[发明专利]一种图像分割提取方法

权利要求书

1.一种图像分割提取方法，其特征在于，包括如下步骤：

步骤1，主控模块获取彩色图像后，将彩色图像转为灰度图像；

步骤2，对灰度图像进行阈值过滤，转换为二值图像；

步骤3，对二值图像计算连通区域；

步骤4，获取连通区域的边缘点集合；

步骤5，搜索连通区域角点；

步骤6，根据角点，判断连通区域的长边和短边，将连通区域的图像截取出来；

所述步骤1中彩色图像转为灰度图像的转换算法为：

I(x，y)＝a·R(x，y)+b·G(x，y)+c·B(x，y)

其中R(x，y)，G(x，y)，B(x，y)分别为像素(x，y)处的R，G，B值，I(x，y)为转换后的灰度值；a，b，c的值分别为0.2125，0.7154，0.0721；

所述步骤2中，阈值过滤算法采用Ostu算法，步骤如下：

(1)计算每个灰度值在整个图像的数量n_i，i取值从0～255；

(2)计算每个灰度值出现在图像中的概率p_i，M是图像总体像素个数；

(3)设分割阈值为t，将灰度分为两类，每一类出现的概率为和每一类的平均灰度为与其中从1到M循环递增t，计算类间方差当最大时，对应的t即为所求的最佳分割或二值化的阈值；

所述步骤3中，计算连通区域的标记采用两遍扫描算法或种子填充算法；

两遍扫描算法的步骤如下：

(1)第一次扫描：

访问当前像素I(x,y)，如果I(x,y)＝＝1：

1)如果I(x,y)的邻域中像素值都为0，则赋予I(x,y)一个新的label：

label+＝1，I(x,y)＝label；

2)如果I(x,y)的邻域中有像素值>1的像素Neighbors：

a、将Neighbors中的最小值赋予给I(x,y):

I(x,y)＝min{Neighbors}；

b、记录Neighbors中各个值(label)之间的相等关系，即这些值(label)同属同一个连通区域；

labelSet[i]＝{label_m,..,label_n}，labelSet[i]中的所有label都属于同一个连通区域；

(2)第二次扫描：

访问当前像素I(x,y)，如果I(x,y)>1：

找到与label＝I(x,y)同属相等关系的一个最小label值，赋予给I(x,y)；

完成扫描后，图像中具有相同label值的像素就组成了同一个连通区域；

种子填充算法的步骤如下：

(1)扫描图像，直到当前像素点I(x,y)＝＝1：

1)将I(x,y)作为种子，并赋予其一个label，然后将该种子相邻的所有前景像素都压入栈中；

2)弹出栈顶像素，赋予其相同的label，然后再将与该栈顶像素相邻的所有前景像素都压入栈中；

3)重复步骤2)，直到栈为空；

此时，便找到了图像I中的一个连通区域，该区域内的像素值被标记为label；

(2)重复第(1)步，直到扫描结束，扫描结束后，就可以得到图像I中所有的连通区域。

2.根据权利要求1所述的图像分割提取方法，其特征在于，所述步骤4中，定义边缘点集合E，指定需要扫描的连通区域的label；

(1)逐行扫描图像，直至所有的行被扫描一遍：

1)自左向右扫描图像，如果当前像素I(x,y)的label与当前连通区域的label一致，将I(x,y)点加入集合E中，停止扫描；

2)自右向左扫描图像，如果当前像素I(x,y)的label与当前连通区域的label一致，停止扫描；如果集合E中不包含I(x,y)点，将I(x,y)点加入集合E中；

(2)逐列扫描图像，直至所有的列被扫描一遍：

1)自上向下扫描图像，如果当前像素I(x,y)的label与当前连通区域的label一致，停止扫描；如果集合E中不包含I(x,y)点，将I(x,y)点加入集合E中；

2)自下向上扫描图像，如果当前像素I(x,y)的label与当前连通区域的label一致，停止扫描；如果集合E中不包含I(x,y)点，将I(x,y)点加入集合E中；

扫描结束后，就可以得到图像I中所有的连通区域的边缘点集合。

3.根据权利要求2所述的图像分割提取方法，其特征在于，所述步骤5中搜索连通区域角点的过程如下：

(1)指定需要搜索角点的连通区域R的label，计算R的bounding box；

(2)如果bounding box的宽高小于用户指定值，则跳过R，对下一个区域进行搜索；

(3)计算R的bounding box的中心点O；

(4)扫描R的边缘点，找到离点O最远的点A；扫描R的边缘点，找到离点A最远的点C；扫描R的边缘点，计算离直线AC最远的点B和点D；

(5)返回A、B、C、D四个角点。