5像素。
10、根据本申请的另一方面，提供了一种图像分割装置，包括：输入单元，用于输入待处理图像，所述待处理图像包括前景图像和背景图像，所述前景图像包括高频信号图像；第一处理单元，用于采用最小二乘法对所述待处理图像的每一行中各像素点的灰度值进行拟合得到一元二次函数，以得到每一行的行灰度分布函数，并采用所述最小二乘法对所述待处理图像的每一列中各像素点的灰度值进行拟合得到一元二次函数，以得到每一列的列灰度分布函数；确定单元，用于采用各所述行灰度分布函数对所述待处理图像的每一行中各像素点的实际灰度值进行修正，得到所述待处理图像的行阈值图像，并采用各所述列灰度分布函数对所述待处理图像的每一列中各像素点的实际灰度值进行修正，得到所述待处理图像的列阈值图像；第二处理单元，用于将所述行阈值图像和所述列阈值图像进行融合，得到所述前景图像。
11、根据本申请的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行任意一种所述的图像分割方法。
12、根据本申请的另一方面，提供了一种电子设备，包括：一个或多个处理器，存储器，以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行任意一种所述的图像分割方法。
13、应用本申请的技术方案，上述基于最小二乘法的图像分割方法，首先输入待处理图像，待处理图像包括前景图像和背景图像，前景图像包括高频信号图像；采用最小二乘法对待处理图像的每一行中各像素点的灰度值进行拟合得到一元二次函数，以得到每一行的行灰度分布函数，并采用最小二乘法对待处理图像的每一列中各像素点的灰度值进行拟合得到一元二次函数，以得到每一列的列灰度分布函数；采用各行灰度分布函数对待处理图像的每一行中各像素点的实际灰度值进行修正，得到待处理图像的行阈值图像，并采用各列灰度分布函数对待处理图像的每一列中各像素点的实际灰度值进行修正，得到确定待处理图像的列阈值图像；最后将行阈值图像和列阈值图像进行融合，得到前景图像。该方法可以更精确地处理最小二乘法分行列阈值，可以最大限度保证不会受到背景不均匀区域的干扰，减小后续计算，并本文档来自技高网...
【技术保护点】
1.一种图像分割方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，采用最小二乘法对所述待处理图像的每一行中各像素点的灰度值进行拟合得到一元二次函数，以得到每一行的行灰度分布函数，包括：
3.根据权利要求2所述的方法，其特征在于，采用最小二乘法对各所述二维坐标数据进行拟合，得到所述行灰度分布函数，包括：
4.根据权利要求1所述的方法，其特征在于，采用各所述行灰度分布函数对所述待处理图像的每一行中各像素点的实际灰度值进行修正，得到所述待处理图像的行阈值图像，包括：
5.根据权利要求4所述的方法，其特征在于，根据所述像素点的实际灰度值与对应的所述灰度阈值的大小，确定所述行阈值图像，包括：
6.根据权利要求1所述的方法，其特征在于，将所述行阈值图像和所述列阈值图像进行融合，得到所述前景图像，包括：
7.根据权利要求1所述的方法，其特征在于，在输入待处理图像之后，且采用最小二乘法对所述待处理图像的每一行中各像素点的灰度值进行拟合得到一元二次函数，以得到每一行的行灰度分布函数之前，所述方法还包括：>
8.一种图像分割装置，其特征在于，包括：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的图像分割方法。
10.一种电子设备，其特征在于，包括：一个或多个处理器，存储器，以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行权利要求1至7中任意一项所述的图像分割方法。
...【技术特征摘要】
1.一种图像分割方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，采用最小二乘法对所述待处理图像的每一行中各像素点的灰度值进行拟合得到一元二次函数，以得到每一行的行灰度分布函数，包括：
3.根据权利要求2所述的方法，其特征在于，采用最小二乘法对各所述二维坐标数据进行拟合，得到所述行灰度分布函数，包括：
4.根据权利要求1所述的方法，其特征在于，采用各所述行灰度分布函数对所述待处理图像的每一行中各像素点的实际灰度值进行修正，得到所述待处理图像的行阈值图像，包括：
5.根据权利要求4所述的方法，其特征在于，根据所述像素点的实际灰度值与对应的所述灰度阈值的大小，确定所述行阈值图像，包括：
6.根据权利要求1所述的方法，其特征在于，将所述行阈值图像和所述列阈值图像进行融...
【专利技术属性】
技术研发人员：严凯，张书杰，国成立，张科鹏，刘泉，
申请(专利权)人：浙江舜宇光学有限公司，
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。