[發明專利]一種新的自適應閾值化方法

無效

• 申請號: 200810057465.5
• 申請日: 2008-02-02
• 公開（公告）號: CN101226632A
• 公開（公告）日: 2008-07-23
• 發明（設計）人: 陳凱;曾慶業;唐娉;郭彤;鄭柯
• 申請（專利權）人: 中國科學院遙感應用研究所
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及圖像處理技術及其應用，特別是一種圖像分割的自適應閾值化方法。采用該方法，可在圖像處理中為圖像的各部分確定合適的閾值，改善圖像分割的效果。

背景技術

在圖像分割技術中，閾值化方法是進行圖像分割重要方法。閾值化分割方法有兩個步驟：首先確定閾值，然后將圖像中各個像素的值與閾值相比較，將圖像分為前景和背景兩個部分。其中，確定閾值是閾值化方法的核心，合適的閾值是閾值化分割成功的關鍵。根據閾值是否與圖像中像素的位置有關，閾值化方法分為兩大類：全局閾值化方法和自適應閾值化方法。

全局閾值化方法只使用一個固定的全局閾值對整幅圖像進行閾值化。如果圖像前景的灰度值有別于背景的灰度值，圖像的直方圖呈現明顯的“雙峰型”特點，前景像素形成一個峰，背景像素形成另一個峰，此時，使用全局閾值化方法可以獲得比較好的閾值化結果。通常使用最優準則來選擇合適的全局閾值，以迭代的最優閾值化方法為例，是將滿足“最小錯誤分割”要求作為最優準則選擇閾值的，主要步驟如下：

(1)選擇初始閾值T；

(2)根據閾值T將圖像分割前景和背景兩個部分，分別計算前景和背景的平均灰度μ₁和μ₂；

(3)計算新的閾值：

T=12(μ1+μ2)]]>

(4)重復步驟(2)到(3)直至閾值T不再發生變化；

(5)使用閾值T對圖像進行閾值化。

全局閾值化方法的缺點是它的適用范圍，只有在非常特殊的條件下，對整幅圖像使用單個閾值才會成功。即使對于非常簡單的圖像，也可能由于非均勻的光照、非一致的輸入設備參數或其他因素造成圖像的直方圖不具備“雙峰型”的特點，因此不能用全局閾值化方法進行有效的分割。

自適應閾值化方法根據圖像各部分的不同情況采用不同的閾值。對于圖像中光照不均勻、各部分對比度不同、前景或背景內部灰度變化、具有突發噪聲等情況，能取得比全局閾值方法更好的分割效果。該類方法的主要思想是將圖像劃分為一系列子圖像，對每個子圖像使用某一種全局閾值化方法確定閾值，然后根據各個子圖像的閾值集確定每個像素的閾值。在子圖像尺寸較小的情況下，各種干擾所帶來的問題所造成的影響變小。

傳統的自適應閾值化方法主要步驟如下：

(1)將圖像劃分為一系列子圖像；

(2)對每個子圖像使用如上所述的迭代的最優閾值化方法確定閾值，得到一個閾值集；

(3)對閾值集使用插值方法得到所有像素的閾值，對圖像進行閾值化。

傳統自適應閾值化方法的缺點是當子圖像受到噪聲干擾使閾值產生較大偏差時，這種偏差不僅影響該子圖像的閾值化分割結果，且通過插值方法將偏差擴散影響鄰近子圖像的閾值，從而影響鄰近子圖像的閾值化分割結果。

發明內容

本發明針對傳統自適應閾值化方法存在的缺陷或不足，提出了一種新的自適應閾值化方法。該方法改進了傳統自適應閾值化方法中利用插值獲得子圖像新閾值的技術，改用圖像濾波技術，將傳統自適應閾值化方法得到的閾值集作為圖像，對其進行低通濾波，將濾波的結果作為新的閾值集，從而對圖像進行更有效的分割。

本發明方法是基于如下考慮：同一個圖像內子圖像之間的整體灰度變化是比較和緩的，在考察一個子圖像的閾值時，綜合考察該子圖像的鄰近子圖像的閾值，使用鄰近子圖像的閾值作為約束，可以避免或減輕被考察子圖像受到噪聲影響時噪聲對閾值影響。本發明方法將這種鄰近子圖像的閾值約束通過濾波的方式實現，即把傳統自適應閾值方法獲得的各子圖像的閾值集合作為“圖像”，采用圖像低通濾波對這幅閾值濾波，將濾波結果作為新的閾值集。

本發明保持了傳統自適應閾值化方法的優點，并消除或減輕了確定子圖像閾值時噪聲的影響。

本發明將圖像濾波技術引入閾值化方法，為閾值化方法提供了新的工具。可以根據應用的需求選擇合適的模板來完成對閾值集的濾波，具有相當的靈活性。

附圖說明

圖1本發明的自適應閾值化方法

圖2自適應閾值化方法中子圖像劃分示意圖

圖3自適應閾值化方法獲得的閾值集