[发明专利]直方图灰度矩阈值分割法

摘要

为了对红外目标图像进行准确分割并实现对其识别与跟踪，本发明提出了一种直方图灰度矩阈值分割法。该方法借鉴力学杠杆原理，引入直方图灰度矩的概念，通过对直方图灰度区间进行遍历来查找使得直方图灰度矩平衡的阈值，以该阈值为最佳阈值实现对红外图像的二值化分割处理。该方法与经典的最大类间方差法(也称Otsu法)具有相同的算法时间复杂度，但对于红外图像，本发明所提方法具有较优的分割效果。

主权项

1.直方图灰度矩阈值分割法，其特征在于，包括如下步骤：(1)图像输入：读入一幅原始的8bits红外图像I；(2)统计：统计红外图像I的灰度直方图Hist(i)，i表示红外图像I的灰度变化范围，i＝0,1,2…255，Hist(i)表示灰度值为i的像素个数；(3)计算红外图像I的直方图灰度矩L(T)：(a).将步骤(2)建立的灰度直方图Hist(i)模拟为一个杠杆，其中T表示直方图杠杆的支点，T为整数且取值范围为0≤T≤255；(b).定义红外图像I灰度值为i的直方图灰度矩，如下式：L(T)i＝i·Hist(i)·(T‑i)；定义红外图像I的直方图灰度矩总和，如下式：对红外目标图像I的灰度直方图Hist(i)作对数变换后，直方图灰度矩最终公式定义如下：(c).按照公式依次计算不同支点T下的直方图灰度矩L′(T)；(d).从T＝0到T＝255依序遍历L′(T)，直到发现L′(T)大于或等于0为止，此时的T即为直方图灰度矩的平衡点T0；(4)二值化分割：将直方图灰度矩L′(T)的平衡点T0作为最佳分割阈值，对红外图像I进行二值化分割，从而完成红外图像I的阈值分割；所述将步骤(2)建立的灰度直方图Hist(i)模拟为一个杠杆的具体做法是基于如下定义：(2.1)定义任意一个灰度值为i的像素具有大小为i的重量，Hist(i)则表示该8bits红外图像I中重量为i的像素总数；(2.2)构造矩形条：在直方图Hist(i)中，将灰度值为i的像素统计定义为一根具有重量大小为i×Hist(i)的矩形条，该矩形条的高度为Hist(i)，宽度为1；(2.3)构造直方图杠杆：对于8bits红外图像I而言，其直方图共有256根矩形条，将这些矩形条按图像灰度值从小到大排列在一根不计重量的水平轻质杠杆上，整个结构就组成了直方图杠杆。