[發(fā)明專利]一種基于迭代和維數(shù)分解的3D Otsu閾值分割方法

在審

• 申請?zhí)枺?/td>: 202111427368.2
• 申請日: 2021-11-29
• 公開（公告）號: CN114066923A
• 公開（公告）日: 2022-02-18
• 發(fā)明（設(shè)計）人: 馮云叢;劉云飛;叢燁明
• 申請（專利權(quán)）人: 長春工業(yè)大學(xué)
• 主分類號: G06T7/136
• 分類號: G06T7/136;G06T7/11;G06T5/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于迭代和維數(shù)分解的3D Otsu閾值分割方法，其特征在于，通過如下步驟實現(xiàn)：

步驟一，采用局部Laplacian濾波對源圖像進行去噪預(yù)處理，獲得源圖像的平滑層；

步驟二，設(shè)計一種基于迭代的1D Otsu閾值分割方法，迭代搜索圖像中的子區(qū)域，實現(xiàn)圖像閾值分割；

步驟三，分解3D Otsu直方圖的三個分量（像素灰度值、鄰域均值、鄰域中值），采用基于迭代的1D Otsu方法分別搜索像素灰度值、鄰域均值、鄰域中值的最優(yōu)閾值，并將三者的均值作為最終的最優(yōu)閾值，實現(xiàn)圖像的3D Otsu閾值分割。

2.根據(jù)權(quán)利要求1所述的一種基于迭代和維數(shù)分解的3D Otsu閾值分割方法，其特征在于，步驟一所述的局部Laplacian濾波方法，方法描述如下：

給定一幅源圖像I，其大小為，單尺度局部Laplacian濾波定義為：

，

其中，q和p表示像素的空間位置，

和分別表示源圖像I中位置q和p處像素的灰度值，

表示像素q的鄰域，

表示歸一化高斯核，表示方差為的高斯核，定義為，

f表示一個連續(xù)映射函數(shù)，它通常設(shè)置為方差為的高斯核，即，

和f分別表示構(gòu)建金字塔時的空間權(quán)重和范圍權(quán)重。

3.根據(jù)權(quán)利要求2所述的一種基于迭代和維數(shù)分解的3D Otsu閾值分割方法，其特征在于，在步驟二中，設(shè)計一種基于迭代的1D Otsu閾值分割方法，迭代搜索圖像中的子區(qū)域，實現(xiàn)圖像閾值分割；分割方法為：

在第1次迭代中，對待分割圖像I進行1D Otsu閾值分割，根據(jù)I的灰度直方圖，獲得初始閾值t₁以及類均值μ_1,0，μ_1,1，如果像素的灰度值，則將該像素劃分到C₀類（背景區(qū)域）；如果像素的灰度值，則將該像素劃分到C₁類（目標(biāo)區(qū)域）；灰度值在區(qū)間[μ_1,0,μ_1,1]內(nèi)的像素將在后續(xù)迭代中進行劃分；

在第2次迭代中，在區(qū)間[μ_1,0,μ_1,1]上進行1D Otsu閾值分割，獲得閾值t₂以及類均值μ_2,0，μ_2,1，如果像素的灰度值，則將該像素劃分到C₀類（背景區(qū)域）；如果像素的灰度值，則將該像素劃分到C₁類（目標(biāo)區(qū)域）；灰度值在區(qū)間[μ_2,0,μ_2,1]內(nèi)的像素將繼續(xù)在下一次迭代中進行劃分；重復(fù)上述迭代過程，逐步更新背景區(qū)域和目標(biāo)區(qū)域；如果當(dāng)前迭代過程中獲得的閾值與上次迭代獲得的閾值之間的差值小于，即，則停止迭代，最優(yōu)閾值為。

4.根據(jù)權(quán)利要求3所述的一種基于迭代和維數(shù)分解的3D Otsu閾值分割方法，其特征在于，在步驟三中，分解3D Otsu直方圖的三個分量（像素灰度值、鄰域均值、鄰域中值），采用基于迭代的1D Otsu方法分別搜索像素灰度值、鄰域均值、鄰域中值的最優(yōu)閾值，并將三者的均值作為最終的最優(yōu)閾值，實現(xiàn)圖像的3D Otsu閾值分割；分割方法為：

對于一幅源圖像I，像素總數(shù)表示為，

其中，n_x表示灰度值為x的像素個數(shù)，n_y表示鄰域均值為y的像素個數(shù)，n_z鄰域中值為z的像素個數(shù)，n_x，n_y，n_z的概率分別定義為，，，灰度值f，鄰域均值g和鄰域中值h等三個分量的類間方差定義如下：

其中，和分別表示第q類的類概率和類均值，表示所有類的總均值，定義如下所示，

最大化如下目標(biāo)函數(shù)、和，分別獲得三個分量的最優(yōu)閾值，

最后，將作為最終的最優(yōu)閾值。