[发明专利]基于灰度阈值的高浓度风沙图像分割的方法

说明书

本发明公开了一种基于灰度阈值的高浓度风沙图像分割的方法，其步骤包括背景模板去噪、灰度化处理、图像微分、灰度方差阈值目标检测和最大类间方差灰度阈值分割。该方法既能提高目标识别和分割的精细化程度，也能有效去除了图像随机噪音和降低分割错误带来的噪音。本发明图像分割方法的沙粒有效识别个数、查全率和查准率显著地高于传统分割方法，其对高浓度风沙图像的分割效果良好。

技术领域

本发明属于图像分割技术领域，具体涉及一种基于灰度阈值的高浓度风沙图像分割的方法。

背景技术

准确分析高浓度风沙粒子的运动图像是深入理解沙粒轨迹形成机制的关键技术，而图像分割方法的质量是获得细致、完整的沙粒轨迹的基础。

高浓度风沙图像具有4个影响图像分割效果的特征：(1)高浓度风沙流中沙粒亮度具有明显差异，部分暗粒子亮度和背景接近。沙粒的亮度差异与其矿物类型、形貌特征有关(沙粒形貌特征的千差万别，这使得被高速摄影所拍摄的沙粒对照明光源的反射和散射出现差异，进而造成高速摄影图像上沙粒的亮度会有明显的差异)；沙粒的亮度差异也与沙粒在平动过程中会伴随旋转和侧向运动有关(会造成同一颗沙粒时明时暗)；沙粒的亮度差异也与图像拍摄的方法有关。为了减小床面反光效应而清晰地拍摄到床面附近的沙粒运动，小光圈拍摄会使图像景深变宽厚从而导致景深之内沙粒增多，而这些沙粒的亮度也会低于焦平面沙粒的亮度。(2)拍摄过程中的环境干扰产生的稳定噪音和随机噪音(见后面讨论)也会影响图像分割的效果。(3)同一个沙粒不同部位上呈现明暗差异的特征，会出现单沙粒被分割成几个沙粒的错误，这里称为单粒子分割现象。(4)沙粒在二维图像上的表观重叠现象(几个沙粒同时到达了水平和垂直位置相同而侧向位置不同的位置时在二维图像上是重叠出现的假象)

在诸多图像分割方法中，灰度阈值分割是比较简洁和富有效率的传统算法，其原理是在灰度阶的数字序列中选择合适的灰度阈值来分割图像。最大类间方差灰度阈值分割法是灰度阈值分割法中的一种，根据灰度的一阶矩和二阶矩及最小二乘法拟合自动地获得图像分割阈值的，其原理是当目标和背景间灰度方差最大时则对应着最佳的分割阈值。该算法的优点是不依赖于先验知识，算法简洁，自提出后在图像处理领域得到了广泛地应用。

但是，最大类间方差灰度阈值法适合目标和背景对比明显且灰度分布较为均匀的图像，然而实际拍摄的图像往往都存在明暗不均、部分目标和背景灰度差异小的问题，这就影响了该方法的应用。对此问题，一个改进的做法是利用微分的思想把图像分割为不同的区域，再对每个微分单元利用灰度的最大类间方差进行分割就可能获得每个微分单元最合适的分割阈值，从而提高了图像分割的精细化程度。然而对微分单元进行分割时，如果该单元属于纯粹的背景，只不过由于背景内仍存在灰度阶差，会出现对背景继续分割而产生噪音信息的情形，同时也会造成暗粒子由于和背景接近而被分割为背景的情形，这些情形必然会影响整幅图像分割的效果。

已有的研究表明全局最大类间方差灰度阈值法分割法对低浓度风沙图像的分割效果良好，但对高浓度风沙图像而言，该方法的分割效果就很难满足研究的要求。

发明内容

本发明的目的是提供一种基于灰度阈值的高浓度风沙图像分割的方法，该方法通过改进传统的最大类间方差灰度阈值法，从而有效地改善高浓度风沙图像的分割效果。

本发明所采用的技术方案包括5个步骤：

步骤1，采用扣减背景模板去噪法对高浓度风沙图像进行去噪；

步骤2，对去噪后的风沙图像进行灰度化处理；

步骤3，对灰度化处理后的风沙图像进行微分处理；

步骤4，通过下式对微分后风沙图像中的灰度单元进行基于灰度标准方差阈值的目标检测，其中，为第i个微分单元的灰度方差，T为阈值，n为微分单元的序号；

当时，则设置为目标，当时，则设置为背景；