[发明专利]一种基于Voronoi的车载灯具图像分割方法

权利要求书

1.一种基于Voronoi的车载灯具图像分割方法，其特征在于，包括如下步骤：

S1、对输入的光学相机拍摄的待分割图像进行中值滤波，并采用自适应函数提取图像中需要分割的车载灯具部分；

S2、计算需要分割的车载灯具部分的像素点数量，并对其进行布点；

S3、根据所述布点对需要分割的车载灯具部分进行基于Voronoi的图像分割，并将每个分割区域的点的像素数量存储起来；

S4、将所述每个分割区域与需要分割的车载灯具部分进行与运算，筛除分割区域中非车载灯具部分；

所述步骤S1具体通过如下步骤实现：

S11、将输入的光学相机拍摄的待分割图像进行中值滤波；

S12、将滤波后的图像进行灰度化，得到灰度图像；

S13、根据车载灯具亮度分析数据，对灰度图像进行一次亮点噪声筛除，得到新的灰度图像，其数学表达式为：

（1）

式中，i表示图像像素点的横坐标，j表示图像像素点的纵坐标，表示图像的像素坐标，表示新的灰度图像，表示灰度图像；

S14、对得到的新的灰度图像进行自适应阈值处理；

S15、通过边缘搜索算法提取图像中需要分割的车载灯具部分；

所述步骤S14自适应阈值处理具体通过以下步骤实现：

对得到的新的灰度图像进行正向二值化，其数学表达式为：

（3）

式中，为阈值，表示图像像素点值进行二值化后的像素点值，其中，阈值采用如下自适应函数计算：

（4）

式中，为像素邻域的大小， 为加权平均数减去的常量，表示图像像素点值。

2.根据权利要求1所述的基于Voronoi的车载灯具图像分割方法，其特征在于，所述步骤S11中中值滤波通过将图像中某一像素点的像素值用该像素点的一个区域的各个像素点的像素值的中值代替实现，并采用3×3大小规格滤波，其数学表达式为：

（2）

式中，表示像素点处理完的像素值，表示被处理像素点左上角图像像素点值，表示被处理像素点上方图像像素点值，表示被处理像素点右上角图像像素点值，表示被处理像素点左边图像像素点值，表示被处理像素值，表示被处理像素点右边图像像素点值，表示被处理像素点左下角图像像素点值，表示被处理像素点下方图像像素点值，表示被处理像素点右下角图像像素点值。

3.根据权利要求1所述的基于Voronoi的车载灯具图像分割方法，其特征在于，所述步骤S14与S15之间还包括如下步骤：

S140、对自适应阈值的二值化图像通过如下公式进行形态学腐蚀：

（5）

式中，表示结构元素的横坐标，表示结构元素的纵坐标，为结构元素，表示进行图像腐蚀后的图像像素点值，表示腐蚀前的图像像素点值；

S150、对经过形态学腐蚀的二值化图像再进行形态学膨胀，其数学表达式为：

（6）

式中，表示进行图像膨胀后的图像像素点值。

4.根据权利要求3所述的基于Voronoi的车载灯具图像分割方法，其特征在于，选取的结构元素形状为椭圆，大小为。

5.根据权利要求4所述的基于Voronoi的车载灯具图像分割方法，其特征在于，步骤S15具体表现为：

将经过形态学膨胀后的二值化图像进行轮廓搜索，得到多个轮廓集，并对所有的轮廓进行排序，得到最大的轮廓，即为需要分割的车载灯具部分。

6.根据权利要求1至5中任一项所述的基于Voronoi的车载灯具图像分割方法，其特征在于，所述步骤S2具体实现方法为：

S21、通过逐行、逐列扫描算法，获取包围车载灯具的最小矩形；

S22、在所述最小矩形所在区域内进行布点。

7.根据权利要求6所述的基于Voronoi的车载灯具图像分割方法，其特征在于，所述步骤S3具体实现方法为：

S31、根据所述布点构建Delaunay三角网，并且存储每个三角形是由哪三个点所构成；

S32、存储每个三角形的外接圆圆心坐标；

S33、遍历所有三角形，筛选出与当前三角形三边共边的相邻的三个三角形；

S34、若当前三角形满足步骤S33条件，则将筛选出的与当前三角形三边共边的相邻的三个三角形的外心分别与当前三角形的外心连接，并存入于数据容器中；

S35、遍历结束，图像分割完成。