[發明專利]基于權值模型的灰度圖像二值化算法定量評估方法

有效

• 申請號: 201410324856.4
• 申請日: 2014-07-09
• 公開（公告）號: CN104063874B
• 公開（公告）日: 2017-01-25
• 發明（設計）人: 胡慧君;劉亞;劉茂福
• 申請（專利權）人: 武漢科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙)42222
• 代理人: 張火春

技術領域

本發明屬于灰度圖像二值化算法定量評估技術領域。具體涉及一種基于權值模型的灰度圖像二值化算法定量評估方法。

背景技術

由于科技的發展和生活節奏的加快，現代人已經不滿足僅通過文字獲得知識，渴望用圖片刺激眼球，激發求知欲，這種渴望加速了圖像社會或視覺文化時代的來臨，讀圖時代已經成為當今一種主導性的、全面覆蓋性的文化景觀。二值化處理作為圖像處理中比較重要的預處理，其評估變得日趨重要。

目前，最常用的灰度圖像二值化算法評估方法是通過定性比較同一幅灰度圖像的不同二值化結果，由此來說明提出的算法的好壞，這樣做存在很大的主觀性。

雖然曾有人提出了一些灰度圖像二值化算法定量評估方法（Hui, Zhang. Image segmentation evaluation: A survey of unsupervised methods [J]. Computer Vision and Image Understanding , 2008, (110): 260-280）,但是這些方法中有些是針對圖像的某一特征進行定量評估的，評估不夠全面。如區域內一致性評估方法，雖然該灰度圖像二值化算法定量評估方法能取得一定的評估效果，但是該方法只考慮了二值化處理需滿足區域內一致性的特征，忽略了二值化處理需滿足區域間不一致等特征，評估不夠全面。

除此之外，有些灰度圖像二值化算法定量評估方法（Y. Zhang, A survey on evaluation methods for image segmentation, Pattern Recognition 29 (8) (1996) 1335–1346.）依賴于參照集。如基于錯誤分類像素數目的灰度圖像二值化算法定量評估方法，該方法定量評估時需要統計分類錯誤的像素點數目，統計過程依賴于參照集導致該評估方法依賴于參照集，但對于真實圖像，只能人工獲取參照集，不僅耗時還存在主觀性，嚴重影響了灰度圖像二值化算法的定量評估。

發明內容

本發明旨在克服現有技術的不足, 目的是提供一種適用性強和獨立于參照集的基于權值模型的灰度圖像二值化算法定量評估方法。

為實現上述目的，本發明所采用的技術方案的具體步驟是：

步驟一、選擇n(n為7~ 20的自然數)種灰度圖像二值化算法對任一幅灰度圖像A分別進行二值化處理，得到各自對應的灰度圖像二值化算法對灰度圖像A處理后的二值圖像，所述的各自對應的灰度圖像二值化算法對灰度圖像A處理后的二值圖像構成二值圖像集。

步驟二、灰度圖像A的前景點權值矩陣和背景點權值矩陣的生成

分步一、先取灰度圖像A中的任一像素點B，像素點B在灰度圖像A中的坐標為(x,y)。再確定二值圖像集的每副二值圖像中與像素點B的位置相同的坐標為(x,y)的像素點，所述的二值圖像集的每副二值圖像中坐標為(x,y)的像素點構成像素點集C。然后在所述像素點集C中統計被認為是前景點的像素總數和被認為是背景點的像素總數。

所述的被認為是前景點的像素總數是指像素點B被認為是前景點的次數，所述的被認為是背景點的像素總數是指像素點B被認為是背景點的次數。

分步二、灰度圖像A中其余像素點被認為是前景點的次數和背景點的次數的確定方法同分步一。

分步三、根據灰度圖像A中的每個像素點被認為是前景點的次數，由前景點權值矩陣中的權值生成規則，生成灰度圖像A中的每個像素點在前景點權值矩陣中對應的權值。根據灰度圖像A中的每個像素點被認為是背景點的次數，由背景點權值矩陣中的權值生成規則，生成灰度圖像A中的每個像素點在背景點權值矩陣中對應的權值。

分步四、灰度圖像A中的所有像素點在前景點權值矩陣中對應的權值構成灰度圖像A的前景點權值矩陣；灰度圖像A中的所有像素點在背景點權值矩陣中對應的權值構成灰度圖像A的背景點權值矩陣。

步驟三、用待評估的灰度圖像二值化算法對灰度圖像A進行二值化處理，得到待評估的灰度圖像二值化算法對灰度圖像A處理后的二值圖像和待評估的灰度圖像二值化算法對灰度圖像A處理后的二值圖像灰度值矩陣。用矩陣轉換規則Ⅰ對所述二值圖像灰度值矩陣進行處理，得到灰度圖像A的轉換矩陣Ⅰ。再用矩陣轉換規則Ⅱ對所述二值圖像灰度值矩陣進行處理，得到灰度圖像A的轉換矩陣Ⅱ。

步驟四、待評估的灰度圖像二值化算法的加權正確率P的數學模型：

(1)