一种非均匀背景离散相灰度图像二值化处理方法技术

本发明专利技术提供一种非均匀背景离散相灰度图像二值化处理方法，主要包括以下步骤：求解图像梯度图；采用最大类间方差方法分别求解灰度图像和梯度图像阈值；确定离散相轮廓为同时满足灰度阈值和梯度阈值的像素点；求解轮廓像素点平均灰度值，以此为增长上限，以轮廓像素点为初始种子点进行区域增长；增长完成后以初始种子点和增长点为对象，对邻域内灰度值满足灰度阈值的点进行膨胀，膨胀后的像素点为目标图像；对图像背景进行填充，完成图像处理。本发明专利技术提出的图像处理方法可以在保证目标边缘精确提取的同时大幅降低图像噪点。

【技术实现步骤摘要】
一种非均匀背景离散相灰度图像二值化处理方法
本专利技术属于图像处理研究领域，具体涉及一种非均匀背景离散相灰度图像二值化处理方法。
技术介绍
气-液、液-液两相破碎以及气-固两相流等广泛存在于科研和生产当中，比如燃油喷雾、生物柴油制备、流化床等。精确监测液滴、气泡等离散相尺寸、分布等特征参数对科学研究和生产效率具有重要的实际意义。离散相测量途径主要分为三类：机械测量、电子测量和光学测量。其中光学测量的一个优势是非接触测量。光学测量途径中的高速摄影方法操作相对简便，能够实现流场可视化，在近些年应用比较广泛。对高速摄影获得的灰度图像进行二值化处理，有利于特征信息的提取和计算。比如在灰度图像中，离散相边缘由一系列渐变灰度像素组成，给离散相尺寸等参数的精确测量带来困难。灰度图像经过二值化处理，可以在保证测量精度的同时大幅降低信息获取难度。对于科学研究，图像二值化处理的首要任务是保证离散相拾取的精确性，包括边缘检测和区域分割。传统边缘检测利用图像梯度与区域模板卷积运算锐化边缘。需要说明的是，这是一种近似运算，对由几十个像素构成的小离散相，可能造成较大的检测误差。最大类间方差和区域增长是两种经典的区域分割算法，至今仍然是图像处理的有力工具。离散相灰度图像往往具有一些特征或缺点，给二值化处理带来很大挑战。典型地，实验室较小尺度多相流实验图像具有离散相多尺度、噪点、光斑以及背景不均匀等问题。噪点问题通常采用滤波算子或噪点算子进行处理，背景不均匀问题则采用分块、近似均匀、局部阈值等方法进行处理。噪点处理及非均匀背景处理极有可能抹去小尺寸离散相，造成图像信息丢失。本专利技术提出一种基于最大类间方差耦合区域增长的非均匀背景离散相灰度图像二值化处理方法，平衡离散相检测精度和噪点抑制问题。
技术实现思路
本专利技术的目的是针对上述问题提供一种非均匀背景离散相灰度图像二值化处理方法，在保证离散相精确拾取的同时有效解决光斑、非均匀背景及噪点抑制问题。本专利技术的技术方案是：一种非均匀背景离散相灰度图像二值化处理方法，包含如下步骤：步骤S1、求解灰度图像对应的灰度梯度图像；步骤S2、求解灰度图像阈值Tgray和梯度图像阈值Tgradient；步骤S3、确定同时在灰度图像阈值和梯度图像阈值内的像素点为目标轮廓；步骤S4、计算轮廓像素点平均灰度值δ，以此为增长上限，以轮廓像素点为初始种子点进行区域增长，并对增长像素点进行标记；步骤S5、增长完成后以初始种子点和已标记的增长像素点为对象，对每个像素点邻域内灰度值满足灰度阈值Tgray的点进行膨胀运算，膨胀后的已处理像素点为目标图像，即二值化图像。上述方案中，所述步骤S1具体为：读入拟处理灰度图像，根据公式一、公式二和公式三求解图像矩阵的梯度矩阵，获得灰度图像相应的灰度梯度图像，其中，M为待求解矩阵，G为梯度矩阵，Gi,j为点Mi,j处的梯度，Gx为x方向的梯度分量，Gy为y方向的梯度分量。上述方案中，所述步骤S2中采用最大类间方差方法分别求解灰度图像阈值Tgray和梯度图像阈值Tgradient。上述方案中，所述步骤S3具体为：判断灰度梯度图像内所有像素点灰度值Ii,j和梯度值Gi,j是否满足公式四，如果满足，则该像素点为目标轮廓像素点，对所有目标轮廓像素点进行标记，Ii，j＜Tgray&&Gi，j＞Tgradient公式四其中，符号&&为逻辑运算“且”。上述方案中，所述步骤S4具体为：计算轮廓像素点平均灰度值δ，以此为增长上限，以轮廓像素点为初始种子点进行区域增长，即检查种子点8领域内的点灰度值是否小于δ，如果是，则进行增长，并对增长像素点进行标记，如果否，跳过该像素点搜索下一个符合条件的像素点。上述方案中，所述步骤S4中，轮廓像素点平均灰度值δ通过乘以系数A的方式进行调整，以提高非均匀背景适应性和噪点抑制能力，但必须满足下面条件：0<Aδ<Tgray。上述方案中，所述步骤S5中对每个像素点邻域内灰度值满足灰度阈值Tgray的点进行膨胀运算具体为：对初始种子点和已标记的增长像素点邻域内的象素点8邻域内的点灰度值是否小于Tgray，如果是，则进行标记，膨胀后的已处理像素点，即所有已标记点为目标图像。且膨胀过程不需要预设区域模板进行运算。上述方案中，还包括步骤S6：采用区域增长法对图像背景进行填充。上述方案中，所述步骤S6具体为：种子点采用自动选择方法，首先逐点检查经步骤S5处理获得的二值化图像B，确定背景像素点Bi,j，以此为种子点，对与其灰度值一致的点进行区域增长，完成背景填充过程，背景填充完成以后，对背景中的离散相形成的孔洞进行反色填充，完成图像二值化处理过程。上述方案中，所述步骤S6中背景像素点Bi,j需要满足公式五，其中，Ni＝1，2，3...20，Nj＝1，2，3...20。在步骤S6中，对图像背景进行填充主要针对离散相光斑问题，比如液滴或气泡表面光斑等。在没有明显光斑情况下可以不使用步骤S6。在气固多相流等需要保留孔隙的工况下不可使用步骤S6。与现有技术相比，本专利技术的有益效果是：本专利技术通过求解图像梯度图；采用最大类间方差方法分别求解灰度图像和梯度图像阈值；确定离散相轮廓为同时满足灰度阈值和梯度阈值的像素点；求解轮廓像素点平均灰度值，以此为增长上限，以轮廓像素点为初始种子点进行区域增长；增长完成后以初始种子点和增长点为对象，对邻域内灰度值满足灰度阈值的点进行膨胀，膨胀后的像素点为目标图像；对图像背景进行填充，完成图像处理，在保证离散相精确拾取的同时有效解决光斑、非均匀背景及噪点抑制问题。附图说明图1为本专利技术实施流程图。图2为示例离散相灰度图像。图3为步骤S1求解的图2相应灰度梯度图像。图4为步骤S2和步骤S3计算得到的离散相轮廓拾取图像。其中，(a)为以梯度图像最大类间方差阈值Tgradient为条件拾取的离散相轮廓；(b)为(a)中虚线框内容放大图；(c)为同时以灰度图像和梯度图像最大类间方差阈值Tgray和Tgradient为条件拾取的离散相轮廓；(d)为(c)中虚线框内容放大图。图5为步骤S4区域增长计算完成后图像；其中，(a)为整体效果图；(b)为对应虚线框内容放大图；(c)为对应虚线框内容放大图。图6为步骤S5膨胀计算完成后图像；其中，(a)为整体效果图；(b)为对应虚线框内容放大图；(c)为对应虚线框内容放大图。图7为步骤S6背景填充计算完成后图像。具体实施方式下面结合附图和具体实施方式对本专利技术作进一步详细说明，但本专利技术的保护范围并不限于此。本专利技术处理对象为灰度图像，彩色图像需转换成灰度图像进行处理。本专利技术具体实施方法以离散相前景为深色，背景为浅色的图像为例进行描述。离散相前景为浅色，背景为深色的图像处理方法与之类似。一种非均匀背景离散相灰度图像二值化处理方法，包括六个步骤：如图1所示，图1中2、3属于步骤S1；4属于步骤S2；5、6属于步骤S3；7、8、9、10、11、12属于步骤S4；13、14属于步骤S5；15、16属于步骤S6。步骤S1：读入拟处理灰度图像，如图2所示，求解图像矩阵的梯度矩阵，获得灰度图像相应的灰度梯度图像，如图3所示。本专利技术采用的矩阵梯度求解方法如公式一、公式二和公式三所示。其中，M为待求解本文档来自技高网...

【技术保护点】
1.一种非均匀背景离散相灰度图像二值化处理方法，其特征在于，包含如下步骤：步骤S1、求解灰度图像对应的灰度梯度图像；步骤S2、求解灰度图像阈值Tgray和梯度图像阈值Tgradient；步骤S3、确定同时在灰度图像阈值和梯度图像阈值内的像素点为目标轮廓；步骤S4、计算轮廓像素点平均灰度值δ，以此为增长上限，以轮廓像素点为初始种子点进行区域增长，并对增长像素点进行标记；步骤S5、增长完成后以初始种子点和已标记的增长像素点为对象，对每个像素点邻域内灰度值满足灰度阈值Tgray的点进行膨胀运算，膨胀后的已处理像素点为目标图像，即二值化图像。

【技术特征摘要】
1.一种非均匀背景离散相灰度图像二值化处理方法，其特征在于，包含如下步骤：步骤S1、求解灰度图像对应的灰度梯度图像；步骤S2、求解灰度图像阈值Tgray和梯度图像阈值Tgradient；步骤S3、确定同时在灰度图像阈值和梯度图像阈值内的像素点为目标轮廓；步骤S4、计算轮廓像素点平均灰度值δ，以此为增长上限，以轮廓像素点为初始种子点进行区域增长，并对增长像素点进行标记；步骤S5、增长完成后以初始种子点和已标记的增长像素点为对象，对每个像素点邻域内灰度值满足灰度阈值Tgray的点进行膨胀运算，膨胀后的已处理像素点为目标图像，即二值化图像。2.根据权利要求1所述的非均匀背景离散相灰度图像二值化处理方法，其特征在于，所述步骤S1具体为：读入拟处理灰度图像，根据公式一、公式二和公式三求解图像矩阵的梯度矩阵，获得灰度图像相应的灰度梯度图像，Gi，j＝(Gx2+Gy2)1/2公式一其中，M为待求解矩阵，G为梯度矩阵，Gi,j为点Mi,j处的梯度，Gx为x方向的梯度分量，Gy为y方向的梯度分量。3.根据权利要求1所述的非均匀背景离散相灰度图像二值化处理方法，其特征在于，所述步骤S2中采用最大类间方差方法分别求解灰度图像阈值Tgray和梯度图像阈值Tgradient。4.根据权利要求1所述的非均匀背景离散相灰度图像二值化处理方法，其特征在于，所述步骤S3具体为：判断灰度梯度图像内所有像素点灰度值Ii,j和梯度值Gi,j是否满足公式四，如果满足，则该像素点为目标轮廓像素点，对所有目标轮廓像素点进行标记，Ii，j<Tgray&&Gi，j>Tgradient公式四其中，符号&&为逻辑运算“且”。5.根据权利要求1所述的非均...

【专利技术属性】
技术研发人员：左子文，王军锋，霍元平，王东保，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏,32