[發明專利]圖像分割方法

在審

• 申請號: 201810414506.5
• 申請日: 2018-05-03
• 公開（公告）號: CN108830864A
• 公開（公告）日: 2018-11-16
• 發明（設計）人: 張允;焦斌;甘浩;周恒輝
• 申請（專利權）人: 上海電機學院
• 主分類號: G06T7/12
• 分類號: G06T7/12;G06T7/136
• 代理公司: 上海伯瑞杰知識產權代理有限公司 31227
• 代理人: 孟旭彤

1.一種圖像分割方法，其特征在于，根據二維最大閾值法的分割方法原理，對原始圖像進行一次分割后，對所得熵的和進行計算和判斷，得到最佳閾值，根據該最佳閾值優化對所述圖像的二次分割。

2.根據權利要求1所述的種圖像分割方法，其特征在于，對經過二次分割后的圖像，采用Canny算子進行邊緣檢測，得到的閾值被用于對圖像的三次分割。

3.根據權利要求1所述的圖像分割方法，其特征在于，設原始圖像為以二維灰度函數來表示的圖像，像素點設為N×N，像素點的灰度值分為L個等級，所述的分割方法包括：

首先，對原始圖像的區域灰度求均值，以數據(i,j)表示對應坐標的像素點灰度值與其區域灰度均值，設n_i,j是點灰度為i，區域灰度為j的像素點個數，p_i,j為概率密度，則有：

以橫坐標為點灰度值，縱坐標軸為區域灰度均值，由此建立圖像的二維灰度分布圖，(s,t)表示分割的閾值；

將二維灰度分布圖分為4個區域，即A、B、C、D這四個區域，其中，A區代表目標區域，B區為背景像素的分布區域，C代表邊界像素點分布，D區為噪聲信號分布區；

設A區與B區是所要分割的對象，對其采用二維最大閾值法，得到最佳閾值。

4.根據權利要求3所述的圖像分割方法，其特征在于，

分別用A區和B區的概率進行歸一化處理，：

對離散二維熵定義為：

則就可得到A區的二維熵：

又，

B區的二維熵為：

忽略閾值分割中的噪聲和邊緣，令C區和D區的p_i,j≈0，

C區：i＝s+1,s+2…,L；j＝1,2…,t，

D區：i＝1,2…s；j＝t+1,t+2…,L，

可得：

P_B＝1-P_A

H_B＝H_L-H_A

則：

H_B＝lg(1-P_A)+(H_L-H_A)/(1-P_A)

根據熵的判別函數定義：

φ(s,t)＝H(A)+H(B)

＝H_A/P_A+lgP_A+(H_L-H_A)/(1-P_A)+lg(1-P_A)

＝lg[P_A(1-P_A)]+H_A/P_A+(H_L-H_A)/(1-P_A)選取的最佳閾值：

5.根據權利要求3和4所述的圖像分割方法，其特征在于，設經過最佳閾值優化后經過二次分割的圖像為f(x,y)，

首先，對f(x,y)用高斯函數作平滑運算，即平滑后的g(x,y)的梯度為：

由卷積運算特性，有：

采用非極大點(NMS)對模糊邊緣進行銳化，

通過雙閾值算法去除圖像上存在假邊緣，方法是：

選定T1和T2作為雙閾值且，T2≈2T1，獲得G1[i,j]與G2[i,j]這兩個雙閾值邊緣圖像。

然后對G2[i,j]中的間斷的邊緣輪廓進行處理，采用雙閾值算法對間斷的邊緣進行連接，當到達輪廓的端點時，該算法就會在G1[i,j]的鄰點位置上尋找連接點。

采用雙閾值算法不斷地將G1[i,j]中的邊緣進行收集，直到G2[i,j]中間斷邊緣連接起來。