一种改进的基于最大类间方差法的红外图像分割算法制造技术

本发明专利技术为一种改进的基于最大类间方差法的红外图像分割算法，能够在最大程度上克服天空曝光带来的分割效果不理想的问题，使分割后的目标能够保持较完整的形状。由于红外图像对比度比较低，灰度级范围比较窄，利用最大类间方差法不能够很好的分割出目标，考虑图像灰度、图像背景像素个数和目标像素个数对分割产生的影响，本发明专利技术对传统最大类间方差法中求取方差的公式进行了改进，弥补了最大类间方差法的红外图像分割算法在天空有曝光且天空与目标对比度较低的情况下不能够获得较好的分割效果的缺点，并且将目标与天空背景对比度较大的区域分割良好。

An improved infrared image segmentation algorithm based on maximum inter class variance method

The invention is an improved infrared image segmentation algorithm based on the maximum class variance method, which can overcome the problem of the segmentation effect caused by sky exposure to a maximum extent, and enable the segmented target to maintain a more complete shape. The contrast of infrared image gray level is relatively low, relatively narrow scope, using the Otsu method to segment the target well, considering the influence of image, image background pixels and target pixel number of segmentation is generated, the invention improves the traditional MBV method for the variance formula for infrared image Otsu segmentation algorithm is not able to obtain good segmentation results and exposure sky and the contrast of the target under the condition of low defect in the sky, and the sky and the target background contrast large region segmentation is good.

【技术实现步骤摘要】
一种改进的基于最大类间方差法的红外图像分割算法
本专利技术属于红外成像
，具体涉及一种改进的基于最大类间方差法的红外图像分割算法。
技术介绍
红外成像系统在成像过程中由于自身成像原因会使得红外图像具有信噪比低、图像模糊、低对比度等特点。UUV拍摄近海面红外侦查图像时，由于UUV运动的影响、拍摄景物温差区别、海浪干扰等因素，使得其拍摄的红外图像质量相比一般的红外图像更差。由于红外图像对比度比较低，灰度级范围比较窄，利用最大类间方差法不能够很好的分割出目标。为了更好的分割出目标，考虑图像灰度、图像背景像素个数和目标像素个数对分割产生的影响，对传统最大类间方差法中求取方差的公式进行了改进。最大类间方差法也被称作Otsu方法，它是一种十分简单和通用的方法，并且其最大特点是能够实现图像分割的自适应。它的基本原理为：通过找到使得背景与目标两部分之间的方差能够达到最大的阈值，然后利用该阈值将图像目标与背景分开。文献《最大类间方差法在图像分割中的应用》(煤炭技术，2008年7月，第27卷第7期)对图像分别利用经典的Sobel算子和Log边缘检测进行阈值分割，然后利用最大类间方差法对图像进行分割本文档来自技高网...

【技术保护点】
一种改进的基于最大类间方差法的红外图像分割算法，其特征在于：包括以下步骤：(1)获取红外图像；(2)计算整幅图像的平均灰度值u；(3)设置分割阈值t初始值为1；(4)将f(x,y)小于阈值t的像素归为背景部分为C0,反之归为目标部分C1，背景部分C0的灰度级范围是0～t‑1，目标部分C1的灰度级范围是t～L‑1，其中L为灰度级；(5)分别计算背景部分C0和目标部分C1的概率、平均灰度值、类内方差和像素个数；(6)根据公式δ

【技术特征摘要】
1.一种改进的基于最大类间方差法的红外图像分割算法，其特征在于：包括以下步骤：(1)获取红外图像；(2)计算整幅图像的平均灰度值u；(3)设置分割阈值t初始值为1；(4)将f(x,y)小于阈值t的像素归为背景部分为C0,反之归为目标部分C1，背景部分C0的灰度级范围是0～t-1，目标部分C1的灰度级范围是t～L-1，其中L为灰度级；(5)分别计算背景部分C0和目标部分C1的概率、平均灰度值、类内方差和像素个数；(6)根据公式δ2(k)＝(w0(u-u0)+w1(u-u1))*(v1-v0)*(cnt0-cnt1)/(v1+v0)计算出k从0～L-1变化对应的类间方差δ2(k)，其中w0为背景部分C0的概率，w1为目标部分C1的概率，u0为背景部分C0的平均灰度值，u1为目标部分C1的平均灰度值，ν0为背景部分C0的类内方差，ν1为目标部分C1的类内方差，cnt0为背景部分C0中像素的个数，cnt1为目标部分C1中像素的个数；(7)若t＜L，令t＝t+1，继续步骤(4)；(8)若t≥L，在求取到的所有δ2中，找到其中的最大值与该最大值对应的k，令t＝k-5；(9)得到最终的分割阈值t后，根据二值化算法对红外图像进行分割。2.根据权利要求1所述的一种改进的基于最大类间方差法的红外图像分割算法，其特征在于:所述的步骤(2)包括：(2.1)用f(x,y)来表示红外图像IM×N在(x,y)位...

【专利技术属性】
技术研发人员：张勋，时延利，张宏瀚，严浙平，徐健，陈涛，周佳加，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江,23