一种基于迭代和维数分解的3DOtsu阈值分割方法技术

本发明专利技术提出一种基于迭代和维数分解的3D Otsu阈值分割方法，该方法包括：第一，采用局部Laplacian滤波对源图像进行去噪预处理，获得源图像的平滑层；第二，设计一种基于迭代的1D Otsu阈值分割方法，迭代搜索图像中的子区域，实现图像阈值分割；第三，分解3D Otsu直方图的三个分量（像素灰度值、邻域均值、邻域中值），采用基于迭代的1D Otsu方法分别搜索像素灰度值、邻域均值、邻域中值的最优阈值，并将三者的均值作为最终的最优阈值，实现图像的3D Otsu阈值分割。本发明专利技术所述方法通过维数分解，能够有效提高3D Otsu的运行效率。同时，采用迭代搜索方法获得3D Otsu的最优阈值，提高图像分割的精度。实验结果表明，所述基于迭代和维数分解的3D Otsu阈值分割方法能够有效分割自然图像。像。

【技术实现步骤摘要】
一种基于迭代和维数分解的3D Otsu阈值分割方法


[0001]本专利技术属于图像分割领域，具体地讲，设计一种基于迭代和维数分解的3D Otsu阈值分割方法，提高图像分割的效率和精度。

技术介绍

[0002]图像分割的目的是对图像中的每个像素进行分类，从而提取出感兴趣区域，图像分割作为图像处理之中的重要一步，受到广泛学者的关注；现如今提出的分割方法很多很多，图像分割作为图像处理的基础，分割质量影响后续图像处理任务的有效性，图像分割技术的发展历程是从人工分割到半自动、全自动分割不断进化的过程。
[0003]一直以来，研究学者对图像分割方法进行了广泛的研究，例如阈值分割方法，聚类方法，基于边缘检测的方法，区域增长方法，图割方法和基于深度学习的方法等；阈值分割法是一种基于区域的图像分割技术，原理是通过设定阈值，把图像像素点分为若干类；阈值分割法实现简单，计算量小，性能较稳定，是图像分割最基本和应用最广泛的分割方法；阈值分割法分为单阈值与多阈值：单阈值将图像分为前景和背景两部分，当需要提取的目标有多个时，单阈值已经无法满足图像分割的需求，多阈值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于迭代和维数分解的3D Otsu阈值分割方法，其特征在于，通过如下步骤实现：步骤一，采用局部Laplacian滤波对源图像进行去噪预处理，获得源图像的平滑层；步骤二，设计一种基于迭代的1D Otsu阈值分割方法，迭代搜索图像中的子区域，实现图像阈值分割；步骤三，分解3D Otsu直方图的三个分量（像素灰度值、邻域均值、邻域中值），采用基于迭代的1D Otsu方法分别搜索像素灰度值、邻域均值、邻域中值的最优阈值，并将三者的均值作为最终的最优阈值，实现图像的3D Otsu阈值分割。2.根据权利要求1所述的一种基于迭代和维数分解的3D Otsu阈值分割方法，其特征在于，步骤一所述的局部Laplacian滤波方法，方法描述如下：给定一幅源图像I，其大小为，单尺度局部Laplacian滤波定义为：，其中，q和p表示像素的空间位置，和分别表示源图像I中位置q和p处像素的灰度值，表示像素q的邻域，表示归一化高斯核，表示方差为的高斯核，定义为，f表示一个连续映射函数，它通常设置为方差为的高斯核，即，和f分别表示构建金字塔时的空间权重和范围权重。3.根据权利要求2所述的一种基于迭代和维数分解的3D Otsu阈值分割方法，其特征在于，在步骤二中，设计一种基于迭代的1D Otsu阈值分割方法，迭代搜索图像中的子区域，实现图像阈值分割；分割方法为：在第1次迭代中，对待分割图像I进行1D Otsu阈值分割，根据I的灰度直方图，获得初始阈值t1以及类均值μ
1,0
，μ
1,1
，如果像素的灰度值，则将该像素划分到C0类（背景区域）；如果像素的灰度值，则将该像素划分到C1类（目标区域）；灰度值在区间[μ
1,0
,μ
1,1
]内的像素...

【专利技术属性】
技术研发人员：冯云丛，刘云飞，丛烨明，
申请(专利权)人：长春工业大学，
类型：发明
国别省市：