【技术实现步骤摘要】
一种图像二值化方法、装置、设备及存储介质
本申请属于图像处理
，尤其涉及一种图像二值化方法、装置、设备及存储介质。
技术介绍
图像二值化通过将图像中各个像素点划分为背景点和前景点，可以快速地获得用户感兴趣的内容，被广泛地应用在图像信息压缩、边缘提取、形状分析等处理过程中。目前，图像二值化方法通常分为全局阈值法和局部阈值法，其中，全局阈值法是指在整幅图像中对所有的像素点采用相同的二值化阈值，以尽可能消除伪影；局部阈值法是指在整幅图像的不同区域或不同像素点采用不同的二值化阈值，以尽可能的改善阴影对分割效果的影响。但是上述两类方法均没有考虑复杂邻域对二值化分割效果的影响，当图像受到多种降质因素的影响，例如光照不均匀、分辨率低等影响，导致图像中具有复杂邻域或邻域内的灰度级别接近时，图像的二值化分割效果较差，即现有的二值化分割方法容易受复杂邻域的影响，导致具有复杂领域的图像的二值化分割效果差。
技术实现思路
有鉴于此，本申请实施例提供了一种图像二值化方法、装置、设备及存储介质，以解决现有技术中...
【技术保护点】
1.一种图像二值化方法，其特征在于，方法包括：/n获取待分割的灰度图像；/n对所述待分割的灰度图像进行预处理，获得待池化的灰度图像，其中，所述待池化的灰度图像的长度为预设池化长度的M次方的整数倍，所述待池化的灰度图像的宽度为预设池化宽度的M次方的整数倍，M为大于或等于1的整数；/n根据M层池化层对所述待池化的灰度图像进行随机池化处理，得到M个二值化分割结果，其中，所述M层池化层中每层池化层对应一个二值化分割结果，所述M层池化层中各层池化层的池化窗口的尺寸相同，所处池化窗口的长度为所述预设池化长度，所述池化窗口的宽度为所述预设池化宽度；/n根据所述M个二值化分割结果，确定与所...
【技术特征摘要】 【专利技术属性】
1.一种图像二值化方法，其特征在于，方法包括：
获取待分割的灰度图像；
对所述待分割的灰度图像进行预处理，获得待池化的灰度图像，其中，所述待池化的灰度图像的长度为预设池化长度的M次方的整数倍，所述待池化的灰度图像的宽度为预设池化宽度的M次方的整数倍，M为大于或等于1的整数；
根据M层池化层对所述待池化的灰度图像进行随机池化处理，得到M个二值化分割结果，其中，所述M层池化层中每层池化层对应一个二值化分割结果，所述M层池化层中各层池化层的池化窗口的尺寸相同，所处池化窗口的长度为所述预设池化长度，所述池化窗口的宽度为所述预设池化宽度；
根据所述M个二值化分割结果，确定与所述待分割的灰度图像对应的二值化图像。
2.如权利要求1所述的图像二值化方法，其特征在于，所述根据M层池化层对所述待池化的灰度图像进行随机池化处理，得到M个二值化分割结果，包括：
在第k层池化层的随机池化处理过程中，根据第k-1层池化原图生成第k层池化原图，其中，k为大于1，且小于或等于M的整数，所述第k层池化原图为所述第k层池化层的池化原图；
对所述第k层池化原图进行N次随机池化处理，获得N个抽样子图像，其中，N为大于或等于所述池化窗口的尺寸的整数；
对所述N个抽样子图像中的每个抽样子图像进行二值化分割，获得N个二值化分割图像；
根据所述N个二值化分割图像，确定与第k层池化层对应的二值化分割结果。
3.如权利要求2所述的图像二值化方法，其特征在于，所述对所述第k层池化原图进行N次随机池化处理，获得N个抽样子图像，包括：
在第i次随机池化处理过程中，将所述池化窗口沿第k层池化原图滑动进行降采样处理，其中，i为大于或等于1，且小于或等于N的整数；
在每一次所述降采样处理中，根据所述池化窗口在所述第k层池化原图上窗选像素点的坐标，以及随机选中的采样位置，确定本次降采样处理的位置坐标和输出像素值；
将所述输出像素值确定为所述位置坐标的像素值；
返回执行所述将所述池化窗口沿第k层池化原图滑动进行降采样处理的步骤，直至所述池化窗口遍历所述第k层池化原图，得到多个位置坐标以及所述多个位置坐标各自对应的像素值；所述池化窗口的不同采样位置的采样概率在多次所述降采样处理中相同；
根据所述多个位置坐标以及所述多个位置坐标各自对应的像素值，生成第i个抽样子图像；其中，所述第i个抽样子图像为第i次随机池化处理后生成的抽样子图像。
4.如权利要求2所述的图像二值化方法，其特征在于，所述对所述N个抽样子图像中的每个抽样子图像进行二值化分割，获得N个二值化分割图像，包括：
针对所述N个抽样子图像中的每个抽样子图像，根据预设的二值化分割方法对所述抽样子图像进行二值化分割，获得所述抽样子图像对应的二值化分割图像；
技术研发人员：郑德智，周荣洁，苏鹏，王绍伟，田飞锋，陈永强，吴玉勇，高茂光，皮云仙，
申请(专利权)人：深圳市雨滴科技有限公司，
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。