[發(fā)明專利]一種基于差分信息統(tǒng)計(jì)的紅外圖像分割方法、裝置及設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201911398254.2
• 申請(qǐng)日: 2019-12-30
• 公開（公告）號(hào): CN111062954B
• 公開（公告）日: 2022-07-08
• 發(fā)明（設(shè)計(jì)）人: 李毅;張強(qiáng);李焱;曹立華
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所
• 主分類號(hào): G06T7/11
• 分類號(hào): G06T7/11;G06T7/136;G06T7/194
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 王曉坤

本發(fā)明公開了一種基于差分信息統(tǒng)計(jì)的紅外圖像分割方法、裝置、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，包括：計(jì)算紅外圖像各個(gè)像元四鄰域的差分值；依據(jù)當(dāng)前差分閾值排除各個(gè)像元的無效差分值，依據(jù)各個(gè)像元四鄰域的有效差分值個(gè)數(shù)，對(duì)各個(gè)像元對(duì)應(yīng)直方圖索引項(xiàng)進(jìn)行累加，得到二維差分統(tǒng)計(jì)直方圖；利用大津算法分別對(duì)紅外圖像的灰度直方圖和二維差分統(tǒng)計(jì)直方圖進(jìn)行背景分割；比較灰度直方圖的背景區(qū)域與二維差分統(tǒng)計(jì)直方圖的背景區(qū)域大小；在二維差分統(tǒng)計(jì)直方圖的背景區(qū)域小于等于灰度直方圖的背景區(qū)域時(shí)，獲取最大差分閾值；利用最大差分閾值對(duì)紅外圖像進(jìn)行分割。本發(fā)明所提供的方法、裝置、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，提高了圖像分割精度，計(jì)算復(fù)雜度低。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，特別是涉及一種基于差分信息統(tǒng)計(jì)的紅外圖像分割方法、裝置、設(shè)備以及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

紅外成像技術(shù)，又稱為熱成像技術(shù)，通過探測(cè)器收集目標(biāo)景物熱輻射信息，將目標(biāo)表面自然發(fā)射出的紅外輻射分布轉(zhuǎn)變?yōu)榭梢妶D像，使得人類視覺感知范圍從傳統(tǒng)可見光譜擴(kuò)展到人裸眼看不到的紅外輻射光譜。目前紅外成像技術(shù)已廣泛應(yīng)用在軍事探測(cè)和民用監(jiān)控等領(lǐng)域，如：精確制導(dǎo)武器、前景識(shí)別與跟蹤、預(yù)警、火炮及導(dǎo)彈火控系統(tǒng)、醫(yī)療診斷、無損探傷、森林防火預(yù)警、礦物資源勘測(cè)、衛(wèi)星天氣紅外云圖分析、海面搜救等。圖像分割技術(shù)是將圖像數(shù)據(jù)分成各具特性的區(qū)域并提取出感興趣目標(biāo)的技術(shù)和過程，是圖像處理任務(wù)中基本且關(guān)鍵的技術(shù)之一，為后續(xù)的分類、區(qū)域增強(qiáng)、檢測(cè)識(shí)別等提供依據(jù)，具有十分重要的意義。紅外成像中目標(biāo)區(qū)域與背景因熱輻射不同，形成紅外圖像目標(biāo)背景的灰度值差異。

紅外圖像是前景景物熱輻射各向同性傳播結(jié)果，其表現(xiàn)出的特點(diǎn)為：對(duì)比度低，空間相關(guān)性強(qiáng)。采用一維灰度直方圖分割方法是當(dāng)前最為經(jīng)典、應(yīng)用最為廣泛的最大類間方差方法，但其在分割精度較為欠缺。為獲取較好的抗噪能力，在提高圖像分割精度方面，基于二維灰度直方圖在圖像較比起一維直方圖方法效果更好，但該算法復(fù)雜度高、運(yùn)算量大、涉及參數(shù)多。基于區(qū)域增長(zhǎng)的紅外圖像分割方法效果較好，但依賴人工對(duì)種子點(diǎn)的選取且對(duì)閾值敏感。

綜上所述可以看出，如何提供一種計(jì)算復(fù)雜度低，且高效的紅外圖像分割方法是目前有待解決的問題。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于差分信息統(tǒng)計(jì)的紅外圖像分割方法、裝置、設(shè)備以及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，以解決現(xiàn)有紅外圖像分割算法的前景背景分割精度與計(jì)算復(fù)雜度難以平衡的問題。

為解決上述技術(shù)問題，本發(fā)明提供一種基于差分信息統(tǒng)計(jì)的紅外圖像分割方法，包括：S1：計(jì)算待分割紅外圖像各個(gè)像元四鄰域的像素灰度差值，得到所述各個(gè)像元四鄰域的差分值；S2：排除所述各個(gè)像元四鄰域的差分值中小于當(dāng)前差分閾值的無效差分值，依據(jù)所述各個(gè)像元四鄰域的有效差分值個(gè)數(shù)，對(duì)所述各個(gè)像元對(duì)應(yīng)直方圖索引項(xiàng)進(jìn)行累加，得到所述待分割紅外圖像的二維差分統(tǒng)計(jì)直方圖；其中，所述當(dāng)前差分閾值大于所述待分割紅外圖像的最小灰度值且小于所述待分割紅外圖像的最大灰度值；S3：利用大津算法分別對(duì)所述待分割紅外圖像的灰度直方圖和所述二維差分統(tǒng)計(jì)直方圖進(jìn)行背景分割，得到所述灰度直方圖的背景區(qū)域與所述二維差分統(tǒng)計(jì)直方圖的背景區(qū)域；S4：判斷所述二維差分統(tǒng)計(jì)直方圖的背景區(qū)域面積是否小于等于所述灰度直方圖的背景區(qū)域面積；S5：若所述二維差分統(tǒng)計(jì)直方圖的背景區(qū)域面積大于所述灰度直方圖的背景區(qū)域面積，則將所述當(dāng)前差分閾值增加預(yù)設(shè)大小后，得到更新后的當(dāng)前差分閾值；S6：循環(huán)執(zhí)行步驟S2至S5，直至所述二維差分統(tǒng)計(jì)直方圖的背景區(qū)域面積小于等于所述灰度直方圖的背景區(qū)域面積，將所述當(dāng)前差分閾值設(shè)置為目標(biāo)差分閾值；S7：利用所述目標(biāo)差分閾值對(duì)所述待分割紅外圖像進(jìn)行分割，得到所述待分割紅外圖像的前景區(qū)域與背景區(qū)域。

優(yōu)選地，所述利用大津算法分別對(duì)所述待分割紅外圖像的灰度直方圖和所述二維差分統(tǒng)計(jì)直方圖進(jìn)行背景分割，得到所述灰度直方圖的背景區(qū)域與所述二維差分統(tǒng)計(jì)直方圖的背景區(qū)域包括：

利用大津算法對(duì)所述灰度直方圖進(jìn)行背景分割，得到所述灰度直方圖的前景區(qū)域與背景區(qū)域；