[发明专利]一种基于三维熵的二维图像阈值分割方法

摘要

本发明属图像处理领域，具体涉及一种以二维灰度数字图像为对象，计算其局部均值图像，局部方差图像，量化方差图像，统计得出三维直方图，以此得到最优分割阈值然后计算得出二值图像，即最终输出的结果图像。该处理方法有效解决了图像中噪声的问题以及充分利用图像信息进行图像分割，对图像的细节的处理效果更好。

主权项

1.一种基于三维熵的二维图像阈值分割方法，其特征在于：其步骤如下所述：S1、获取二维灰度图像I；S2、计算局部均值图像A；S3、计算局部方差图像V；S4、根据S3计算得出的局部方差图像计算量化方差图像Q，具体步骤如下：S41、在局部方差图像V中选取V（i，j），其中V（i，j）是方差图像V的第i行j列的像素值；S42、根据公式对V（i，j）进行量化，得到Q(i,j)，其中Q(i,j)表示量化方差图像第i行j列的像素值，为下取整函数，τ是控制量化方差图像的量化间隔的参数，所述公式中R为I,A,V,Q的行总数，C为I,A,V,Q的列总数；S5、根据S1、S2、S4获取的二维灰度图像I，局部均值图像A和量化方差图像Q，统计得出三维直方图P，三维直方图P的第一维表示为c，第二维表示为d，第三维表示为e，O为坐标原点；S6、对S5中所述三维直方图P进行遍历搜索得到最优分割阈值，具体步骤如下：S61、三维直方图P中的任意一点为(t,s,*)，选取经过点(t,s,*)平行于cOe所在的面，以及经过点(t,s,*)平行于dOe所在的面，将三维直方图分为四部分，其中“*”表示可取任意值；S62、对S61划分的三维直方图的四个部分的根据公式H(t,s)=-Σe=0τ-1we(Σc=0t-1Σd=0s-1p(c,d,e)PA(t,s)lnp(c,d,e)PA(t,s)+Σc=tL-1Σd=sL-1p(c,d,e)PB(t,s)lnp(c,d,e)PB(t,s))]]>进行三维熵定义，其中，H(t,s)为三维熵，w_e为一个递增数列，w_e＝e+1，c、d、e为整数，P_A(t,s)和P_B(t,s)是归一化因子，PA(t,s)=Σe=0τ-1Σc=0t-1Σd=0s-1p(c,d,e),]]>PB(t,s)=Σe=0τ-1Σc=tL-1Σd=sL-1p(c,d,e);]]>S63、根据S62定义的三维熵，对三维直方图中的点进行遍历搜索，得到三维熵最大的点，求得最优分割阈值S7、根据S6中得到的最优分割阈值，计算得出二值图像，即最终输出的结果图像。