一种图像的灰阶分类方法、装置以及可读存储介质制造方法及图纸

本发明专利技术公开一种图像的灰阶分类方法、装置以及可读存储介质，其中，所述方法包括：获取待分类的图像；根据所述图像的至少部分像素的灰阶值对所述像素进行预分类得到至少两个目标类和至少一个中间类，按照所述像素的灰阶值排序时，每个所述中间类位于两个所述目标类之间；根据所述中间类中的所述像素的灰阶值和/或位置信息将所述中间类中的所述像素划分至相邻的两个所述目标类中的一个。

A Gray Level Classification Method, Device and Readable Storage Media for Image

The invention discloses a gray-scale classification method, device and readable storage medium for an image, in which the method includes: acquiring an image to be classified; pre-classifying the pixels according to the gray-scale values of at least part of the pixels of the image to obtain at least two target classes and at least one intermediate class, each of which is located in two classes when sorted according to the gray-scale values of the pixels. Between the target classes, the pixels in the intermediate classes are divided into one of the two adjacent target classes according to the gray scale values and/or position information of the pixels in the intermediate classes.

【技术实现步骤摘要】
【国外来华专利技术】一种图像的灰阶分类方法、装置以及可读存储介质
本专利技术涉及图像处理
，尤其涉及一种图像的灰阶分类方法、装置以及可读存储介质。
技术介绍
在图像处理过程中，通常采用对目标图像的进行分类以达到场景分割、识别等目的，而在实际应用过程中，对于较为复杂的场景，由于图像在实际拍摄过程中会受打光、模糊、噪声等系列问题的干扰而导致无法正确进行灰阶分类。目前，对于场景中的目标灰阶差异较大的情况下，通常采用二值化方法，针对打光不均匀或其它干扰因素的情况下，可以适用局部动态分类等方法，例如最大类间方差法(OTSU)；对于场景需要多分类的情况下，通常采用聚类算法(例如kmeans)或改进的二值化方法。本专利技术人在长期的研究中，发现对于目标灰阶接近分割阈值的像素，使用二值化方法则分类会不精确；而聚类算法具有一定的随机性，不适合精确分类，改进的二值化方法与二值化方法同样存在分类不精确的缺陷。
技术实现思路
本专利技术提供一种图像的灰阶分类方法、装置以及可读存储介质，以解决现有技术中对于较为复杂的场景，因受打光、模糊、噪声等系列问题的干扰而不能精确对灰阶进行分类的问题。为解决现有技术问题，本专利技术采用的一个技术方案是：提供一种图像的灰阶分类方法，所述方法包括：获取待分类的图像；根据至少部分所述图像的像素的灰阶值对所述像素进行预分类得到至少两个目标类和至少一个中间类，按照所述像素的灰阶值排序时，每个所述中间类位于两个所述目标类之间；根据所述中间类中的所述像素的灰阶值和/或位置信息将所述中间类中的所述像素划分至相邻的两个所述目标类中的一个。根据本专利技术一具体实施例，所述根据至少部分所述图像的像素的灰阶值对所述像素进行预分类包括：使用聚类算法根据至少部分所述图像的像素的灰阶值将所述像素分为m类，所述m类中包括n个所述目标类和m-n个所述中间类，m和n均为整数且n<m≤2n-1。根据本专利技术一具体实施例，所述使用聚类算法根据至少部分所述图像的像素的灰阶值将所述像素分为m类之前，所述方法包括：采用灰度直方图的方式确定所述聚类算法中的初始聚类中心。根据本专利技术一具体实施例，所述采用灰度直方图的方式确定聚类算法中的初始聚类中心的步骤，包括：采用灰度直方图的方式将待分类的所述图像的像素点分为m等份；计算所有等份中的所有所述像素的平均灰阶值，以作为所述聚类算法中的初始聚类中心。根据本专利技术一具体实施例，所述采用灰度直方图的方式确定所述聚类算法中的初始聚类中心的步骤之前，所述方法还包括：对所述图像的所有像素进行平滑处理。根据本专利技术一具体实施例，所述根据所述中间类中的所述像素的灰阶值将所述中间类中的所述像素划分至相邻的两个所述目标类中的一个包括：将所述中间类的所述像素划分至相邻的两个所述目标类中聚类中心与所述中间类的所述像素的灰阶值差值更小的一个。根据本专利技术一具体实施例，所述相邻的两个所述目标类包括第一目标类和第二目标类，所述根据所述中间类中的所述像素的灰阶值和位置信息将所述中间类中的所述像素划分至相邻的两个所述目标类中的一个包括：若所述中间类中的所述像素的所述灰阶值与所述第一目标类的聚类中心的差值小于与所述第二目标类的聚类中心的差值，且所述中间类中的所述像素的邻域像素中属于所述第一目标类的数量大于属于所述第二目标类的数量，则将所述中间类中的所述像素划分至所述第一目标类；若所述中间类中的所述像素的所述灰阶值与所述第二目标类的聚类中心的差值小于与所述第一目标类的聚类中心的差值，且所述中间类中的所述像素的邻域像素中属于所述第二目标类的数量大于属于所述第一目标类的数量，则将所述中间类中的所述像素划分至所述第一目标类；否则判定所述中间类中的所述像素为孤立像素点。根据本专利技术一具体实施例，所述判定所述中间类中的所述像素为孤立像素点之后进一步包括：对所述孤立像素点进行平滑之后再划分至相邻的两个所述目标类中的一个。根据本专利技术一具体实施例，所述像素的邻域像素包括所述像素的邻域中的除所述像素之外的其他像素。根据本专利技术一具体实施例，所述像素的邻域为以所述像素为中心的M*N大小的窗口，其中M和N为预设值，且为大于1的整数。根据本专利技术一具体实施例，所述像素的邻域是根据边缘信息划分的。为解决现有技术问题，本专利技术采用的另一个技术方案是：提供一种图像的灰阶分类装置，包括至少一个处理器，单独或协同工作，所述处理器用于执行指令以实现上述所述的方法。为解决现有技术问题，本专利技术采用的又一个技术方案是：提供一种可读存储介质，存储有指令，所述指令被执行时实现上述所述的方法。区别于现有技术的情况，本专利技术提供的图像的灰阶分类方法先进行预分类，再根据预分类的结果将中间类的像素精确分类至目标类中，从而能够有效提高分类的精确度，且打光不均匀，噪声等问题将分类方法局部使用也可解决问题。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：图1是本专利技术图像的灰阶分类方法一实施方式的流程示意图；图2是本专利技术图像的灰阶分类方法另一实施方式的流程示意图；图3是本专利技术图像灰阶分类装置一实施方式的结构示意图；图4是本专利技术可读存储介质实施方式的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性的劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。参见图1，图1是本专利技术实施方式提供的图像灰阶分类方法的步骤流程示意图。本专利技术实施方式提供的图像的灰阶分类方法能用于较为复杂的场景，使得在进行灰阶分类时，不受打光、模糊、噪声等系列问题的干扰而正确进行灰阶分类。方法包括：步骤S101，获取待分类的图像。可以理解，该待分类的图像可以是一个完整图像，也可以是从完整的图像截取下来的局部图像，例如，将待处理的完整的图像划分为多个窗口，选取其中至少一个窗口的局部图像作为待分类的图像。步骤S102，根据图像的至少部分像素的灰阶值对像素进行预分类得到至少两个目标类和至少一个中间类，按照像素的灰阶值排序时，每个中间类位于两个目标类之间。在一实施方式中，根据至少部分图像的像素的灰阶值对像素进行预分类包括：使用聚类算法根据至少部分图像的像素的灰阶值将像素分为m类，m类中包括n个目标类和m-n个中间类，m和n均为整数且n<m≤2n-1。例如m取值为5时，可以包括3个目标类和2个中间类，也可以包括4个目标类和1个中间类。可以理解，目标类和中间类的数量可以根据需求进行相应的调整，可以每两个目标类中均设有一中间类，也可以在任意两个目标类中夹设一中间类，其中，中间类中的像素将划分至与其相邻的两个目标类中的一个，详细划分方法下文介绍。本实施例中，聚类算法指的是k-means算法，当然，在其它实施方式中，聚类算法可以是其它算法，比如k-medoids算法等。步骤S103，根据中间类中的像素的灰阶值和/或位置信息将中间类中的像素划分至相邻的两个目标类中的一个。例如，m取值为3，n取值为2，本文档来自技高网...

【技术保护点】
1.一种图像的灰阶分类方法，其特征在于，所述方法包括：获取待分类的图像；根据所述图像的至少部分像素的灰阶值对所述像素进行预分类得到至少两个目标类和至少一个中间类，按照所述像素的灰阶值排序时，每个所述中间类位于两个所述目标类之间；根据所述中间类中的所述像素的灰阶值和/或位置信息将所述中间类中的所述像素划分至相邻的两个所述目标类中的一个。

【技术特征摘要】
【国外来华专利技术】1.一种图像的灰阶分类方法，其特征在于，所述方法包括：获取待分类的图像；根据所述图像的至少部分像素的灰阶值对所述像素进行预分类得到至少两个目标类和至少一个中间类，按照所述像素的灰阶值排序时，每个所述中间类位于两个所述目标类之间；根据所述中间类中的所述像素的灰阶值和/或位置信息将所述中间类中的所述像素划分至相邻的两个所述目标类中的一个。2.根据权利要求1所述的方法，其特征在于，所述根据至少部分所述图像的像素的灰阶值对所述像素进行预分类包括：使用聚类算法根据至少部分所述图像的像素的灰阶值将所述像素分为m类，所述m类中包括n个所述目标类和m-n个所述中间类，m和n均为整数且n<m≤2n-1。3.根据权利要求2所述的方法，其特征在于，所述使用聚类算法根据至少部分所述图像的像素的灰阶值将所述像素分为m类之前，所述方法包括：采用灰度直方图的方式确定所述聚类算法中的初始聚类中心。4.根据权利要求3所述的方法，其特征在于，所述采用灰度直方图的方式确定聚类算法中的初始聚类中心的步骤，包括：采用灰度直方图的方式将待分类的所述图像的像素点分为m等份；计算所有等份中的所有所述像素的平均灰阶值，以作为所述聚类算法中的初始聚类中心。5.根据权利要求3所述的方法，其特征在于，所述采用灰度直方图的方式确定所述聚类算法中的初始聚类中心的步骤之前，所述方法还包括：对所述图像的所有像素进行平滑处理。6.根据权利要求1所述的方法，其特征在于，所述根据所述中间类中的所述像素的灰阶值将所述中间类中的所述像素划分至相邻的两个所述目标类中的一个包括：将所述中间类的所述像素划分至相邻的两个所述目标类中聚类中心与所述中间类的所述像素的灰阶值差值更小的一个。7.根据权利要求1所...

【专利技术属性】
技术研发人员：韩琨，阳光，
申请(专利权)人：深圳配天智能技术研究院有限公司，
类型：发明
国别省市：广东,44