[发明专利]一种二维Otsu图像分割的新方法

说明书

技术领域

本发明专利属于图像处理技术领域，具体涉及一种二维Otsu图像分割的新方法。

背景技术

图像分割是将图像分成若干个具有独特性质的互不相干的区域并提出感兴趣特征的过程。这里特征指的是像素的灰度、纹理、颜色等，单个区域和多个区域的目标都可以用预先定义的目标来表示。它是由图像处理到图像分析的必不可少的阶段。其中阈值法是一种常用的分割方法，它假定图像的直方图呈双峰分布，通过在两峰之间确定某一准则来选择一个恰当的阈值，便可实现图像的目标和背景的分离。其中，Otsu法、最小误差阈值法和最佳直方图熵法等为常用的阈值分割法。Otsu阈值法通过选择一个阈值使得类间方差最大，由于传统的Otsu方法是可分离性的分割方法，其仅仅反映了图像的灰度分布而没有考虑像素的空间位置信息，当图像直方图的双峰特性不明显或者图像信噪偏低时，其分割的准确性不理想，对此，刘健庄等人提出了二维Otsu自适应阈值分割算法。该方法不仅考虑了空间邻域信息和灰度信息，而且采用邻域平均灰度值的方法统计平滑图像和原始图像的二维直方图，为了使二维类间方差获得最大的结果，通常采取二维直方图选择最优二维阈值向量的方法来求得，而此二维Otsu方法更适合低信噪比图像的分割。

基于二维Otsu的分割方法虽然有较好的分割性能，但随着维数的增加，最佳阈值的搜索空间和计算量都将变大。另外，一维直方图情形下的一些特征量将变成二维，其计算的复杂性也增加了。为了降低计算量，本发明采用了一种改进的智能搜索算法，即人工蜂群算法(Artificial Bee Colony，ABC)来进行图像分割。

发明内容

针对二维Otsu图像分割的理论，本发明提出了一种对灰度图像具有普遍适用性的二维Otsu图像分割的新方法。本发明旨在基本不改变分割精度的前提下，有效降低分割时间，提高分割算法的运行效率。

本发明专利所解决的技术问题可采用如下的技术解决方案来实现：

一种二维Otsu图像分割的新方法，包括以下步骤：

(1)设置引领蜂、跟随蜂和蜜源的数目N和算法的最大迭代次数G，利用式(1)随机产生2N个位置：

W_ij＝x_jL+rand×(x_jH-x_jL)        (1)

式中，W_ij为第i个蜜蜂第j维搜索后的位置；x_jL、x_jH分别表示第j维变量的上下界。

(2)在蜜源附近引领蜂按式(2)搜索新蜜源：

V_ij＝x_ij+R_ij×(x_ij-x_kj)        (2)

式中，V_ij为新的蜜源位置；x_ij是蜜源i的第j维位置；x_kj代表随机选取的不等于i的蜜源k的第j维位置；R_ij为[-1，1]间的随机数，接下来计算新位置V_ij的适应度函数值。

(3)根据x_i的适应度函数值f_j(其中改进人工蜂群的适应度函数利用二维Otsu来设计来表示)，计算概率P_j，其方式如下所示：

Pj=fitjΣj=1Nfitj---(3)]]>