基于平均灰度的距离选通图像有效信息区的提取方法

摘要

本发明公开了一种基于平均灰度的距离选通图像有效信息区的提取方法，包括：利用先验知识计算初始阈值，利用该初始阈值对原始图像进行有效信息区的提取，根据取得的信息区边缘部分计算出此边缘部分的平均灰度值；根据初始阈值的分割结果，取得图像背景的最大八连通区域，该最大八连通区域的平均灰度值和背景区平均灰度值是相近的，利用该最大八连通区域的平均值作为背景区平均灰度值；比较有效信息区边缘带状区域平均值与背景区平均灰度值，以二者的差值衡量最终分割结果是否最优地对信息和噪声进行分割；如果二者的差值不在可接受范围内，则对初始阈值进行阈值调整操作，作为新的初始阈值进行迭代操作，直至二者的差值在可接受范围内。

主权项

一种基于平均灰度的距离选通图像有效信息区的提取方法，其特征在于，该方法包括：利用先验知识计算初始阈值，利用该初始阈值对原始图像进行有效信息区的提取，根据取得的信息区边缘部分计算出此边缘部分的平均灰度值；根据初始阈值的分割结果，取得图像背景的最大八连通区域，该最大八连通区域的平均灰度值和背景区平均灰度值是相近的，利用该最大八连通区域的平均值作为背景区平均灰度值；比较有效信息区边缘带状区域平均值与背景区平均灰度值，以二者的差值衡量最终分割结果是否最优地对信息和噪声进行分割；如果二者的差值在可接受范围内，则最终分割结果最优地对信息和噪声进行分割，并结束；如果二者的差值不在可接受范围内，则最终分割结果没有最优地对信息和噪声进行分割，对初始阈值进行阈值调整操作，作为新的初始阈值进行迭代操作，直至二者的差值在可接受范围内；其中，所述利用初始阈值对原始图像进行有效信息区的提取，是利用初始阈值进行有效信息区的提取时利用二值化、形态学操作进行有效信息区的提取，具体包括：利用此初始阈值进行图像二值化，并对图像中的信息区进行膨胀操作；此过程中噪声区的噪声同样得到了加强，通过对八连通区域的面积的判断，将处理后像素个数较少的区域认定为噪声，并归入噪声区；所述确定背景区平均灰度值方法，是对最大连通背景区域的提取采用形态学的方法，具体包括：把取出有效信息区的图像作为噪声区，对噪声区进行腐蚀操作，以去除可能存在的有效信息区边缘的影响，腐蚀操作后得到若干八连通区域；通过统计各八连通区域包含像素的数目，取其中最大的八连通区域，即为所需的最大八连通区域；计算此八连通区域的平均灰度值作为噪声区的平均灰度值，计算各区域的平均灰度值为计算该区域中所有像素点的灰度值的平均值，其计算公式如下： Avalue = 1 n Σ i = 1 n f i 上述公式中，Avalue为平均灰度值，i代表该区域中的第i个像素，n代表该区域中的像素数为n，fi则为此区域中第i个像素点的灰度值；所述有效信息区边缘带状区域为所得有效信息区的最外侧的宽度为两个像素的带状轮廓区域；对所得有效信息区做膨胀操作，使用膨胀结果减去膨胀前的图像，即可得到有效信息区的边缘外部；所述对初始阈值进行阈值调整操作中，阈值调整操作分为两个基本调整方向：阈值增大或者阈值减小，具体方法为：将有效信息区边缘带状区域平均值与背景区平均灰度值相比较，如果有效信息区边缘带状区域平均值与背景区平均灰度值的差值高于所设阈值，则将此阈值减去1，以此作为新的阈值，进行迭代操作；如果有效信息区边缘带状区域平均值与背景区平均灰度值相差较小，则信息区提取可能过大，对原阈值加1作为新的阈值，进行迭代运算；当有效信息区边缘带状区域平均值与背景区平均灰度值的差值符合要求时，则所得结果即为最终结果。