[发明专利]高速图像的实时二值化阈值选取方法

说明书

高速图像的实时二值化阈值选取方法，采用如下步骤：S1、统计当前所处理的图像中包含的像素点总数N_P；S2、定义阈值T，对阈值T初始化赋值；S3、定义当前图像的调整精度Acc，调整精度Acc初始化为Acc＝T/N_P；S4、逐个读取像素点的灰度值V，并与阈值T进行比较；若V≥T，则将当前像素点的灰度值量化为1，T更新为round(T+Acc)并修正Acc的值为Acc+1/N_P；若V＜T，则将当前像素点的灰度值量化为0，T更新为round(T‑Acc)，并修正Acc的值为Acc‑1/N_P；round为四舍五入操作。本发明在图像输入的过程中完成阈值的选取及更新操作，显著的提升图像二值化过程中阈值的选取效率；用于高速图像的实时二值化运算时，在图像的像素点读取过程中实现实时的图像二值化操作。

技术领域

本发明涉及图像处理技术领域，具体是高速图像的实时二值化阈值选取方法。

背景技术

二值图像是指每个像素点均为黑色或者白色的图像，其优点是占用空间少。在数字图像处理中，二值图像占有非常重要的地位，图像的二值化使图像中数据量大为减少，从而能凸显出感兴趣目标的轮廓，比如车牌识别、文字识别。

要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值图像，这样子有利于在对图像做进一步处理时，图像的集合性质只与灰度值为0或255的点的位置有关，不再涉及像素的多级值，使处理变得简单，而且数据的处理和压缩量小。

为了得到理想的二值图像，一般采用封闭、连通的边界定义不交叠的区域，所有灰度大于或等于阈值的像素被判定为属于特定物体并将其灰度值设置为1，否则这些像素点被排除在物体区域以外并将其灰度值设置为0。

如果某特定物体在内部有均匀一致的灰度值，并且其处在一个具有其他等级灰度值的均匀背景下，使用阈值法就可以得到比较的分割效果。如果物体同背景的差别表现不在灰度值上，比如纹理不同，可以将这个差别特征转换为灰度的差别，然后利用阈值选取技术来分割该图像。

现有的图像二值化阈值选取方法一般需要缓存整张图片，随后对整张图片中像素点的灰度值进行统计，并依据统计值进行相关运算，方能选取出最优的二值化阈值。而在高速图像的实时处理中，图像的处理速度要求很高，需要在图像输入的过程中完成阈值的选取及更新操作，采用现有的图像二值化阈值选取方法无法满足需求。

发明内容

为了弥补现有技术的上述不足，本发明提供了一种高速图像的实时二值化阈值选取方法，在图像数据输入的时候，依次对当前输入像素点的灰度值进行分析与统计，并基于当前统计结果对二值化过程中的阈值进行更新，从而在图像输入的过程中完成阈值的选取及更新操作，以实时得到下一像素点的阈值选取结果并完成图像的二值化操作，提升高速图像的二值化处理效率。

为了实现上述目的，本发明采用了如下方案。

高速图像的实时二值化阈值选取方法，采用如下步骤：

S1、统计当前所处理的图像中包含的像素点总数N_P；

S2、定义阈值T，对阈值T初始化赋值；

S3、定义当前图像的调整精度Acc，调整精度Acc初始化为Acc＝T/N_P；

S4、逐个读取像素点的灰度值V，并与阈值T进行比较；若V≥T，则将当前像素点的灰度值量化为1，T更新为round(T+Acc)并修正Acc的值为Acc+1/N_P；若V＜T，则将当前像素点的灰度值量化为0，T更新为round(T-Acc)，并修正Acc的值为Acc-1/N_P；round为四舍五入操作。