一种基于属性直方图的图像分割方法

摘要

一种基于属性直方图的图像分割方法，属于数字图像处理方法，目的在于克服现有方法存在的问题，提高目标分割精度与实时处理速度。本发明用于目标检测与识别。顺序包括：(1)图像输入步骤，(2)图像压缩步骤，(3)统计步骤，统计压缩图像所对应的灰度空间分布密度概率矩阵，(4)提取直方图步骤，提取压缩图像所对应的一维灰度空间分布属性直方图，(5)确定阈值步骤，利用KSW最大熵图像分割方法确定图像的分割阈值，(6)图像分割步骤，基于所确定的阈值，对压缩图像进行分割。本发明将属性直方图的概念应用于KSW最大熵图像分割方法中，以灰度的空间分布特性作为属性直方图的有效特性，在保证实时性的前提下，能有效地对目标进行分割。

主权项

1.一种基于属性直方图的图像分割方法，顺序包括：(1)图像输入步骤，输入原始图像；(2)图像压缩步骤，将原始图像的灰度级数压缩为其1/2～1/4，使目标与背景区域像素的灰度分布更加均匀；(3)统计步骤，统计压缩后图像f(x，y)所对应的灰度空间分布密度概率矩阵：图像f(x，y)大小为M×N，灰度级数为m，其所对应的灰度空间分布密度概率矩阵T为大小为m×K2的二维矩阵，矩阵中的元素T(i，j)表示在图像f(x，y)中灰度级i在图像中所有K×K邻域中分布密度为j的概率，即灰度级i在图像中所有K×K邻域中出现j次的概率，$\underset{i=0}{\overset{m-1}{\Sigma }}\underset{j=1}{\overset{K^2}{\Sigma }}T(i,j)=1;$ i＝0，1，…m-1，j＝1，2，…K2；K＝3或4；(4)提取直方图步骤，基于灰度空间分布密度概率矩阵T，提取图像f(x，y)所对应的一维灰度空间分布属性直方图，j值一定时，由T中每一维对应的列向量所构造的一维灰度空间分布属性直方图定义为：$p_Q\left(l\right)=\frac{T(l,j)}{\underset{i=0}{\overset{m-1}{\Sigma }}T(i,j)},$ 式中l＝0，1，…m表示图像中像素各灰度级；j为1～3之间整数值，表示某一灰度空间分布密度值；(5)确定阈值步骤，基于一维灰度空间分布属性直方图，利用KSW最大熵图像分割方法确定图像f(x，y)的分割阈值；(6)图像分割步骤，基于所确定的阈值，对图像f(x，y)进行分割，得到二值化图像。