[发明专利]一种用于灰度图像快速多阈值分割的方法

说明书

技术领域

本发明涉及的是一种数字图像处理技术，具体地说是一种用于灰度图像快速多阈值分割的方法。

背景技术

分割技术是图像模式识别的基础，具有广泛的用途，在科研、生产当中都是一个热点研究课题。多阈值分割可以用来识别具有不同色彩或灰度的目标或用来识别灰度在很窄范围内变化的目标。如在侧扫声纳目标识别任务中，阴影可以作为目标的一个特征，但是由于海底背景的回波强度与阴影区相近，所以一般情况下，二值分割算法很难将阴影区域提取出来。而目前的众多多阈值分割技术又因为计算量大的原因难以满足实时性要求。

发明内容

本发明提供一种可以实现灰度图像的多阈值分割，而且易于满足实时性要求的用于灰度图像快速多阈值分割的方法。

本发明的目的是这样实现的：

(1)读取待分割的灰度图像，并将其存入一个二维图像数组A中，各像素点的灰度值均在0～255的范围内；

(2)遍历图像数组A，得到图像的灰度直方图；

(3)使灰度直方图通过一个低通滤波器，得到平滑直方图；

(4)开辟峰值数组和灰度数组两个数组，并将两个数组全部初始化为0，峰值数组和灰度数组分别保存直方图峰值和峰值对应的灰度，峰值数组与灰度数组下标相同的元素是一一对应的；

(5)遍历平滑直方图，将新得到峰值及峰值对应的灰度分别存入峰值数组和灰度数组的最后，然后将峰值数组和灰度数组排序；

(6)利用步骤(5)得到的灰度数组确定多阈值分割的各个阈值；

(7)遍历图像数组A，A中各元素与步骤(6)中得到的各阈值比较，得到一个标号，存入二维标号数组B的对应位置处，实现灰度图像的快速多阈值分割。

本发明还可以包括这样一些特征：

1.步骤(4)中所述的峰值数组和灰度数组大小等于预设的阈值个数n。

2.步骤(5)中所述的排序，峰值数组按直接法排序，灰度数组按照峰值数组的变化而做对应改变，使峰值所对应的灰度值不变。

3.步骤(6)中所述的多阈值分割的各个阈值的确定方法为将灰度数组进行降序排列，然后取出灰度数组中的前n-1个元素，将其左右两边进行扩展，左边的扩展元素为0，右边的扩展元素为255，得到一个新的一维数组C，从C的左边第一个元素开始，该元素与其右边相邻元素相加再除以2就得到要求的阈值数组D，这个过程一直持续到数组C的第n个元素，数组D中的各个元素是要求的n个阈值。

本发明是基于灰度直方图的多阈值分割。由于多目标的存在，灰度直方图是具有多峰的，因此相邻两峰之中点所对应的灰度作为阈值是一个比较合理的估计，这也正是该灰度图像快速多阈值分割方法的核心思想。

实验表明，对于一幅尺寸为330×244的灰度图像，在一台CPU为AMD1600+，操作系统为Windows2000，编程环境为VC6.0的条件下，同时执行2阈值分割、3阈值分割、4阈值分割和5阈值分割共耗时10毫秒，完全可以达到实时性要求。而目前其它多阈值算法没有提供算法的执行时间方面的数据。

附图说明

图1是本发明的流程框图。

图2是本发明步骤6中所述的数组C。

图3是本发明步骤6中所述的数组D。

图4是一幅待分割的尺寸为330×244的灰度图像。

图5是用Otsu法对图4的二值分割结果。

图6是利用本发明对图4的四阈值分割结果。

具体实施方式

下面结合附图举例对本发明作进一步说明。

1.读取待分割的灰度图像(图4)，并将其存入一个二维图像数组A中，各像素点的灰度值均在0～255的范围内。

2.遍历图像数组A，得到图像的灰度直方图。

3.使灰度直方图通过一个低通滤波器，得到平滑直方图。

4.开辟两个数组——峰值数组和灰度数组，并将两个数组全部初始化为0。峰值数组和灰度数组分别保存直方图峰值和峰值对应的灰度，峰值数组与灰度数组下标相同的元素是一一对应的，峰值数组和灰度数组大小应等于预设的阈值个数n。

5.遍历平滑直方图，将新得到峰值及峰值对应的灰度分别存入峰值数组和灰度数组的最后，然后将峰值数组和灰度数组排序。峰值数组按直接法排序，灰度数组按照峰值数组的变化而做对应改变，使峰值所对应的灰度值不变。