【技术实现步骤摘要】
一种基于大津法与K均值法的自适应图像分割方法
本专利技术涉及图像分割领域，具体为一种基于大津法与K均值法的自适应图像分割方法，是一种快速的自适应图像分割方法。
技术介绍
人脸识别系统中，现场采集的人脸图像易受光照因素的影响，复杂光照导致人脸图像部分信息丢失，进而特征提取缺失，影响人脸识别准确率。K均值算法分割算法对图像中的相似像素值进行聚类，形成的簇的个数作为图像分割的数目，但该算法一般通过手动设定分割数目，因此不能很好的满足自适应分割条件；并且对初始质心敏感，若初始质心选择不当，也会导致分割效果变差、计算量增加。一维大津法根据最大类间方差来自动确定分割阈值，需要遍历整个灰度级搜索阈值，计算复杂度高，且一次只能确定单个阈值，也缺少了自适应性。现有的自适应K-means图像分割方法中，利用多阈值大津法确定的多个分割阈值作为K均值法的初始质心，并将二者得到的阈值求和取平均作为最终的分割阈值。由于多阈值大津法是每个分割区域在相应灰度级范围内搜索最佳阈值，因此计算量庞大，不能满足快速分割条件；并且将两种算法得到的阈值...
【技术保护点】
1.一种基于大津法与K均值法的自适应图像分割方法，包括以下步骤：/n步骤1、目标图像去噪与灰度化；/n步骤2、计算步骤1灰度化后图像的平均值avg；/n步骤3、以步骤2所求平均值为搜索中心，引入松弛变量δ，在[avg-δ,avg+δ]区间内利用大津法搜索局部阈值T；/n松弛变量δ初始值为5，使用大津法在[avg-δ,avg+δ]区间内遍历灰度级，得到局部阈值T：/n当T＝avg-δ时，更新搜索中心值avg＝avg-2*δ，或者，当T＝avg+δ时，更新搜索中心值avg＝avg+2*δ，并继续在[avg-δ,avg+δ]区间内按照上述判定条件搜索阈值；否则返回所得局部阈值T作...
【技术特征摘要】
1.一种基于大津法与K均值法的自适应图像分割方法，包括以下步骤：
步骤1、目标图像去噪与灰度化；
步骤2、计算步骤1灰度化后图像的平均值avg；
步骤3、以步骤2所求平均值为搜索中心，引入松弛变量δ，在[avg-δ,avg+δ]区间内利用大津法搜索局部阈值T；
松弛变量δ初始值为5，使用大津法在[avg-δ,avg+δ]区间内遍历灰度级，得到局部阈值T：
当T＝avg-δ时，更新搜索中心值avg＝avg-2*δ，或者，当T＝avg+δ时，更新搜索中心值avg＝avg+2*δ，并继续在[avg-δ,avg+δ]区间内按照上述判定条件搜索阈值；否则返回所得局部阈值T作为当前图像分割阈值；
步骤4、判断步骤3所得阈值T与图像分割点的大小关系：若大于等于分割点，则保留阈值T，并将当前图像分割为前景和背景；否则舍弃T；
设置变量Num作为图像分割数目，初始为1；设置常量C作为图像分割点，初始为1500；当T≥C时，表示当前图像达到分割要求，遍历当前灰度图像，将小于T的像素划分为背景，将大于等于T的像素划分为前景，并且Num＝Num+1；当T<C时，则舍弃阈值T，表示不对当前图像进行分割；
步骤5、创建队列，将步骤4所得前景图像和背景图像加入队列，对队列中的图像使用步骤2-步骤4所述方法，最终得到Num-1个阈值；
5.1)创建空队列Q；
5.2)求解Num-1个分割阈值：
将步骤4分割后的前景、背景图像加入队列，判断Q是否为空：若Q为空，则返回对应的Num-1个阈值，结束多阈值分割；若Q不为空，则取出队首元素，按照步骤2-步骤4所述方法搜索局部阈值；循环执行步骤5.2，最终得到Num-1个阈值；
递归公式如下：
其中：F函数为大津法在[avg-δ,avg+δ]区间内查找局部阈值的方法，a为当前图像区域，C为图像分割点，Num为图像分割数目，f为前景区域，b为背景区域；
步骤6、将步骤5求得的Num-1个阈值作为K-means法的初始聚类中心实现图像分割。
2.如权利要求1所述基于大津法与K均值法的自适应图像分割方法，其特征在于：所述的步骤1...
【专利技术属性】
技术研发人员：李波，李俊廷，刘民岷，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51
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。