[发明专利]基于三角级数的直方图拟合多目标图像分割方法

说明书

技术领域

本发明涉及图像直方图的拟合的方法。

背景技术

由于图像灰度直方图所反映的信息是图像中固有的语法信息，它不随观察角度变化而变化，所以基于图像灰度统计信息的直方图阈值分割方法是一个比较常用的图像区域分割技术。一种最常用的阈值选取方法是模式方法(modemethod)，即简单地选取直方图峰值间的极小值点(俗称谷点)作为分割阈值。但是，在现实世界中，图像中各类目标的灰度分布常常交混在一起，目标成分间界限不清，因为有些成分的灰度峰值和分布规律并不明显。在此情况下，若采用传统的谷点方法，根本无法找到目标类别灰度分布间正确的谷点阈值。

发明内容

本发明针对灰度图像多层分割如何选取多目标图像分割的准确阈值这一难点问题，提出一种基于三角级数的直方图拟合多目标图像分割方法，通过用三角级数进行直方图曲线拟合来求出图像分割阈值。

本发明采用如下技术方案：

一种基于三角级数的直方图拟合多目标图像分割方法，其包括以下步骤：

利用三角级数来对直方图包络线进行拟合，首先把直方图包络线逼近问题转化为求解三角级数的问题，再通过计算拟合函数的拐点来得到用于多目标图像分割的最优阈值点，根据该最优阈值进行多目标图像分割。

进一步地，还包括先对灰度直方图包络线进行平滑处理的步骤。

实验结果表明，本发明提供的基于三角级数的直方图拟合多目标图像分割方法是求解多峰值直方图图像的最优分割阈值的有效手段。可以针对不同的图像区域，得到多个准确的分割阈值，并且可以很好保留图像的细节，分割的实际效果良好。

具体实施方式

一种基于三角级数的直方图拟合多目标图像分割方法，包括以下步骤：

曲线拟合的实际含义是寻求一个函数y＝f(x)，使f(x)在某种准则下与所有数据点{(x_i，y_i)，(i＝1，2，…，n)}最为接近。设拟合函数f(x)可由线性表示，即：

通过系数c₀，c₁，…，c_m，来使最小平方误差达到极小，即求f(x)，使下式δ达到最小：

δ=Σi=1nδ2=Σi=1n[f(xi)-yi]2---(1)]]>

假设图像含有n个像素，样本f(x_i)(i＝1，…，n)为第i个像素点x_i的灰度。可以设：

令：ωt＝x，a02=A0,]]>得以下函数项级数：