[發明專利]一種二維Otsu圖像分割的新方法

無效

• 申請號: 201310284516.9
• 申請日: 2013-07-08
• 公開（公告）號: CN103366372A
• 公開（公告）日: 2013-10-23
• 發明（設計）人: 潘豐;孟憲臣
• 申請（專利權）人: 江南大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明專利屬于圖像處理技術領域，具體涉及一種二維Otsu圖像分割的新方法。

背景技術

圖像分割是將圖像分成若干個具有獨特性質的互不相干的區域并提出感興趣特征的過程。這里特征指的是像素的灰度、紋理、顏色等，單個區域和多個區域的目標都可以用預先定義的目標來表示。它是由圖像處理到圖像分析的必不可少的階段。其中閾值法是一種常用的分割方法，它假定圖像的直方圖呈雙峰分布，通過在兩峰之間確定某一準則來選擇一個恰當的閾值，便可實現圖像的目標和背景的分離。其中，Otsu法、最小誤差閾值法和最佳直方圖熵法等為常用的閾值分割法。Otsu閾值法通過選擇一個閾值使得類間方差最大，由于傳統的Otsu方法是可分離性的分割方法，其僅僅反映了圖像的灰度分布而沒有考慮像素的空間位置信息，當圖像直方圖的雙峰特性不明顯或者圖像信噪偏低時，其分割的準確性不理想，對此，劉健莊等人提出了二維Otsu自適應閾值分割算法。該方法不僅考慮了空間鄰域信息和灰度信息，而且采用鄰域平均灰度值的方法統計平滑圖像和原始圖像的二維直方圖，為了使二維類間方差獲得最大的結果，通常采取二維直方圖選擇最優二維閾值向量的方法來求得，而此二維Otsu方法更適合低信噪比圖像的分割。

基于二維Otsu的分割方法雖然有較好的分割性能，但隨著維數的增加，最佳閾值的搜索空間和計算量都將變大。另外，一維直方圖情形下的一些特征量將變成二維，其計算的復雜性也增加了。為了降低計算量，本發明采用了一種改進的智能搜索算法，即人工蜂群算法(Artificial?Bee?Colony，ABC)來進行圖像分割。

發明內容

針對二維Otsu圖像分割的理論，本發明提出了一種對灰度圖像具有普遍適用性的二維Otsu圖像分割的新方法。本發明旨在基本不改變分割精度的前提下，有效降低分割時間，提高分割算法的運行效率。

本發明專利所解決的技術問題可采用如下的技術解決方案來實現：

一種二維Otsu圖像分割的新方法，包括以下步驟：

(1)設置引領蜂、跟隨蜂和蜜源的數目N和算法的最大迭代次數G，利用式(1)隨機產生2N個位置：

W_ij＝x_jL+rand×(x_jH-x_jL)????????(1)

式中，W_ij為第i個蜜蜂第j維搜索后的位置；x_jL、x_jH分別表示第j維變量的上下界。

(2)在蜜源附近引領蜂按式(2)搜索新蜜源：

V_ij＝x_ij+R_ij×(x_ij-x_kj)????????(2)

式中，V_ij為新的蜜源位置；x_ij是蜜源i的第j維位置；x_kj代表隨機選取的不等于i的蜜源k的第j維位置；R_ij為[-1，1]間的隨機數，接下來計算新位置V_ij的適應度函數值。

(3)根據x_i的適應度函數值f_j(其中改進人工蜂群的適應度函數利用二維Otsu來設計來表示)，計算概率P_j，其方式如下所示：

Pj=fitjΣj=1Nfitj---(3)]]>