一种图片分割方法及其计算机可读存储介质技术

本发明专利技术提供了一种图片分割方法及其计算机可读存储介质，其中该方法，包括：使用滤波窗口检测待处理图片上的噪声点得到待处理噪声点；当滤波窗口内待处理噪声点的个数大于预设阈值时，对相应滤波窗口内的待处理图片进行去噪；滑动滤波窗口，直到遍历完成整个待处理图片；利用最优的分割阈值对去噪后的待处理图片进行分割得到分割后的待处理图片。本发明专利技术首先利用滤波窗口对待处理图片进行滤波，然后基于均值待处理图片和去噪后的待处理图片之间的相关度得到最优的分割阈值，并基于分割阈值对图像进行分割可以将待处理图片的背景区域剥离出来，使得目标区域的轮廓和纹理更加清晰。使得目标区域的轮廓和纹理更加清晰。

【技术实现步骤摘要】
一种图片分割方法及其计算机可读存储介质


[0001]本专利技术涉及图像分割
，具体而言，涉及一种图片分割方法及其计算机可读存储介质。

技术介绍

[0002]对于许多数字图像处理技术来说，图像的分割是重要的处理过程。例如，图像分割可被使用于生成用于三维成像的深度图、对象识别、人工着色等等，涉及到电力设备监测、城市轨道交通、大数据分析、医学图像处理等诸多领域。
[0003]现有的对图片分割的方法主要是基于图像的灰度区间对图像进行划分的，其基本原理是选择恰当的灰度范围，接着遍历图像的所有像素，将灰度值在灰度范围内的归类为目标区域，将灰度值在灰度范围之外的归类为背景区域。由此可见，现有的图像分割方法一般都是通过设置单一的灰度阈值将图像分为两部分，但是由于灰度阈值的确定全凭工作人员主观意识，因此，直接依靠单一的灰度阈值对图片进行分割的方法，不能很好的将目标区域与背景区域进行区分。

技术实现思路

[0004]本专利技术的目的在于提供一种图片分割方法及其计算机可读存储介质，旨在解决现有的图片分割方法，不能很好的将目标区域与背景区域进行区分的问题。
[0005]一种图片分割方法，包括：
[0006]步骤1：获取待处理图片；
[0007]步骤2：使用中值滤波法对所述待处理图片进行预处理得到预处理后的待处理图片；
[0008]步骤3：利用图像点类别检测模型对滤波窗口内各个图像点进行检测得到每个图像点的类别值；
[0009]步骤4：将大于类别值的相应图像点作为待处理噪声点；
[0010]步骤5：当所述滤波窗口内待处理噪声点的个数大于预设阈值时，对相应滤波窗口内的待处理图片进行去噪；
[0011]步骤6：滑动所述滤波窗口，返回步骤3，直到遍历完成整个待处理图片得到去噪后的待处理图片；
[0012]步骤7：以去噪后的待处理图片上的任意一点为中心取一个邻域窗口，计算邻域窗口中所有像素点的灰度平均值；
[0013]步骤8：将相应像素点的灰度平均值作为中心像素点的输出，得到均值待处理图片；
[0014]步骤9：根据所述均值待处理图片和所述去噪后的待处理图片之间的相关度得到最优的分割阈值；
[0015]步骤10：利用所述最优的分割阈值对所述去噪后的待处理图片进行分割得到分割
后的待处理图片。
[0016]优选地，所述图像点类别检测模型为：
[0017]F
ij
＝|x
ij
‑
y
ij
|
[0018]其中，F
ij
表示待处理图片在(i，j)的类别值，x
ij
表示待处理图片在(i，j)位置处的像素点的灰度值，y
ij
表示预处理后的待处理图片在(i，j)位置处的像素点的灰度值。
[0019]优选地，所述步骤5：当所述滤波窗口内待处理噪声点的个数大于预设阈值时，对相应滤波窗口内的待处理图片进行去噪，包括：
[0020]步骤5.1：根据滤波窗口内所有像素点的灰度中值计算伪像素均差；其中，所述伪像素均差计算公式为：
[0021][0022]其中，表示像素点(a，b)在滤波窗口的大小为(2n+1)
×
(2n+1)的区域内的伪像素均差，mean(a,b)表示像素点(a，b)在滤波窗口的灰度中值，x(k,l)表示在(k，l)位置像素点的灰度值；
[0023]步骤5.2：利用所述伪像素均差构建滤波窗口去噪模型。
[0024]优选地，所述步骤5.2：利用所述伪像素均差构建滤波窗口去噪模型，包括：
[0025]采用公式：
[0026][0027]构建滤波窗口去噪模型；其中，f(a,b)表示像素点(a，b)在去噪后的灰度值，D为可调系数，x(a,b)表示像素点(a，b)在滤波窗口内的灰度值。
[0028]优选地，所述步骤7：根据所述均值待处理图片和所述去噪后的待处理图片之间的相关度得到最优的分割阈值，包括：
[0029]步骤7.1：提取所述去噪后的待处理图片和所述均值待处理图片上在同一位置的灰度值，组成像素标记组；
[0030]步骤7.2：利用所述像素标记组构建目标函数；
[0031]步骤7.3：获取预设的像素分割组，不断调节预设的像素分割组，直到目标函数的值最大；
[0032]步骤7.4：将目标函数的值最大所对应的像素分割组作为最优的分割阈值。
[0033]优选地，所述步骤7.2：利用所述像素标记组构建目标函数，包括：
[0034]步骤7.2.1：根据像素标记组出现的次数得到标记组概率；
[0035]步骤7.2.2：根据所述标记组概率得到所述去噪后的待处理图片和所述均值待处理图片的像素值分布概率；其中，所述像素值分布概率为：
[0036][0037]其中，μ
Tm
表示去噪后的待处理图片的像素值分布概率，μ
Tn
表示均值待处理图片的
像素值分布概率，p
mn
表示标记组概率，M表示去噪后的待处理图片的长度，N表示去噪后的待处理图片的宽度，F
mn
表示像素标记组(m,n)出现的次数，且m,n＝0,1,2,
…
L；
[0038]步骤7.2.3：根据所述像素值分布概率构建目标函数。
[0039]优选地，所述目标函数为：
[0040][0041]其中，(s,t)表示初始的像素分割组，表示目标像素值分布概率，表示背景像素值分布概率。
[0042]本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的一种图片分割方法中的步骤。
[0043]本专利技术提供的一种图片分割方法及其计算机可读存储介质的有益效果在于：与现有技术相比，本专利技术首先利用滤波窗口对待处理图片进行滤波，然后基于均值待处理图片和去噪后的待处理图片之间的相关度得到最优的分割阈值，并基于分割阈值对图像进行分割可以将待处理图片的背景区域剥离出来，使得目标区域的轮廓和纹理更加清晰。
[0044]为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0045]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术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。
[0046]图1示出了本专利技术实施例所提供的一种图片分割方法流程图。
具体实施方式
[0047]在本专利技术的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图片分割方法，其特征在于，包括：步骤1：获取待处理图片；步骤2：使用中值滤波法对所述待处理图片进行预处理得到预处理后的待处理图片；步骤3：利用图像点类别检测模型对滤波窗口内各个图像点进行检测得到每个图像点的类别值；步骤4：将大于类别值的相应图像点作为待处理噪声点；步骤5：当所述滤波窗口内待处理噪声点的个数大于预设阈值时，对相应滤波窗口内的待处理图片进行去噪；步骤6：滑动所述滤波窗口，返回步骤3，直到遍历完成整个待处理图片得到去噪后的待处理图片；步骤7：以去噪后的待处理图片上的任意一点为中心取一个邻域窗口，计算邻域窗口中所有像素点的灰度平均值；步骤8：将相应像素点的灰度平均值作为中心像素点的输出，得到均值待处理图片；步骤9：根据所述均值待处理图片和所述去噪后的待处理图片之间的相关度得到最优的分割阈值；步骤10：利用所述最优的分割阈值对所述去噪后的待处理图片进行分割得到分割后的待处理图片。2.根据权利要求1所述的一种图片分割方法，其特征在于，所述图像点类别检测模型为：F
ij
＝|x
ij
‑
y
ij
|其中，F
ij
表示待处理图片在(i，j)的类别值，x
ij
表示待处理图片在(i，j)位置处的像素点的灰度值，y
ij
表示预处理后的待处理图片在(i，j)位置处的像素点的灰度值。3.根据权利要求1所述的一种图片分割方法，其特征在于，所述步骤5：当所述滤波窗口内待处理噪声点的个数大于预设阈值时，对相应滤波窗口内的待处理图片进行去噪，包括：步骤5.1：根据滤波窗口内所有像素点的灰度中值计算伪像素均差；其中，所述伪像素均差计算公式为：其中，表示像素点(a，b)在滤波窗口的大小为(2n+1)
×
(2n+1)的区域内的伪像素均差，mean(a,b)表示像素点(a，b)在滤波窗口的灰度中值，x(k,l)表示在(k，l)位置像素点的灰度值；步骤5.2：利用所述伪像素均差构...

【专利技术属性】
技术研发人员：李泽阳，
申请(专利权)人：李泽阳，
类型：发明
国别省市：