[發明專利]基于二維Otsu的鋼軌缺陷分割自適應快速算法

在審

• 申請號: 201811275300.5
• 申請日: 2018-10-30
• 公開（公告）號: CN109461148A
• 公開（公告）日: 2019-03-12
• 發明（設計）人: 閔永智;呂邦歡;任維卓;陶佳;張振海;張雁鵬;林俊亭;張鑫;左靜
• 申請（專利權）人: 蘭州交通大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/136
• 代理公司: 北京中譽威圣知識產權代理有限公司 11279
• 代理人: 席勇

本發明公開了一種基于二維Otsu的鋼軌缺陷分割自適應快速算法，包括建立二維Otsu分割直分圖，將待分割圖像分為目標區域和背景區域，設定自適應的閾值檢索區間；對于閾值檢索區域像素點進行分區，對每一分區的灰度級統計計算，比較每一分區的均值方差，找出最佳閾值點所在的區域，再對本分區內各像素灰度值的類間方差進行計算，比較得出最大類間方差值，對應灰度值即為最佳分割閾值，根據最佳分割閾值，圖像被二值化為目標區域和背景區域。本發明在進行分割鋼軌缺陷圖像時，自適應設定閾值檢索區間，減少閾值檢索過程中的冗余計算，同時閾值區間縮小了背景和目標區域差距，減少了噪點對于閾值確定造成的干擾，解決了小區域缺陷難以分割的問題。

技術領域

本發明屬于圖像分割算法技術領域，尤其涉及一種基于二維Otsu的鋼軌缺陷分割自適應快速算法。

背景技術

圖像分割是提取目標區域的重要方法，基于最大類間方差的閾值分割算法(Otsu)是閾值法的一種，Otsu是一種全局閾值分割算法，具有快速、性能穩定的特點。一維Otsu閾值分割算法通過計算每一個灰度級到兩類灰度方差和，選取方差最大時閾值為最佳閾值，以此將圖像分為目標和背景兩類，一維Otsu閾值分割算法雖然分割速度快，但是只結合了圖像的灰度信息，分割的準確度不理想，對含噪圖像的分割效果并不好。二維Otsu引入空間鄰域信息，但研究指出目標區域遠小于背景區域時Otsu失效，即二維Otsu對小區域缺陷圖像失效，且現有的Otsu遞推算法需對每一灰度級的方差進行計算，其算法復雜度仍然較大。

發明內容

為解決上述背景技術中指出的問題，本發明提供了一種基于二維Otsu的鋼軌缺陷分割自適應快速算法，該算法在提高其抗噪性能的同時可保證算法的實時性，并且能對鋼軌上的小區域缺陷實現準確分割，算法復雜度低。

本發明是這樣實現的，一種基于二維Otsu的鋼軌缺陷分割自適應快速算法，包括如下步驟：(1)建立二維Otsu分割直分圖，將待分割圖像利用閾值分割向量分為目標區域和背景區域，設定自適應的閾值檢索區間；計算所述閾值檢索區間中的像素點個數，計算待分割圖像的像素點鄰域的平均灰度，得到某一像素點的灰度值與鄰域灰度平均值形成的二維組的出現概率，進而得到目標區域和背景區域的出現概率、目標區域和背景區域的均值矢量、檢索區域內均值矢量；

(2)對于閾值檢索區域像素點進行分區，運用遞歸算法，對每一分區的灰度級統計計算，并記錄每次的計算值，建立新的二維直方圖；

(3)比較每一分區的均值方差，找出最佳閾值點所在的區域，再對本分區內各像素灰度值的類間方差進行計算，比較得出最大類間方差值，對應灰度值即為最佳分割閾值，根據最佳分割閾值，圖像被二值化為目標區域和背景區域。

優選地，所述步驟(1)中目標區域和背景區域的出現概率、目標區域和背景區域的均值矢量、檢索區域內均值矢量獲得的具體方法如下：

待分割圖像的大小設為M*N，利用閾值分割向量(s,t)將待分割圖像分為目標區域和背景區域，設定自適應的閾值檢索區間(T_L,T_H)，圖像中設定有效的閾值檢索區間滿足：

f(x,y)表示坐標值為(x,y)像素點的灰度值，g(x,y)表示該坐標點的鄰域平均灰度值，設區間(T_L,T_H)中像素點個數為K，則對于大小為M*N的待分割圖像，圖像中檢索區間中的有效像素個數為K，假設像素點的灰度等級為t，則該像素的鄰域平均灰度值也為t，計算整幅圖像的像素點鄰域的平均灰度，即可形成一個二維組(i,j)，其中i表示該像素點的灰度值，j表示該點的鄰域灰度平均值，f_i,j表示二元組的出現頻數，則二維組(i,j)出現的概率為：

P_i,j＝f_i,j/K (2)

且滿足：