本发明专利技术涉及一种自适应图像处理方法，包括下列步骤：步骤A，根据原始灰度图像获取感兴趣区图像；步骤B，计算所述感兴趣区图像的积分图像及原始灰度图像的积分图像；步骤C，根据所述感兴趣区图像的积分图像及原始灰度图像的积分图像自适应地调整所述感兴趣区内每个像素点的优化窗口的大小；步骤D，用局部阈值法根据所述窗口计算感兴趣区内每个像素点的灰度阈值并二值化；步骤E，输出二值化图像。本发明专利技术还涉及一种自适应图像处理系统。本发明专利技术自适应地调整感兴趣区内每个像素点的窗口的大小，实现感兴趣区内不同大小及亮度/对比度有明显差异的前景的灰度阈值获取，从而将局部阈值法拓展到适用于非文本图像的任何其他图像处理领域。
【技术实现步骤摘要】
自适应图像处理方法及系统
本专利技术涉及图像分析领域，特别是涉及ー种自适应图像处理方法，还涉及ー种自适应图像处理系统。背景技木图像分类或分割的最直接且有效的方法之一是图像灰度阈值方法。这种方法比较每个像素点(x，y)处的灰度g(x，y)与该像素灰度阈值T(x，y)的关系。对于暗的前景，阈值处理为若g(X，y) <T(x，y)，则像素(x，y)被设置为前景，否则被设置为背景；对于亮的前景，阈值处理为若g(X，y) > T(x, y)，则像素(X，y)被设置为前景，否则被设置为背景。若阈值T(x,y)不依赖于(x,y)则称为总体阈值(global thresholding),否则称为局部阈1 (local thresholdingノ。局部阈值法由Niblack 在 1986 年提出(Niblack ff. An introduction to imageprocessing. Prentice-Hal1,1986, ρ115_116·),其基本结论是在像素(x, y)处的局部灰度阈值T(x, y)是该像素的局部灰度均值m(x, y)与灰度标准差(standard deviation)sd(x, y)的函数，即T (x, y) = m(x, y)+k*sd(x, y)其中局部灰度均值与局部灰度标准差的计算是在以(x，y)为中心，宽度为w，高度为h的窗口内计算,计算公式为权利要求1.一种自适应图像处理方法，包括下列步骤 步骤A，根据原始灰度图像获取感兴趣区图像； 步骤B，计算所述感兴趣区图像的积分图像及原始灰度图像的积分图像； 步骤C，根据所述感兴趣区图像的积分图像及原始灰度图像的积分图像自适应地调整所述感兴趣区内每个像素点的优化窗口的大小； 步骤D，用局部阈值法根据所述优化窗口计算感兴趣区内每个像素点的灰度阈值并二值化； 步骤E，输出二值化图像。2.根据权利要求I所述的自适应图像处理方法，其特征在于，所述感兴趣区图像mask(x, y)的积分图像包括一阶积分maskS (x, y)，所述原始灰度图像g(x，y)的积分图像包括一阶积分gS(x, y)和二阶积分gS2(x, y), (x, y)表示像素点的坐标。3.根据权利要求I所述的自适应图像处理方法，其特征在于，所述优化窗口是正方形，所述步骤C是计算窗口边长w(x，y)在取值范围内所有取值下的灰度标准差sd(X，y)，将sd(x, y)取得最大值sdmax(X, y)时的w(x, y)作为优化窗口的边长;w(x, y) e [ffmin, WmaJ且w(x，y)为正整数，Wmin是8到20的任一整数，Wfflax是一个使位于最大前景区域中心的所述优化窗口含有10%至90%的背景的正整数或一个经验值。4.根据权利要求3所述的自适应图像处理方法，其特征在于，所述步骤D是根据公式 T(x, y) = m(x, y)*计算灰度阈值 T(x, y),其中 m(x,y)是所述像素点的局部灰度均值，sd(x, y)是所述像素点的灰度标准差，k是大于或等于O小于O. 7的一个经验值，R = CK*sdp99，Ck是大于O. 8小于4的一个经验值，5.根据权利要求4所述的自适应图像处理方法，其特征在于，还包括再调整优化窗口的大小的步骤，所述再调整优化窗口的大小步骤包括判断Sdmax(X，y)是否大于O. 6sdp99, 若sdmax (X, y) > O. 6sdp99,则使所述像素点的灰度标准差sd(x, y)既大于O. 6sdp99又大于kl*sdmax(x，y)的优化窗口中边长最小的边长值作为再调整后的优化窗口边长值Woptimal1 (x, y),其中kl是一个取值范围为的经验值,计算所述局部灰度均值m(x，y)时使用再调整后的优化窗口，且所述计算灰度阈值是计算再调整后的灰度阈值T1(x, y)，6.根据权利要求4所述的自适应图像处理方法，其特征在于，所述k的值是一个取值范围为的经验值。7.根据权利要求5或6所述的自适应图像处理方法，其特征在于 所述步骤C除了得到优化窗口，还包括下列步骤采用窗口边长W2 U，y)以自适应地减小局部窗口大小，得到减小后的局部窗口和对应的Sd(X，y)的最大值sd' max(x, y)，其中w2 (x, y) e ，k2 是一个 0· I 以上 0· 5 以下的经验值； 所述步骤D还包括下列步骤判断sd ' max (x, y)是否大于O. 6sd ' p99,其中8.根据权利要求7所述的自适应图像处理方法，其特征在于，所述k2的值是O.25。9.根据权利要求I所述的自适应图像处理方法，其特征在于，所述步骤E是进行后处理后输出二值化图像，所述后处理是采用连通区域分析方法去掉孤立的前景区域。10.一种自适应图像处理系统，其特征在于，包括 感兴趣区图像获取模块，用于根据原始灰度图像获取感兴趣区图像； 积分图像计算模块，用于计算所述感兴趣区图像的积分图像及原始灰度图像的积分图像； 优化窗口调整模块，用于根据所述感兴趣区图像的积分图像及原始灰度图像的积分图像自适应地调整所述感兴趣区内每个像素点的优化窗口的大小； 二值化模块，采用局部阈值法根据所述优化窗口计算感兴趣区内每个像素点的灰度阈值并二值化； 图像输出模块，用于输出二值化图像。全文摘要本专利技术涉及一种自适应图像处理方法，包括下列步骤步骤A，根据原始灰度图像获取感兴趣区图像；步骤B，计算所述感兴趣区图像的积分图像及原始灰度图像的积分图像；步骤C，根据所述感兴趣区图像的积分图像及原始灰度图像的积分图像自适应地调整所述感兴趣区内每个像素点的优化窗口的大小；步骤D，用局部阈值法根据所述窗口计算感兴趣区内每个像素点的灰度阈值并二值化；步骤E，输出二值化图像。本专利技术还涉及一种自适应图像处理系统。本专利技术自适应地调整感兴趣区内每个像素点的窗口的大小，实现感兴趣区内不同大小及亮度/对比度有明显差异的前景的灰度阈值获取，从而将局部阈值法拓展到适用于非文本图像的任何其他图像处理领域。文档编号G06T5/00GK102855617SQ20111018437公开日2013年1月2日 申请日期2011年7月1日 优先权日2011年7月1日专利技术者胡庆茂 申请人:中国科学院深圳先进技术研究院本文档来自技高网...
【技术保护点】
一种自适应图像处理方法，包括下列步骤：步骤A，根据原始灰度图像获取感兴趣区图像；步骤B，计算所述感兴趣区图像的积分图像及原始灰度图像的积分图像；步骤C，根据所述感兴趣区图像的积分图像及原始灰度图像的积分图像自适应地调整所述感兴趣区内每个像素点的优化窗口的大小；步骤D，用局部阈值法根据所述优化窗口计算感兴趣区内每个像素点的灰度阈值并二值化；步骤E，输出二值化图像。
【技术特征摘要】
【专利技术属性】
技术研发人员：胡庆茂，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：
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。