[发明专利]一种基于Otsu和Tsallis熵的二次图像分割方法

权利要求书

1.一种基于Otsu和Tsallis熵的二次图像分割方法，其特征在于，具体按照以下步骤实施：

步骤1，对输入原图像I进行对比度扩展变换预处理，处理后得到灰度图，所述灰度图的灰度动态范围是[0，255]；

步骤2，采用Otsu算法求出灰度图的阈值K，并根据所述阈值K对灰度图进行初次分割，得到分割图像I₁；

步骤3，创建分割图像I₁的二维直方图，计算分割图像I₁的Tsallis熵；

步骤4，求得使二维Tsallis熵最大的(u′，v′)，所述(u′，v′)为最佳阈值，用最佳阈值(u′，v′)对分割图像I₁进行二次分割，得到最终的再分割图像I₂。

2.根据权利要求1所述的一种基于Otsu和Tsallis熵的二次图像分割方法，其特征在于，所述步骤2中初次分割表示为：

C₀由图像中灰度值在[0，K]范围内的所有图像组成，C₁由图像中灰度值在[K+1，L-1]范围内的所有像素组成；

所述C₀和所述C₁两类之间的方差计算如公式(4)所示：

σ²＝ω₀(μ₀-μ)²+ω₁(μ₁-μ)² (4)

通过对整个图像灰度值[0，L-1]进行遍历，计算当前灰度值下目标背景的类间概率，计算出使得图像C₀和C₁两类之间的类间方差最大的值，即为最佳阈值K，最大类间方差的计算如公式(5)所示：

3.根据权利要求2所述的一种基于Otsu和Tsallis熵的二次图像分割方法，其特征在于，所述公式(4)中的ω₀为图像中C₀类发生的总概率，ω₁为图像中C₁类发生的总概率，μ₀表示C₀类的灰度均值，μ₁表示C₁类的灰度均值，μ表示整幅图像的灰度均值，计算公式如下所示：

式中：表示灰度图像中灰度值为i的像素出现的概率，其中n_i表示灰度值为i的像素在图像中的个数，n表示图像中总的像素个数。

4.根据权利要求1所述的一种基于Otsu和Tsallis熵的二次图像分割方法，其特征在于，所述步骤3中采用Tsallis熵进行阈值分割，所述Tsallis熵计算过程为：

对输入分割图像I₁(x，y)大小为M×N，以点(x，y)为中心的l×l区域内的灰度值计算如公式(11)所示：

其中，f(x，y)表示点(x，y)的灰度值，表示取整，则(f(x，y)，g(x，y))出现的概率S_fg表示(f(x，y)，g(x，y))在图像中出现的次数，P_fg构成了分割图像I₁的二维直方图，阈值(u，v)把直方图分成背景A区域和目标B区域、边缘C区域和噪声D区域。

5.根据权利要求4所述的一种基于Otsu和Tsallis熵的二次图像分割方法，其特征在于，所述背景A区域和目标B区域概率计算如公式(12)(13)所示：

6.根据权利要求1所述的一种基于Otsu和Tsallis熵的二次图像分割方法，其特征在于，所述步骤4中最大二维Tsallis熵计算过程为：

二维Tsallis熵计算通过伪加性得到，如公式(14)所示：

Tsallis熵算法同时考虑像素的灰度值分布与它的邻域像素的平均灰度值分布，因此分割的阈值是一个二维矢量，最佳阈值(u′，v′)通过使二维Tsallis熵最大化得到，如公式(15)所示：