【技術實現步驟摘要】
一種基于三維連通性的圖像閾值測定方法及裝置
本專利技術屬于圖像處理領域，涉及一種圖像閾值測定方法及裝置，特別涉及一種基于三維連通性的圖像閾值測定方法及裝置。
技術介紹
閾值法是圖像分割常用的方法之一，它利用圖像中目標與背景在灰度值上的差異，通過設置閾值對像素進行分類，從而實現目標與背景的分離。常用的閾值法包括：(1)人工經驗選擇法根據先驗知識，或者通過對圖像中的目標與背景進行分析總結規律，獲得目標和背景的像素值區間，在此基礎上找出比較好的閾值。該方法不能實現自動的閾值選取，因此，效率較低，而且易受圖像質量的影像，導致顯著的分割誤差。(2)最大類間方差法也稱大津法，它的基本思想是，根據圖像的灰度特性將圖像分為前景和背景兩個部分，兩部分之間差別最大時的閾值最佳，其采用的衡量差別的標準就是最大類間方差。設M為圖像的灰階數，N為像素總數，N1為背景像素總數，N2為前景像素總數，Pi表示像素值為i的像素點總數，則背景像素占比：ω0＝N1/N前景像素占比：ω1＝N2/N背景像素的灰度均值：前景像素的灰度均值：圖像的灰度均值：μ＝ω0×μ0+ω1×μ1圖像的類間方差：σ＝ω0×(μ0-μ)2+ω1×(μ1-μ)2將類間均值公式代入，則有：σ＝ω0×ω1×(μ0-μ1)2該方法是目前最常用的閾值計算方法。由于在分割過程中對每個像素都使用了相等的閾值，因此，只適用于前景灰度特征連續的圖像。(3)迭代法...
【技術保護點】
1.一種基于三維連通性的圖像閾值方法，其特征在于，包括：/nS100，將一次采集的二維圖像全部導入，得到二維圖像組，全部二維圖像通過三維重建能夠得到針對圖像中目標的三維圖像；/nS200，設定分割閾值間隔ο，判別參量閾值ε；/nS300，選擇閾值搜索初始值μ
【技術特征摘要】
1.一種基于三維連通性的圖像閾值方法，其特征在于，包括：
S100，將一次采集的二維圖像全部導入，得到二維圖像組，全部二維圖像通過三維重建能夠得到針對圖像中目標的三維圖像；
S200，設定分割閾值間隔ο，判別參量閾值ε；
S300，選擇閾值搜索初始值μ0，該閾值搜索初始值μ0小于等于分割閾值；
S400，分別計算閾值μ0-2*ο、閾值μ0-ο和閾值μ0下分割出的前景區域體素總數量N，和/或分割出的體素總數量M，和/或分割出的非前景區域體素總數量L；
S500，基于S400中測定的參數設定判別參量β，該判別參量β用以衡量分割出的前景區域體素總數量N是否出現陡增；
S600，若判別參量β>判別參量閾值ε，則跳到S800；否則，繼續S700；
S700，μ0←μ0+ο，返回S400；
S800，取當前β對應的閾值μ0，并輸出μ0-ο，作為最佳閾值。
2.根據權利要求1所述的方法，其特征在于，二維圖像為灰度圖像，且圖像中前景區域像素值低于背景區域像素值；
若二維圖像為RGB彩色圖像，將RGB彩色圖像轉換為灰度圖像；
若圖像中前景區域像素值高于背景區域像素值，則取當前圖像像素值的最大值，將最大值減去每個像素的當前值作為該像素的新值，由此構建新的圖像，利用這個方法，即可恢復成前景區域像素值高于背景區域像素值的情況。
3.根據權利要求1所述的方法，其特征在于，判別參量β為分割出的前景區域體素總數量N的差分相鄰比；或者
判別參量β為分割出的體素總數量M的差分相鄰比；或者
判別參量β為分割出的非前景區域體素總數量L的差分相鄰比。
4.根據權利要求1所述的方法，其特征在于，判別參量β為分割出的前景區域體素總數量N與分割出的體素總數量M的比值絕對值的差分相鄰比；或者
判別參量β為分割出的體素總數量M與分割出的前景區域體素總數量N的比值絕對值的差分相鄰比。
5.根據權利要求1所述的方法，其特征在于，判別參量β為分割出的前景區域體素總數量N與分割出的非前景區域體素總數量L的比值絕對值的差分相鄰比；或者
判別參量β為分割出的非前景區域體素總數量L與分割出的前景區域體素總數量N的比值絕對值的差分相鄰比。
6.根據權利要求1所述的方法，其特征在于，判別參量β為分割出的非前景區域體素總數量L與分割出的體素總數量M的比值絕對值的差分相鄰比；或者
判別參量β為分割出的體素總數量M與分割出的非前景區域體素總數量L的比值絕對值的差分相鄰比。
7.根據權利要求1至6之一所述的方法，其特征在于，在可以預知閾值μ的搜索范圍時，該方法可以通過以下步驟實施：
S100，將一次采集的二維圖像全部導入，得到二維圖像組，全部二維圖像通過三維重建能夠得到針對圖像中目標的三維圖像；
S200，設定分割閾值間隔ο，判別參量閾值ε；
S300，選擇一個小于分割閾值的值作為閾值...
【專利技術屬性】
技術研發人員：汪昌健，郭凌超，
申請(專利權)人：中國人民解放軍國防科學技術大學，
類型：發明
國別省市：湖南;43
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。