[发明专利]一种基于三维熵的二维图像阈值分割方法

权利要求书

1.一种基于三维熵的二维图像阈值分割方法，其特征在于：其步骤如下所述：

S1、获取二维灰度图像I；

S2、计算局部均值图像A；

S3、计算局部方差图像V；

S4、根据S3计算得出的局部方差图像计算量化方差图像Q，具体步骤如下：

S41、在局部方差图像V中选取V（i，j），其中V（i，j）是方差图像V的第i行j列的像素值；

S42、根据公式对V（i，j）进行量化，得到Q(i,j)，其中Q(i,j)表示量化方差图像第i行j列的像素值，为下取整函数，τ是控制量化方差图像的量化间隔的参数，所述公式中R为I,A,V,Q的行总数，C为I,A,V,Q的列总数；

S5、根据S1、S2、S4获取的二维灰度图像I，局部均值图像A和量化方差图像Q，统计得出三维直方图P，三维直方图P的第一维表示为c，第二维表示为d，第三维表示为e，O为坐标原点；

S6、对S5中所述三维直方图P进行遍历搜索得到最优分割阈值，具体步骤如下：

S61、三维直方图P中的任意一点为(t,s,*)，选取经过点(t,s,*)平行于cOe所在的面，以及经过点(t,s,*)平行于dOe所在的面，将三维直方图分为四部分，其中“*”表示可取任意值；

S62、对S61划分的三维直方图的四个部分的根据公式H(t,s)=-Σe=0τ-1we(Σc=0t-1Σd=0s-1p(c,d,e)PA(t,s)lnp(c,d,e)PA(t,s)+Σc=tL-1Σd=sL-1p(c,d,e)PB(t,s)lnp(c,d,e)PB(t,s))]]>进行三维熵定义，其中，H(t,s)为三维熵，w_e为一个递增数列，w_e＝e+1，c、d、e为整数，P_A(t,s)和P_B(t,s)是归一化因子，PA(t,s)=Σe=0τ-1Σc=0t-1Σd=0s-1p(c,d,e),]]>PB(t,s)=Σe=0τ-1Σc=tL-1Σd=sL-1p(c,d,e);]]>

S63、根据S62定义的三维熵，对三维直方图中的点进行遍历搜索，得到三维熵最大的点，求得最优分割阈值

S7、根据S6中得到的最优分割阈值，计算得出二值图像，即最终输出的结果图像。