基于图像灰度梯度和灰度统计直方图的自适应预分割方法

摘要

本发明公布了一种基于图像灰度梯度和灰度统计直方图的自适应预分割方法。本发明利用图像的灰度梯度信息和图像本身的灰度统计直方图信息来自适应生成用于图像分割的阈值序列，将连续灰度图像转换为离散灰度图像，实现图像的预分割，以便于后续的图像分割。本发明约束条件少，适用范围广，算法复杂度低，实现简单，运算速度快。

主权项

一种基于图像灰度梯度和灰度统计直方图的自适应预分割方法，其特征在于包括以下步骤：(1)将输入的彩色图像转换为灰度图像IG；(2)在水平方向逐行扫描步骤(1)所述的灰度图像IG，得到灰度图像IG的每个像素在水平方向的灰度梯度，形成灰度图像IG的灰度梯度图Igrad；(3)计算灰度梯度：对步骤(2)所述的灰度梯度图Igrad中属于[4，255]区间的灰度梯度值进行统计平均，得到灰度图像IG的统计平均灰度梯度Gs，其中4为视觉器官可感知的最小灰度梯度，255为灰度图像IG的最大灰度梯度；将统计平均梯度Gs与视觉器官能明显感知的灰度梯度区间Ge＝[16，32]比较，得到灰度图像IG的灰度梯度Gg：如Gs＜16，则Gg＝16；如Gs＞32，则Gg＝32；否则Gg＝Gs；(4)采用灰度图像IG的所有灰度等级建立其灰度直方图HG，所述灰度直方图HG表示灰度图像IG的每个灰度等级k对应的像素数量nk，其中横轴为灰度级别k；竖轴为相应灰度级别k的像素个数nk，灰度等级k的取值范围为0至255；(5)扫描步骤(4)所述的灰度直方图HG，得到灰度属性列表Ak，即针对每个灰度等级k，根据其像素数量nk与其前一个灰度等级(k-1)的像素数量nk-1的大小关系，将对应的灰度属性列表Ak标记为“上升”、“下降”或“不变”：当nk＞nk-1，则标记灰度级k为“上升”；当nk＜nk-1，则标记灰度级k为“下降”；当nk＝nk-1，则标记灰度级k为“不变”；灰度级别0和255均标记为“不变”；(6)扫描灰度属性列表Ak，并在灰度属性列表Ak中标记出“谷底”区域序列Bi，j(i，j∈0-255，j≥i)，“谷底”区域Bi，j(i，j∈0-255，j≥i)是指灰度属性列表Ak中属性Ai为“下降”、Aj为“上升”的区间；(7)找到步骤(4)所述的灰度直方图HG的峰值np＝MAX(nk)，确定灰度直方图HG的峰值np对应的灰度等级p所对应的图像分割灰度阈值区间Tp＝[t0，t1]，其中MAX()表示求最大值；t0＝MAX(0，p-Gg)，t1＝MIN(255，p+Gg)，其中MIN()表示求最小值；在灰度属性列表Ak上，从t0向峰值对应的灰度等级p方向即从小到大扫描，当在[t0，p]区间找到第一个“谷底”，则取该“谷底”对应的灰度等级为新的t0值，找不到“谷底”则t0不变；同样地，从t1向峰值对应的灰度等级p方向即从大到小扫描，当在[p，t1]区间找到第一个“谷底”，则取该“谷底”对应的灰度等级为新的t1值，找不到“谷底”则t1不变；(8)扫描整个灰度图像IG，将灰度等级属于步骤(7)所述的图像分割灰度阈值区间Tp＝[t0，t1]的像素的灰度等级设置为p；(9)将灰度直方图HG中满足k∈Tp＝[t0，t1]的nk设为0，即nk＝0；(10)重复步骤(7)、(8)、(9)，直到灰度图像直方图的峰值为0，完成图像像素的聚类，实现图像的预分割。