[发明专利]一种联合最大熵的改进Niblack红外图像分割方法

说明书

本发明公开了一种联合最大熵的改进Niblack红外图像分割方法，具体按照以下步骤实施：步骤1、输入原图像，对原图像进行中值滤波去噪预处理；步骤2、对Niblack法中邻域窗口和修正系数进行改进，获得局部阈值T_Niblack；步骤3、将最大熵法获得的最优阈值T_Kapur和局部阈值T_Niblack进行阈值加权，确定分割的最佳阈值；步骤4、通过最佳阈值对步骤1去噪预处理后的图像进行分割；解决了在复杂光照情况下，阈值选取困难导致图像过分割或欠分割的问题。

技术领域

本发明属于图像处理技术领域，涉及一种联合最大熵的改进Niblack红外图像分割方法。

背景技术

目前，在电力设备检修运维中，利用红外热成像技术对被测设备进行故障诊断是一种较为广泛的方法，现已成为电力设备诊断领域的常规手段。对电力设备红外图像进行有效分割，将故障区域从红外图像中提取出来，是电力设备故障智能诊断的关键环节。但在实际的红外图像采集过程中，图像容易受到自身成像系统以及目标复杂环境背景的影响，使得采集回来的红外图像存在背景复杂、噪声大等问题，这无疑给后续的工作带来了很多不便。

为解决上述问题，国内外学者做了大量研究，一般采用全局阈值分割法和局部阈值分割法两类方法。常见的全局特征阈值分割法包括最大类间方差(Otsu)法、最大熵法、粒子群算法及其优化改进方法等。这类算法虽然在处理低噪声、弱背景辐射的红外图像时具有操作简单、运算速度快等优点，但难以处理强噪声、弱对比度，以及非均匀背景的红外图像。局部阈值分割法比较典型的代表是Niblack法。但该算法的图像分割效果对修正系数的选取较为敏感，人工干预下修正系数的选择往往给分割结果带来不确定性。

发明内容

本发明的目的是提供一种联合最大熵的改进Niblack红外图像分割方法，解决了在复杂光照情况下，阈值选取困难导致图像过分割或欠分割的问题。

本发明所采用的技术方案是，一种联合最大熵的改进Niblack红外图像分割方法，具体按照以下步骤实施：

步骤1、输入原图像，对原图像进行中值滤波去噪预处理；

步骤2、对Niblack法中邻域窗口和修正系数进行改进，获得局部阈值T_Niblack；

步骤3、将最大熵法获得的最优阈值T_Kapur和局部阈值T_Niblack进行阈值加权，确定分割的最佳阈值；

步骤4、通过最佳阈值对步骤1去噪预处理后的图像进行分割。

步骤1对原图像进行中值滤波去噪预处理过程为：确定一个奇数像素的窗口M，窗口内各像素按灰度值大小排序后，用中间位置的灰度值代替窗口内原像素点的灰度值，成为窗口中心的灰度值g(x,y)；

g(x,y)＝median{f(x-n,y-l),(n,l∈M} (1)

式(1)中，M为选定窗口大小，f(x-n,y-l)为窗口M的像素灰度值。

步骤2具体过程为：

根据红外图像的分辨率确定邻域窗口大小的选取，依据图像整体与局部的灰度值信息动态地调整修正系数的值，改进后的邻域窗口表示为：

式(5)和式(6)中，w₁表示邻域窗口矩阵的行数，w₂表示邻域窗口矩阵的列数，line表示待分割图像的数字矩阵的列数，column表示待分割图像的数字矩阵的行数，round函数表示四舍五入取整；

改进后的灰度均值m(x，y)和标准差s(x，y)为：