[发明专利]一种基于三维熵的二维图像阈值分割方法

说明书

技术领域

本发明属图像处理领域，具体涉及一种以二维灰度数字图像为对象，利用三维熵自动计算阈值的图像分割方法。

背景技术

灰度图像的阈值分割是图像处理领域的一项重要的技术，被广泛应用于医学图像处理、文档图像处理和工业自动化领域。通常灰度图像的阈值分割都是通过灰度图像的一维直方图来计算阈值实现的。例如OTSU分割法、一维熵分割法等。但是，一维直方图对每个像素同等地对待，不可避免的引入了噪声的影响，于是有学者提出了二维熵的方法。二维熵的方法在一维熵的基础上引入了均值图像，从而在计算阈值的时候忽略了噪声和边缘像素，其结果优于单纯基于一维直方图的方法。但是，基于二维熵的分割方法仅仅利用了均值图像，等价于利用了图像的局部一阶矩信息，并没有充分利用图像中的更多信息，容易造成图像分割失败。

而目前的三维算法中一般采用中值作为第三维，虽然有利于噪声的控制，但是弱化了图像的细节。

发明内容

本发明的目的在于提供一种对二维数字灰度图像进行分割的方法，该方法能自动地计算分割阈值，准确的将图像分割为前景和背景，对图像噪声有一定抑制作用，又尽量凸显和还原图像中的细节。

本发明的目的是通过以下技术方案来实现的：

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；