[发明专利]分割图像的方法、装置、计算机可读存储介质和终端设备

说明书

技术领域

本发明属于图像处理领域，尤其涉及一种分割图像的方法、装置、计算机可读存储介质和终端设备。

背景技术

图像分割技术是图像处理、视觉分析和理解任务的重要步骤之一，而阈值分割方法因为其简单和高效的特性，被广泛应用于医学图像分割、工业视觉检测和文本图像二值化等领域。然而，由于采集设备的限制和环境的影响，会产生模糊和带噪声的图像，而对于这一类图像，自动选择准确和鲁棒性的阈值仍然是具有挑战性的工作。

过去的几十年里，许多学者提出了不同的自适应阈值选择方法，包括全局最优阈值法和局部阈值方法两个大类。Otsu的方法是自动阈值分割领域最为经典的方法之一，其工作原理是通过最小化类内方差来选择最优阈值，然而，对于图像直方图上两个方差相差较大的波峰的情况，Otsu的方法所选择的阈值将会偏向方差较大的波峰方向。究其原因，Otsu的方法只用了图像像素的统计信息，而忽视了对图像中空间信息的考虑。为了将一幅图像的空间信息和统计信息进行融合，又提出了一种所谓最小化基于类不确定性和区域均匀性的能量函数(MHUE)法，该方法通过最小化由类不确定性和区域均匀性共同构成的能量函数，来选择最优阈值。对于CT、MRI等模糊的图像，相比其他阈值分割方法，MHUE法有着无可比拟的优势。受MHUE法的启发，一种新的方法是利用图像灰度梯度信息，与类不确定性理论共同构建了新的能量函数，最优阈值的搜索空间由一维变换到二维，该方法可以有效解决模糊医学影响的多阈值分割问题。

以上是全局阈值分割的方法。然而，对于噪声度极高的图像和在不均匀光照下采集到的图像，全局阈值方法往往难以达到较好的分割效果。此时，局部阈值分割方法将成为一种有效的方式。Niblack通过计算局部邻域的均值和方差来获得局部阈值，这种方法在某些特定的问题上取得了比全局阈值分割更好的分割结果。为了解决不均匀光照下的文本图像的二值化问题，又有人提出了一种基于像素邻域的方法，该方法利用不同的分割准则，将一幅图像分为几个不同的类别，进而产生多个阈值。基于Otsu的方法，一种新的方法是采用迭代方法去解决三类阈值分个问题，但不同的是，该方法在多个子区域内搜索阈值，而不是把整幅图像当作一个区域去处理。同样基于Otsu的方法，一种新的方法是采用模拟退火法去搜索每个子图像的阈值，这些子图像保存在二叉树的数据结构之中。另一种方法是利用多方向的灰度波动变换将图像映射到新的灰度空间中，再利用Otsu的方法进行分割。这种方法对于在不均匀光照下采集的图像具有很好的分割效果。但该方法对噪声较为敏感，鲁棒性较差。

发明内容

本发明的目的在于提供一种分割图像的方法、装置、计算机可读存储介质和终端设备，以增强模糊且带有噪声的图像分割的鲁棒性。

本发明第一方面提供一种分割图像的方法，所述方法包括：

将经过高斯平滑后的待分割图像进行局部灰度映射处理，以获取第一图像；

对所述第一图像进行均值滤波，以获取第二图像；

根据像素灰度的类不确定性和区域稳定性，构造能量函数E(t)并求取使得所述能量函数E(t)的值最小时对应的阈值t_optimum；

以所述阈值t_optimum为分割阈值对所述待分割图像进行分割。

本发明第二方面提供一种分割图像的装置，所述装置包括：

映射模块，用于将经过高斯平滑后的待分割图像进行局部灰度映射处理，以获取第一图像；

滤波模块，用于对所述第一图像进行均值滤波，以获取第二图像；

构造模块，用于根据像素灰度的类不确定性和区域稳定性，构造能量函数E(t)并求取使得所述能量函数E(t)的值最小时对应的阈值t_optimum；

分割模块，用于以所述阈值t_optimum为分割阈值对所述待分割图像进行分割。

本发明第三方面提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下方法的步骤：

将经过高斯平滑后的待分割图像进行局部灰度映射处理，以获取第一图像；

对所述第一图像进行均值滤波，以获取第二图像；

根据像素灰度的类不确定性和区域稳定性，构造能量函数E(t)并求取使得所述能量函数E(t)的值最小时对应的阈值t_optimum；

以所述阈值t_optimum为分割阈值对所述待分割图像进行分割。