【技术实现步骤摘要】
基于卡尔曼滤波和马尔可夫随机场的图像分割方法及系统
本专利技术属于图像处理
，尤其涉及一种基于卡尔曼滤波和马尔可夫随机场的图像分割方法及系统。
技术介绍
自来水厂基本采用明矾作为水的净化剂，处理后的水，是否合格取决于明矾的添加量，而明矾水解过程中生成氢氧化铝胶状沉淀，把水中的杂质连带沉淀形成矾花，水中矾花的数量和体积大小就反应了明矾的添加情况，因此需要对水厂沉淀池中的矾花的检测来实现对明矾添加量进行检测。目前主要有三种检测方法：(1)人工检测方法，通过人的肉眼来观察明矾溶于水后，在沉淀池中形成的矾花状态，来判断明矾的投入量是否合适；(2)使用探头检测电解质浓度，根据电解质浓度来判断明矾投入量是否合适；(3)通过CCD相机采集沉淀池中的矾花图像，通过图像处理的结果来判断明矾投入量的情况。随着CCD技术和图像处理技术的发展，这种在线实时矾花检测方法已成为目前矾花在线检测的主流技术。基于光学图像处理技术的矾花检测方法，也由于其检测的高效性和工作环境要求低的，正在逐步取代人工检测。图像分割的目的是将图像分成各具特性的区...
【技术保护点】
1.一种基于卡尔曼滤波和马尔可夫随机场的图像分割方法，其特征在于：其包括以下步骤：/n步骤S1，对图像进行先验处理，对包含待测物体的图像进行分块，分成多个子图像；设图像大小为M×N,M为行，N为列，(i,j)表示空间位置，I(i,j)表示子图像在空间位置(i,j)处的灰度值；采集每个子图像中的背景像素和待测物体图像素，计算背景像素的均值和标准差u
【技术特征摘要】
1.一种基于卡尔曼滤波和马尔可夫随机场的图像分割方法，其特征在于：其包括以下步骤：
步骤S1，对图像进行先验处理，对包含待测物体的图像进行分块，分成多个子图像；设图像大小为M×N,M为行，N为列，(i,j)表示空间位置，I(i,j)表示子图像在空间位置(i,j)处的灰度值；采集每个子图像中的背景像素和待测物体图像素，计算背景像素的均值和标准差ub1,ub2...,ubn,σb1,σb2,...,σbn，以及计算待测物体像素的均值和标准差ua1,ua2...,uan,σa1,σa2,...,σan，建立统计表；
步骤S2，设立马尔可夫随机场，所述马尔可夫随机场的邻域大小为(2L+1)×(2R+1)，其中，2L+1为横向长度，2R+1为纵向长度；
步骤S3，设置卡尔曼滤波器，对卡尔曼滤波器进行参数设置，包括测量矩阵Hk、状态转移矩阵Fk、状态噪声协方差Qk、量测方差Rk；其中，
Hk＝(01)，
k表示第k个像素，T为采样时间；
所述卡尔曼滤波器的算法为：
其中，Yk为图像中第k个像素的像素值的测量向量；系统控制矩阵Gk＝0；
Kk为卡尔曼增益矩阵，ζk为测量残差，为新息协方差矩阵；
步骤S4，采用步骤S1得到的初始的背景和待测物体图像的均值和标准差对卡尔曼滤波器进行初始化；
步骤S5，采用卡尔曼滤波器对整个图像进行互相垂直的两方向每行和每列的滤波，得到每行及每列上第k个像素的残差值ζk，保存在矩阵中；
步骤S6，在马尔可夫随机场邻域系统下，对卡尔曼滤波器已经标记过的区域进行局部统计，针对两个方向，分别根据k-1步之前的滤波结果，更新背景的第k-1步的像素的均值ub和标准差σb，以及待测物体第k-1步的像素的均值ua和标准差σa；
步骤S7，针对两个方向，分别采用以下公式计算像素I(i,j)到背景的距离Db、以及到待测物体的距离Da：
其中，ub、σb分别为背景的局部均值与标准差，ua、σa分别为背景的局部均值与标准差；当Db(i,j)≥Da(i,j)，则标记像素(i,j)为则标记为1；
步骤S8，针对两个方向，分别根据测量残差统计特性与到局部区域背景和待测物体的距离，按照以下条件判定当前像素所属类别：
其中，0标签表示背景像元，1标签代表目标像元；
步骤S9，将两个方向的标记结果采用以下函数进行融合，得到标定后的二值图，
若像素(i,j)是背景像元，记为f(i,j)＝0，若为待测物体目标像元，则记为f(i,j)＝1。
2.根据权利要求1所述的基于卡尔曼滤波和马尔可夫随机场的图像分割方法，其特征在于，还包括：
步骤S10，采用n阶邻域系统，对标定后的二值图进行中值滤波，去除孤立点或噪声点，得到最终的待测物体的缺陷分割图。
3.根据权利要求1所述的基于卡尔曼滤波和马尔可夫随机场的图像分割方法，其特征在于，步骤S3设置卡尔曼滤波器包括：
设I(i,j)表示图像第i列j行的像素值，其中i＝1,2,3,...,M，j＝1,2,3,...,N；
图像每一行的像素作为一个测量序列Yk，k＝1,2,...,M，每一行设置一个卡尔曼滤波器；
图像每一列的像素作为一个测量序列Yk，k＝1,2,...,N，每一列设置一个卡尔曼滤波器；
每个卡尔曼滤波器的初始状态值根据它们所属的子图像的区域进行设置。
4.根据权利要求3所述的基于卡尔曼滤波和马尔可夫随机场的图像分割方法，其特征在于：步骤S4对卡尔曼滤波器进行初始化包括：
图像第i行的滤波器，当从左到右滤波时，初始状态值设为其中ub0＝uk,ifI(i,0)∈Ak，
图像第j列的滤波器，当从上到下滤波时，初始状态值设为其中ub0＝uk,ifI(0,j)∈Ak。
5.根据权利要求3所述的基于卡尔曼滤波和马尔可夫随机场的图像分割方法，其特征在于：每个滤波器滤波时在每个位置上有一个测量残差ζk，ζk服从零均值，方差为Sk的高斯分布，即ζk～N(0,Sk)，而服从分布，nY＝dim(ζ)是ζ的维数；当时，表明图像在该位置出现异常值，则标记为缺陷像素，两个方向的残差值ζk分别保存在矩阵∑up和∑left中，矩阵∑up、∑left的大小和图像的大小相同，其中α为显著性水平。<...
【专利技术属性】
技术研发人员：陈宝文，程东升，黄秀琴，
申请(专利权)人：深圳信息职业技术学院，
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。