一种基于图像数据场的图像分割方法技术

本发明专利技术涉及一种基于图像数据场的图像分割方法。现有单色图像分割方法通常基于像素灰度值的不连续性和相似性；在光照不均匀的条件下现有的分割算法很难得到理想的分割效果。因此，本发明专利技术首先对输入的图像进行预处理滤波，然后用基于八方向梯度的分水岭算法进行分割；然后对分割后的图像进行边缘检测得到边缘点的平均灰度值并设置为种子值；同时构建图像数据场，计算像素点的势值函数；最后依据上面得到的种子值和图像数据场进行种子区域自动生长。本发明专利技术对光照不均匀图像的分割效果和分割时间都有了较大的提升，能够满足图像识别的需求。

【技术实现步骤摘要】

本专利技术属于图像分割领域，涉及一种光照不均匀图像的快速精确分割方法。
技术介绍
图像分割是指通过图像特征的相似性或相异性把图像分割成许多个连续的子区域，并从子区域中提取出感兴趣的部分。在实际应用中，这些可利用的特征主要包括灰度、纹理、边缘、颜色等，针对不同的图像处理需求，目前已经提出了上千种处理方法，但并没有一种通用的快速精确的分割方法。在工程应用中，图像分割是实现图像分析的关键步骤，是图像处理系统的一个重要组成部分，有很高的实用价值，是后续进行图像分析的基础，分割质量将直接影响最后分析的结果，所以进行提高图像分割的准确性的研究是非常有必要的。
技术实现思路
本专利技术针对现有技术的不足，提供了一种针对光照不均匀图像的快速精确分割方法。本专利技术解决技术问题所采取的技术方案为：步骤(1).图像输入和图像预处理。步骤(2).运用基于八方向梯度的分水岭算法进行图像分割。步骤(3).构建图像数据场，计算各像素点的势值函数。步骤(4).边缘检测，计算边缘点的平均灰度值并设置为种子点值。步骤(5).结合步骤(3)、(4)的数据场和种子点进行自动种子区域生长。步骤(6).同质区域融合输出分割效果图。本专利技术的有益效果：(1)采用了八方向梯度的分水岭算法，充分利用了图像的边缘信息，减少了过分割的程度。(2)结合图像数据场进行区域生长，考虑了图像本身的基本结构，使分割效果更加准确。附图说明图1为一种基于图像数据场的图像分割方法流程图。具体的实施方式以下结合说明书附图对本专利技术做进一步描述。依据说明书附图(1)，对实施步骤进行详细阐述：步骤(1).图像输入和图像预处理。为了达到对比的效果，采集同一幅图像在不同光照条件下的效果图，然后分别进行处理。对图像的预处理，主要包括对图像进行灰度化、滤波去噪、直方图均衡化、二值化等几个处理过程。步骤(2).运用基于八方向梯度的分水岭算法进行图像分割。分水岭算法是一种基于梯度的图像分割方法，可以将图像中的边缘转化为“山脉”，将均匀区域转化为“山谷”，主要分为排序、淹没两个过程。第一步：求取图像八方向的梯度幅度取最大值，梯度幅度图像在沿对象的边缘处有较高的像素值，而在其他地方有较低的像素值，分水岭算法会在沿边缘处产生分水岭脊线；梯度计算和角度判别，给定点f(x,y)代表灰度图像上像素点(x,y)处的灰度值，用Robinson梯度模板与原图像进行卷积：某一方向的方向导数也就是f(x,y)在该方向的变化率(也就是f(x+Dx,y+dy)-f(x,y)的值)，当该方向与梯度的方向一致时梯度方向也就是方向导数最大的方向，方向导数的值就等于梯度的模。第二步：排序、淹没过程。假定定义域Ff上的函数f为待处理图像，它的最大最小值分别为fmax＝max(f)，fmin＝min(f)。集合[Ff]h表示函数f的上限阈值，其中[Ff]h＝{x∈Ff|f(x)≤f本文档来自技高网...

【技术保护点】
一种基于图像数据场的图像分割方法，其特征在于该方法的具体步骤是：步骤(1).图像输入和图像预处理；步骤(2).运用基于八方向梯度的分水岭算法进行图像分割；步骤(3).构建图像数据场，计算各像素点的势值函数；步骤(4).边缘检测，计算边缘点的平均灰度值并设置为种子点值；步骤(5).结合步骤(3)、(4)的数据场和种子点进行自动种子区域生长；步骤(6).同质区域融合输出分割效果图。

【技术特征摘要】
1.一种基于图像数据场的图像分割方法，其特征在于该方法的具体步骤是：步骤(1).图像输入和图像预处理；步骤(2).运用基于八方向梯度的分水岭算法进行图像分割；步骤(3).构建图像数据场，计算各像素点的势值函数；步骤(4).边缘检测，计算边缘点的平均灰度值并设置为种子点值；步骤(5).结合步骤(3)、(4)的数据场和种子点进行自动种子区域生长；步骤(6).同质区域融合输出分割效果图。2.根据权利要求1所述的一种基于图像数据场的图像分割方法，其特征在于：步骤(2)具体是：第一...

【专利技术属性】
技术研发人员：王效灵，李宁宁，俞斌德，杨佐丞，林云，余长宏，
申请(专利权)人：浙江工商大学，
类型：发明
国别省市：浙江;33