[发明专利]基于模板匹配的图像分割方法

说明书

技术领域

本发明涉及数字图像处理领域，具体涉及一种基于模板匹配的图像分割方法。

背景技术

图像分割是图像处理与计算机视觉领域中的基本技术之一，是指利用图像的某些特征，如灰度、颜色、形状等，将一幅图像分割成若干个独立的部分，其实质是一个按照像素属性（灰度，颜色，纹理等）进行聚类的过程。人们从图像的灰度、颜色、纹理、形状等这些特征出发，利用各种数学理论和工具，使用不同的模型，对灰度以及彩色图像进行分割处理，形成了很多不同分割方法。虽然图像分割方法已经有了很大的进展，但由于它的复杂性，仍有很多问题没有很好的解决，例如在手写字母的分割中，对黏连部分的准确分割就是一个很大的难点，因此对图像分割方法的进一步研究仍然具有非常重要的意义。

现有的图像分割方法主要有两类：基于区域生长的方法和基于边缘的方法。所谓区域生长（regiongrowing）是指将成组的像素或区域发展成更大区域的过程。从种子点的集合开始，从这些点的区域增长是通过将与每个种子点有相似属性像强度、灰度级、纹理颜色等的相邻像素合并到此区域。它是一个迭代的过程，这里每个种子像素点都迭代生长，直到处理过每个像素，因此形成了不同的区域，这些区域它们的边界通过闭合的多边形定义。区域生长分割方法的关键是初始种子点的选取和生长规则的确定；另一类是基于边缘的方法（边缘检测等），图像的边缘是指图像局部区域亮度变化显著的部分。该区域的灰度剖面一般可以看做一个阶跃，即从一个灰度值在很小的缓冲区域内急剧变化到另一个灰度相差较大的灰度值。图像的边缘部分集中了图像的大部分信息，图像边缘的确定与提取对于整个图像场景的识别与理解是非常重要的，同时也是图像分割所依赖的重要特征。边缘检测主要是图像的灰度变化的度量、检测和定位，边缘检测的基本思想是先利用边缘增强算子，突出图像中的局部边缘。然而，现有技术的技术方案存在以下缺点：基于区域的方法需要人为设定种子点，对噪声敏感，可能导致区域出现空洞；基于边缘的方法是通过定义像素的“边缘强度”，通过设置阈值的方法提取边缘点集，但是由于噪声和图像模糊，检测到的边界可能会有间断的情况发生。

因此，有必要提供一种新的图像分割方法来解决上述缺陷。

发明内容

本发明的目的是提供一种分割准确且分割效果好的基于模板匹配的图像分割方法，可以有效的抵抗噪音的干扰，分割黏连部分，提高时间效率。

本发明提供一种基于模板匹配的图像分割方法，包括以下步骤：步骤1：在待分割图像要对比部分的边缘和模板图像的边缘分别提取相同数量的像素点作为像素特征点；步骤2：分别对待分割图像要对比部分与模板图像计算每个像素特征点与同幅图像中的其他像素特征点之间角度的方差，对两幅图像中像素特征点的方差值进行对比，设定一误差值，若两个像素点之间的方差值误差在所述误差值之内则所述两个像素点相似，得到相似度的分割；步骤3：逐渐增加待分割图像要对比部分的大小，重复步骤1及步骤2，直到整幅图像都被分割完成。

较佳地，所述步骤1进一步包括：步骤11：对待分割图像和模板图像分别进行去噪及边缘化处理；步骤12：根据待分割图像的大小选择一个分数作为基数对图像进行切割，切割形成待分割图像的对比部分；步骤13：根据待分割图像的对比部分及模板图像的大小均匀在该两幅图像边缘分别选取数量相同的像素特征点；步骤14：判断所选择的像素特征点，如果选择均匀，则结束像素特征点的提取，如果不均匀，返回步骤13，重新提取像素特征点。

较佳地，所述步骤2进一步包括：步骤21：设定对待分割图像的对比部分用于后续对比度初始分割大小的比例；步骤22：计算每一幅图像中像素特征点的方差值；步骤23：设定误差值，对比两幅图像中像素特征点的值；步骤24：在误差范围之内的像素特征点则定位相似像素点，并记录下来；步骤25：计算相似像素点的个数，计为两幅图像相似度分数；步骤26：逐渐增加对待分割图像的对比部分的大小，重复步骤22～25，直到待分割图像扫描完成；步骤27：寻找上述相似度分数最大的像素点作为切割点进行切割；步骤28：重复上述步骤，直到待分割图像全部扫描完成。