[發(fā)明專利]一種基于投票策略的圖像分割方法

有效

• 申請?zhí)枺?/td>: 201610015999.6
• 申請日: 2016-01-12
• 公開（公告）號: CN105701807B
• 公開（公告）日: 2019-05-10
• 發(fā)明（設(shè)計）人: 張定華;鄭佳;黃魁東;孫園喜
• 申請（專利權(quán)）人: 西北工業(yè)大學(xué)
• 主分類號: G06T7/11
• 分類號: G06T7/11
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種基于投票策略的圖像分割方法，提供一種灰度不均勻圖像分割方法，在圖像分割中添加投票的概念。為保證投票次數(shù)一致性及邊緣灰度連續(xù)性，首先對原圖像進(jìn)行延伸得到大小為原圖像三倍的延伸圖像，先后利用不同的圖像分割方法對延伸圖像的每個像素進(jìn)行投票，再將投票結(jié)果矩陣轉(zhuǎn)化為灰度級為L的灰度圖像，而后利用所得圖像直方圖中最低點(diǎn)對應(yīng)的灰度為閾值對所得灰度圖像進(jìn)行分割，可有效、完整地對具有灰度不均的圖像進(jìn)行分割，并將分割誤差控制在可接受范圍內(nèi)，且受參數(shù)影響小。同時，本方法可以將不同的分割算法結(jié)合到一個框架中對同一圖像進(jìn)行分割，可結(jié)合不同分割算法的優(yōu)點(diǎn)，并實(shí)現(xiàn)不同分割算法的互補(bǔ)。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理領(lǐng)域，涉及一種基于投票策略的圖像分割方法。

背景技術(shù)

圖像分割技術(shù)具有廣泛的應(yīng)用價值，可應(yīng)用到模式識別、機(jī)器視覺等各行業(yè)各領(lǐng)域中。目前的圖像分割方法主要可以分為基于閾值的圖像分割、基于邊緣的圖像分割、基于區(qū)域特性的圖像分割、基于統(tǒng)計模式分類的圖像分割等。主要方法有閾值法、活動輪廓模型法、邊緣算子檢測法、區(qū)域生長法、模糊聚類法等。

基于閾值的圖像分割算法利用閾值將圖像分割為目標(biāo)和背景區(qū)域。閾值分割技術(shù)的關(guān)鍵在于閾值的選擇，不同的閾值可能會引起完全不同的結(jié)果。此類方差往往受噪聲影響嚴(yán)重，且受灰度不均勻性影響嚴(yán)重。

基于邊緣的分割方法主要基于圖像灰度級的不連續(xù)性，它通過檢測不同連續(xù)區(qū)域之間的邊界來實(shí)現(xiàn)對圖像的分割，邊緣檢測算法有一個缺點(diǎn)：不能得到連續(xù)的單像素邊緣。傳統(tǒng)的邊緣算子抗噪性低，且無法得到連續(xù)的邊緣，受背景灰度不均影響較大。

基于區(qū)域特性的分割技術(shù)有兩種基本形式：區(qū)域生長和分裂合并。與閾值方法不同，這類方法不但考慮了像素的相似性，還考慮了空間上的鄰接性，因此可以有效消除孤立噪聲的干擾，具有很強(qiáng)的魯棒性。而且，無論是合并還是分裂，都能夠?qū)⒎指钌钊氲较袼丶墸虼丝梢员ＷC較高的分割精度。

基于統(tǒng)計模式分類的分割技術(shù)中的模式可以定義為對圖像中目標(biāo)或其它感興趣部分的定量或結(jié)構(gòu)化的描述，圖像分割可以被視為以像素為基元的模式分類過程。這類方法，對于無法由灰度區(qū)分的復(fù)雜的紋理圖像顯得尤為有效。

但大多數(shù)目前的分割方法往往無法準(zhǔn)確分割具有灰度分布不均勻特征的圖像，且易產(chǎn)生誤分割。Li C、Xu C、Gui C等人在《IEEE TRANSACTIONS ON IMAGE PROCESSING》(2010，19 (12)：3243-3254)的文章“Distance Regularized Level Set Evolution andIts Application to Image Segmentation”提出了基于灰度場校正的水平集圖像分割方法，能較好地分割具有灰度不均勻特征的圖像，但是此方法參數(shù)復(fù)雜且分割結(jié)果受參數(shù)影響大。Huang Q、Gao W、Cai在《Pattern recognition letters》(2005，26(6)：801-808)的文章“Thresholding technique with adaptive window selection for uneven lightingimage”中利用Lorentz信息自適應(yīng)地改變局部窗口大小，對具有光照不均勻的文獻(xiàn)圖像有較好的分割結(jié)果，然而并不適用于其它灰度不均類型圖像的分割。

發(fā)明內(nèi)容

針對傳統(tǒng)圖像處理方法在處理圖像時受圖像灰度不均勻影響較大的問題，本發(fā)明提供一種基于投票策略的圖像分割方法，添加投票的概念，先利用不同的圖像處理方法對原圖像中每個像素進(jìn)行投票，再將投票結(jié)果矩陣轉(zhuǎn)化為灰度圖像，而后以所得灰度圖像的直方圖中最低點(diǎn)對應(yīng)的灰度作為閾值，對所得灰度圖像進(jìn)行分割，能較好地分割灰度不均勻圖像，且分割精度較高、抗噪性較好，分割結(jié)果不受參數(shù)影響。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案包括以下步驟：

(1)初始化，設(shè)原圖像O的長為H，寬為W，灰度級為L,延伸圖像Y的長為3H,寬為3W，灰度級為L，步驟包括：