分割图像的方法、装置、计算机可读存储介质和终端设备制造方法及图纸
【技术实现步骤摘要】
分割图像的方法、装置、计算机可读存储介质和终端设备
本专利技术属于图像处理领域，尤其涉及一种分割图像的方法、装置、计算机可读存储介质和终端设备。
技术介绍
图像分割技术是图像处理、视觉分析和理解任务的重要步骤之一，而阈值分割方法因为其简单和高效的特性，被广泛应用于医学图像分割、工业视觉检测和文本图像二值化等领域。然而，由于采集设备的限制和环境的影响，会产生模糊和带噪声的图像，而对于这一类图像，自动选择准确和鲁棒性的阈值仍然是具有挑战性的工作。过去的几十年里，许多学者提出了不同的自适应阈值选择方法，包括全局最优阈值法和局部阈值方法两个大类。Otsu的方法是自动阈值分割领域最为经典的方法之一，其工作原理是通过最小化类内方差来选择最优阈值，然而，对于图像直方图上两个方差相差较大的波峰的情况，Otsu的方法所选择的阈值将会偏向方差较大的波峰方向。究其原因，Otsu的方法只用了图像像素的统计信息，而忽视了对图像中空间信息的考虑。为了将一幅图像的空间信息和统计信息进行融合，又提出了一种所谓最小化基于类不确定性和区域均匀性的能量函数(MHUE)法，该方法通过最小化由类不确定性和...
【技术保护点】
一种分割图像的方法，其特征在于，所述方法包括：将经过高斯平滑后的待分割图像进行局部灰度映射处理，以获取第一图像；对所述第一图像进行均值滤波，以获取第二图像；根据像素灰度的类不确定性和区域稳定性，构造能量函数E(t)并求取使得所述能量函数E(t)的值最小时对应的阈值toptimum；以所述阈值toptimum为分割阈值对所述待分割图像进行分割。
【技术特征摘要】
1.一种分割图像的方法，其特征在于，所述方法包括：将经过高斯平滑后的待分割图像进行局部灰度映射处理，以获取第一图像；对所述第一图像进行均值滤波，以获取第二图像；根据像素灰度的类不确定性和区域稳定性，构造能量函数E(t)并求取使得所述能量函数E(t)的值最小时对应的阈值toptimum；以所述阈值toptimum为分割阈值对所述待分割图像进行分割。2.如权利要求1所述的分割图像的方法，其特征在于，所述将经过高斯平滑后的待分割图像进行局部灰度映射处理，以获取第一图像，包括：获取所述经过高斯平滑后的待分割图像中任一像素c的局部邻域内最大灰度值gmax和最小灰度值gmin；按照公式计算，得到所述任一像素c在所述待分割图像经局部灰度映射处理后的灰度K(g(c))，所述g(c)为所述任一像素c在所述待分割图像经局部灰度映射处理前的灰度。3.如权利要求2所述的分割图像的方法，其特征在于，所述获取所述经过高斯平滑后的待分割图像中任一像素c的局部邻域内最大灰度值gmax和最小灰度值gmin，包括：预设灰度阈值ts以及以所述任一像素c为中心的局部邻域；在所述局部邻域内环绕所述中心并逐步扩大每一轮环绕的环绕半径，获取每一轮环绕时所述中心周围的像素的最大灰度值和最小灰度值，所述环绕半径对应的范围不超过所述局部邻域；若所述获取的最大灰度值和最小灰度值中存在两者差值大于所述灰度阈值ts，则确定此时获取的最大灰度值和最小灰度值分别为所述最大灰度值gmax和最小灰度值gmin。4.如权利要求3所述的分割图像的方法，其特征在于，所述根据像素灰度的类不确定性和区域稳定性，构造能量函数E(t)并求取使得所述能量函数E(t)的值最小时对应的阈值toptimum，包括：根据图像中某像素属于前景的像素和背景的像素的概率，确定像素灰度的类不确定性所述θ(t)表示一个像素属于前景的像素的概率，po,t(g)表示一个像素属于前景的像素且其灰度值等于g的概率，pb,t(g)表示一个像素属于背景的像素且其灰度值等于g的概率，pt(g)＝θ(t)po,t(g)+(1-θ(t))pb,t(g)；根据图像中像素的最大梯度Gmax和最小梯度Gmin，确定像素灰度的区域稳定性所述LC(S(c))和LC(1)是分别将x＝S(c)和x＝1代入到LC(x)得到，所述此处，x∈[0，1]，所述S(c)＝1-Gτ(c)，所述所述所述Gx为所述像素c在x方向的梯度，所述Gy为所述像素c在y方向的梯度；将所述第二图像中的像素c的灰度值fISM_blur(c)代入所述以构成所述能量函数求取所述能量函数E(t)的最小值对应的阈值toptimum。5.一种分割图像的装置，其特征在于，所述装置包括：。映射模块，用于将经过高斯平滑后的待分割图像进行局部灰度映射处理，以获取第一图像；...
【专利技术属性】
技术研发人员：梁国远，王韵陶，高明慧，武臻，王灿，吴新宇，冯亚春，冯伟，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：广东,44
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。