基于二维Otsu的钢轨缺陷分割自适应快速算法制造技术

技术编号:20567347 阅读:35 留言:0更新日期:2019-03-14 09:47
本发明专利技术公开了一种基于二维Otsu的钢轨缺陷分割自适应快速算法,包括建立二维Otsu分割直分图,将待分割图像分为目标区域和背景区域,设定自适应的阈值检索区间;对于阈值检索区域像素点进行分区,对每一分区的灰度级统计计算,比较每一分区的均值方差,找出最佳阈值点所在的区域,再对本分区内各像素灰度值的类间方差进行计算,比较得出最大类间方差值,对应灰度值即为最佳分割阈值,根据最佳分割阈值,图像被二值化为目标区域和背景区域。本发明专利技术在进行分割钢轨缺陷图像时,自适应设定阈值检索区间,减少阈值检索过程中的冗余计算,同时阈值区间缩小了背景和目标区域差距,减少了噪点对于阈值确定造成的干扰,解决了小区域缺陷难以分割的问题。

【技术实现步骤摘要】
基于二维Otsu的钢轨缺陷分割自适应快速算法
本专利技术属于图像分割算法
,尤其涉及一种基于二维Otsu的钢轨缺陷分割自适应快速算法。
技术介绍
图像分割是提取目标区域的重要方法,基于最大类间方差的阈值分割算法(Otsu)是阈值法的一种,Otsu是一种全局阈值分割算法,具有快速、性能稳定的特点。一维Otsu阈值分割算法通过计算每一个灰度级到两类灰度方差和,选取方差最大时阈值为最佳阈值,以此将图像分为目标和背景两类,一维Otsu阈值分割算法虽然分割速度快,但是只结合了图像的灰度信息,分割的准确度不理想,对含噪图像的分割效果并不好。二维Otsu引入空间邻域信息,但研究指出目标区域远小于背景区域时Otsu失效,即二维Otsu对小区域缺陷图像失效,且现有的Otsu递推算法需对每一灰度级的方差进行计算,其算法复杂度仍然较大。
技术实现思路
为解决上述
技术介绍
中指出的问题,本专利技术提供了一种基于二维Otsu的钢轨缺陷分割自适应快速算法,该算法在提高其抗噪性能的同时可保证算法的实时性,并且能对钢轨上的小区域缺陷实现准确分割,算法复杂度低。本专利技术是这样实现的,一种基于二维Otsu的钢轨缺陷分割自适应快速算法,包括如下步骤:(1)建立二维Otsu分割直分图,将待分割图像利用阈值分割向量分为目标区域和背景区域,设定自适应的阈值检索区间;计算所述阈值检索区间中的像素点个数,计算待分割图像的像素点邻域的平均灰度,得到某一像素点的灰度值与邻域灰度平均值形成的二维组的出现概率,进而得到目标区域和背景区域的出现概率、目标区域和背景区域的均值矢量、检索区域内均值矢量;(2)对于阈值检索区域像素点进行分区,运用递归算法,对每一分区的灰度级统计计算,并记录每次的计算值,建立新的二维直方图;(3)比较每一分区的均值方差,找出最佳阈值点所在的区域,再对本分区内各像素灰度值的类间方差进行计算,比较得出最大类间方差值,对应灰度值即为最佳分割阈值,根据最佳分割阈值,图像被二值化为目标区域和背景区域。优选地,所述步骤(1)中目标区域和背景区域的出现概率、目标区域和背景区域的均值矢量、检索区域内均值矢量获得的具体方法如下:待分割图像的大小设为M*N,利用阈值分割向量(s,t)将待分割图像分为目标区域和背景区域,设定自适应的阈值检索区间(TL,TH),图像中设定有效的阈值检索区间满足:f(x,y)表示坐标值为(x,y)像素点的灰度值,g(x,y)表示该坐标点的邻域平均灰度值,设区间(TL,TH)中像素点个数为K,则对于大小为M*N的待分割图像,图像中检索区间中的有效像素个数为K,假设像素点的灰度等级为t,则该像素的邻域平均灰度值也为t,计算整幅图像的像素点邻域的平均灰度,即可形成一个二维组(i,j),其中i表示该像素点的灰度值,j表示该点的邻域灰度平均值,fi,j表示二元组的出现频数,则二维组(i,j)出现的概率为:Pi,j=fi,j/K(2)且满足:P0(s,t)和P1(s,t)分别表示目标区域和背景区域出现概率,则:两类区域均值矢量为分别为μ0和μ1:检索区域内均值矢量为μT:优选地,所述(2)中阈值检索区域像素点进行分区,每一分区的灰度级统计计算的具体方法如下:记阈值检索区间长度为K,将K横轴与纵轴分为n组,每组有N个灰度级,N=K/n,n∈(8,16,32,64),K被分成n×n个区域,区域Kpq内的概率之和为:运用递归算法,对每一分区的灰度级统计计算,递归算法如下:其中P0(s,t)、μ0(s,t)、μ1(s,t)的初值为:利用上述计算得到的P0(s,t-1)、P0(s-1,t),P0(s-1,t-1)和μi(s,t-1),μi(s-1,t),μi(s-1,t-1)以及μj(s,t-1),μj(s-1,t),μj(s-1,t-1)计算类间方差矩阵的迹trSb为:优选地,所述步骤(3)中最佳分割阈值为:根据最佳分割阈值,图像被二值化为目标和背景区域;相比于现有技术的缺点和不足,本专利技术具有以下有益效果:本专利技术在进行分割钢轨缺陷图像时,自适应设定阈值检索区间,减少阈值检索过程中的冗余计算,同时阈值区间缩小了背景和目标区域差距,减少了噪点对于阈值确定造成的干扰,解决了小区域缺陷难以分割的问题,根据快速递推公式给出了快速算法,改进的算法对含噪图像的分割效果和小区域缺陷图像分割效果均有明显提升,通过区域划分,避免了对每一灰度级的方差进行计算,算法复杂度也大大降低。本专利技术提高算法抗噪性能的同时保证算法的实时性,并且能对钢轨上的小区域缺陷实现准确分割,与现有二维Otsu分割算法相比,本专利技术算法的准确率和运行时间分别提升了11.96%和73.98%。附图说明图1是传统的二维直方图。图2是本专利技术实施例提供的二维Otsu分割直分图。图3是本专利技术实施例提供的快速算法图。图4是本专利技术实施例提供的不含噪钢轨缺陷图像。图5是对图4进行现有二维Otsu分割算法后的图像。图6是对图4进行现有递归查表快速算法后的图像。图7是对图4进行现有改进的Otsu分割算法后的图像。图8是对图4进行本专利技术二维Otsu算法后的图像。图9是本专利技术实施例提供的含噪钢轨缺陷图像。图10是对图9进行现有二维Otsu分割算法后的图像。图11是对图9进行现有递归查表快速算法后的图像。图12是对图9进行现有改进的Otsu分割算法后的图像。图13是对图9进行本专利技术二维Otsu算法后的图像。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本专利技术进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本专利技术,并不用于限定本专利技术。一种基于二维Otsu的钢轨缺陷分割自适应快速算法:(1)传统的二维直方图阈值选取一般选用直分法,利用阈值分割向量(s,t),采用分别垂直于灰度级和邻域平均灰度级坐标轴的十字线,将二维直方图分割为4个矩形区域,如图1所示,利用该二维直方图进行图像分割时,对于目标与背景区域相差很大时Otsu几乎失效,即二维Otsu对小区域缺陷图像失效,基于此,本专利技术提出一种改进的二维Otsu分割方法,具体方法如下:建立二维Otsu分割直分图,如图2所示,将大小设为M*N的待分割图像利用阈值分割向量(s,t)分为目标区域和背景区域,设定自适应的阈值检索区间(TL,TH),图中设定有效的阈值检索区间:f(x,y)表示坐标值为(x,y)像素点的灰度值,g(x,y)表示该坐标点的邻域平均灰度值,设区间(TL,TH)中像素点个数为K,则对于大小为M*N的受分割图像,根据直分图中检索区间中的有效像素个数为K;二维组(i,j)出现的概率为:Pi,j=fi,j/K(2)且满足:目标和背景区域出现概率分别为P0(s,t)和P1(s,t):两类区域均值矢量为分别为μ0和μ1:检索区域内均值矢量为μT:(2)对于阈值检索区域像素点进行分区,记阈值检索区间长度为K,将K横轴与纵轴分为n组,每组有N个灰度级,N=K/n,n∈(8,16,32,64),K被分成n×n个区域,区域Kpq内的概率之和为:运用递归算法,对每一分区的灰度级统计计算,并记录每次的计算值,建立新的二维直方图;递归算法如下:其中P0(s,t)、μ0(s,t)、μ1(s,t)的初值为:利用上述计算得到的P0(s,t-本文档来自技高网...

【技术保护点】
1.一种基于二维Otsu的钢轨缺陷分割自适应快速算法,其特征在于,包括如下步骤:(1)建立二维Otsu分割直分图,将待分割图像利用阈值分割向量分为目标区域和背景区域,设定自适应的阈值检索区间;计算所述阈值检索区间中的像素点个数,计算待分割图像的像素点邻域的平均灰度,得到某一像素点的灰度值与邻域灰度平均值形成的二维组的出现概率,进而得到目标区域和背景区域的出现概率、目标区域和背景区域的均值矢量、检索区域内均值矢量;(2)对于阈值检索区域像素点进行分区,运用递归算法,对每一分区的灰度级统计计算,并记录每次的计算值,建立新的二维直方图;(3)比较每一分区的均值方差,找出最佳阈值点所在的区域,再对本分区内各像素灰度值的类间方差进行计算,比较得出最大类间方差值,对应灰度值即为最佳分割阈值,根据最佳分割阈值,图像被二值化为目标区域和背景区域。

【技术特征摘要】
1.一种基于二维Otsu的钢轨缺陷分割自适应快速算法,其特征在于,包括如下步骤:(1)建立二维Otsu分割直分图,将待分割图像利用阈值分割向量分为目标区域和背景区域,设定自适应的阈值检索区间;计算所述阈值检索区间中的像素点个数,计算待分割图像的像素点邻域的平均灰度,得到某一像素点的灰度值与邻域灰度平均值形成的二维组的出现概率,进而得到目标区域和背景区域的出现概率、目标区域和背景区域的均值矢量、检索区域内均值矢量;(2)对于阈值检索区域像素点进行分区,运用递归算法,对每一分区的灰度级统计计算,并记录每次的计算值,建立新的二维直方图;(3)比较每一分区的均值方差,找出最佳阈值点所在的区域,再对本分区内各像素灰度值的类间方差进行计算,比较得出最大类间方差值,对应灰度值即为最佳分割阈值,根据最佳分割阈值,图像被二值化为目标区域和背景区域。2.如权利要求1所述基于二维Otsu的钢轨缺陷分割自适应快速算法,其特征在于,所述步骤(1)中目标区域和背景区域的出现概率、目标区域和背景区域的均值矢量、检索区域内均值矢量获得的具体方法如下:待分割图像的大小设为M*N,利用阈值分割向量(s,t)将待分割图像分为目标区域和背景区域,设定自适应的阈值检索区间(TL,TH),图像中设定有效的阈值检索区间满足:f(x,y)表示坐标值为(x,y)像素点的灰度值,g(x,y)表示该坐标点的邻域平均灰度值,设区间(TL,TH)中像素点个数为K,则对于大小为M*N的待分割图像,图像中检索区间中的有效像素个数为K,假设像素点的灰度等级为t,则该像素的邻域平均灰...

【专利技术属性】
技术研发人员:闵永智吕邦欢任维卓陶佳张振海张雁鹏林俊亭张鑫左静
申请(专利权)人:兰州交通大学
类型:发明
国别省市:甘肃,62

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1