[發(fā)明專利]一種自適應(yīng)光條圖像閾值分割方法

有效

• 申請?zhí)枺?/td>: 201710715098.2
• 申請日: 2017-08-21
• 公開（公告）號: CN107578420B
• 公開（公告）日: 2019-11-19
• 發(fā)明（設(shè)計）人: 劉巍;張致遠;葉帆;趙海洋;蘭志廣;張洋;馬建偉;賈振元
• 申請（專利權(quán)）人: 大連理工大學(xué)
• 主分類號: G06T7/136
• 分類號: G06T7/136;G06T7/194
• 代理公司: 21200 大連理工大學(xué)專利中心
• 代理人: 關(guān)慧貞<國際申請>=<國際公布>=<進入

1.一種自適應(yīng)光條圖像閾值分割方法，其特征是，該方法通過傳統(tǒng)的固定閾值圖像分割方法來分割初始光條區(qū)域，獲得光條橫截面左右邊界的列坐標；然后建立圖像灰度分布系數(shù)，根據(jù)初始閾值分割結(jié)果，將光條橫截面平均灰度水平定義為光條的橫截面能量強度；計算每行光條橫截面的光條橫截面能量強度；根據(jù)光條分布特征，計算理想光條橫截面能量強度的灰度分部水平；獲得光條圖像灰度分布系數(shù)；再建立與光條圖像灰度分布系數(shù)正相關(guān)的光條圖像自適應(yīng)閾值分割關(guān)聯(lián)模型，以確定光條圖像的自適應(yīng)圖像分割閾值，從背景中準確分離出光條區(qū)域；方法的具體步驟如下：

第一步 分割初始光條區(qū)域

根據(jù)線激光條紋灰度分布特征分析，光條圖像的灰度分布均勻性由光條橫截面灰度水平和沿光條方向上的灰度梯度變化綜合決定；

首先采用傳統(tǒng)的固定閾值圖像分割方法對光條圖像進行處理，設(shè)輸入的原始光條圖像為f，輸出圖像為g，f(u,v)表示輸入圖像在圖像像素(u,v)處的灰度值，g(u,v)表示輸出圖像在圖像像素(u,v)處的灰度值，則傳統(tǒng)的二值分割可以表示如下：

式中，T為圖像分割閾值；

然后根據(jù)二值圖像計算得到光條區(qū)域的左、右邊界坐標p(v)和q(v)；p(v)、q(v)分別表示圖像中第v行光條橫截面的左、右邊界列坐標，理論上，q(v)＞p(v)；

第二步 建立圖像灰度分布系數(shù)

計算實際光條圖像截面灰度分布水平；根據(jù)初始閾值分割結(jié)果，將光條橫截面平均灰度水平定義為光條的橫截面能量強度，用公式(2)進行描述：

其中，EICS(v)為光條圖像中第v行的光條截面能量強度；

然后，定義并計算理想光條圖像截面灰度分布水平；理論上，根據(jù)線激光條紋的生成機理，攝像機拍攝獲取的理想光條圖像其光條橫截面灰度分布服從高斯分布模型，因此將圖像峰值灰度值飽和的、服從理想高斯分布的光條截面平均灰度水平定義為理想光條截面能量強度，表述為：

其中，iEICS(v)理想情況下圖像中第v行的光條截面能量強度；w(v)為實際光條圖像中第v行的光條寬度，w(v)＝q(v)-p(v)；A為理想光條橫截面灰度峰值，定義中其峰值為圖像飽和灰度值，因此A＝255；另外，基于高斯分布的3σ理論，即光條能量99.74％集中在高斯分布均值的±3σ范圍內(nèi)，因此，根據(jù)光條寬度范圍內(nèi)集中了光條絕大部分能量，定義w(v)＝6σ_w，由此可以計算出圖像中每行對應(yīng)的標準高斯分布的標準差σ_w；

將實際光條截面的能量強度EICS(v)與理想光條截面能量強度iEICS(v)的比值作為光條圖像灰度分布系數(shù)η_CGDLS：

第三步 光條圖像自適應(yīng)閾值分割關(guān)聯(lián)模型

利用計算出的光條圖像灰度分布系數(shù)η_CGDLS，建立與其成正相關(guān)的自適應(yīng)閾值提取數(shù)學(xué)模型：

λ(v)＝f(η_CGDLS(v)) (5)

式中，λ(v)為自適應(yīng)光條圖像的第v行橫截面灰度水平的圖像分割閾值；

利用線性回歸方法，確定光條圖像的自適應(yīng)圖像分割閾值為

其中，thresh_up和thresh_down分別表示對應(yīng)光條圖像灰度分布系數(shù)最大值和最小值處的光條圖像分割閾值；這樣，光條每行應(yīng)使用的二值化閾值，便通過自適應(yīng)的方式選取完成。