[发明专利]一种非均匀背景离散相灰度图像二值化处理方法在审

专利信息
申请号: 201810766989.5 申请日: 2018-07-13
公开(公告)号: CN109145913A 公开(公告)日: 2019-01-04
发明(设计)人: 左子文;王军锋;霍元平;王东保 申请(专利权)人: 江苏大学
主分类号: G06K9/34 分类号: G06K9/34;G06K9/38;G06T5/00;G06T5/30;G06T7/11;G06T7/136;G06T7/194;G06T11/40
代理公司: 暂无信息 代理人: 暂无信息
地址: 212013 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 灰度图像 求解 灰度 初始种子点 二值化处理 轮廓像素 图像处理 非均匀 像素点 膨胀 目标边缘 目标图像 平均灰度 区域增长 梯度图像 图像背景 图像梯度 最大类 方差 噪点 填充 图像 保证
【权利要求书】:

1.一种非均匀背景离散相灰度图像二值化处理方法,其特征在于,包含如下步骤:

步骤S1、求解灰度图像对应的灰度梯度图像;

步骤S2、求解灰度图像阈值Tgray和梯度图像阈值Tgradient

步骤S3、确定同时在灰度图像阈值和梯度图像阈值内的像素点为目标轮廓;

步骤S4、计算轮廓像素点平均灰度值δ,以此为增长上限,以轮廓像素点为初始种子点进行区域增长,并对增长像素点进行标记;

步骤S5、增长完成后以初始种子点和已标记的增长像素点为对象,对每个像素点邻域内灰度值满足灰度阈值Tgray的点进行膨胀运算,膨胀后的已处理像素点为目标图像,即二值化图像。

2.根据权利要求1所述的非均匀背景离散相灰度图像二值化处理方法,其特征在于,所述步骤S1具体为:

读入拟处理灰度图像,根据公式一、公式二和公式三求解图像矩阵的梯度矩阵,获得灰度图像相应的灰度梯度图像,

Gi,j=(Gx2+Gy2)1/2 公式一

其中,M为待求解矩阵,G为梯度矩阵,Gi,j为点Mi,j处的梯度,Gx为x方向的梯度分量,Gy为y方向的梯度分量。

3.根据权利要求1所述的非均匀背景离散相灰度图像二值化处理方法,其特征在于,所述步骤S2中采用最大类间方差方法分别求解灰度图像阈值Tgray和梯度图像阈值Tgradient

4.根据权利要求1所述的非均匀背景离散相灰度图像二值化处理方法,其特征在于,所述步骤S3具体为:

判断灰度梯度图像内所有像素点灰度值Ii,j和梯度值Gi,j是否满足公式四,如果满足,则该像素点为目标轮廓像素点,对所有目标轮廓像素点进行标记,

Ii,j<Tgray&&Gi,j>Tgradient 公式四

其中,符号&&为逻辑运算“且”。

5.根据权利要求1所述的非均匀背景离散相灰度图像二值化处理方法,其特征在于,所述步骤S4具体为:

计算轮廓像素点平均灰度值δ,以此为增长上限,以轮廓像素点为初始种子点进行区域增长,即检查种子点8领域内的点灰度值是否小于δ,如果是,则进行增长,并对增长像素点进行标记,如果否,跳过该像素点搜索下一个符合条件的像素点。

6.根据权利要求1或5所述的非均匀背景离散相灰度图像二值化处理方法,其特征在于,所述步骤S4中,轮廓像素点平均灰度值δ通过乘以系数A的方式进行调整,但必须满足下面条件:0&lt;Aδ&lt;Tgray

7.根据权利要求1所述的非均匀背景离散相灰度图像二值化处理方法,其特征在于,所述步骤S5中对每个像素点邻域内灰度值满足灰度阈值Tgray的点进行膨胀运算具体为:对初始种子点和已标记的增长像素点邻域内的象素点8邻域内的点灰度值是否小于Tgray,如果是,则进行标记,膨胀后的已处理像素点,即所有已标记点为目标图像。

8.根据权利要求1所述的非均匀背景离散相灰度图像二值化处理方法,其特征在于,还包括步骤S6:采用区域增长法对图像背景进行填充。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏大学,未经江苏大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810766989.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top