[发明专利]基于分块平面拟合的图像二值化方法及装置

说明书

技术领域

本发明涉及图像处理领域，尤其涉及基于分块平面拟合的快速二值化 方法及装置。

背景技术

二值化方法是最常见，运用最频繁的图像处理基本方法，许多上层算 法都依赖于二值化的效果，比如目标检测，目标识别等。以车牌识别举例， 在进行车牌检测时需要对图像进行二值化，而对车牌字符分割时需要二值 化车牌，在字符识别时需要做字符的二值化。

现有技术中最常用的二值化方法为OTSU(即大津法或最大类间方差 法)二值化，利用阈值将原图像分成前景和背景两个图象，当取最佳阈值 时，背景应该与前景差别最大，关键在于如何选择衡量差别的标准，而在 otsu算法中这个衡量差别的标准就是最大类间方差。

对于光照均匀的图像，二值化效果较好，而对于光照不均匀，光源从 侧面打过来的情况，二值化效果很差。

为了解决这一问题，也有存在对图像进行分块的二值化方法，这类方 法对每个部分单独采用大津法或其他的方法进行二值化。这种局部进行二 值化的方法问题在于，如果分块较小，相邻两个分块之间阈值变化可能很 大，导致在接缝位置存在较大的误差，使得二值化效果无法得到改善；而 如果要降低这种误差，则需要划分成数目较多的分块，以保证分块与分块 之间的阈值差异较小，但这样就存在二值化效率低下的问题。

因此如何在保证有较好的二值化效果的同时保证二值化的计算效率， 是当前需要解决的问题。

发明内容

为解决现有技术存在的问题，本发明提供了一种二值化的方法，能够 快速地进行图像的二值化，并得到较好的二值化效果。

一种基于分块平面拟合的图像二值化方法，包括：

将图像划分为多个分块，计算各分块的二值化阈值；

通过拟合各分块的二值化阈值获取整体图像的二值化阈值与图像中 各像素点位置之间的关系式；

利用关系式将图像二值化。

本发明通过分块并对各分块的二值化阈值进行拟合得到阈值与图像 中像素点位置关系式的方式，使得图像的阈值既能够表现各分块的局部二 值化阈值又能够反映全局各分块之间二值化的关系，使得图像中各位置处 的阈值进行连续的变化，兼顾了局部和全局的信息，即使分块数目较少也 能够快速且效果良好地进行二值化。

通过二元一次关系式的建立，获取分块之间的阈值与分块中心坐标之 间的关系，二元一次关系式的系数可以通过将多个分块的阈值以及分块的 中心坐标作为已知变量来求解。其中，中心坐标能体现该点为中心的分块 的阈值属性，具有较好的拟合效果。

进一步而言，整体图像的二值化阈值与图像中像素点位置之间的关系 式获取方法包括：

将分块的二值化阈值与分块的中心坐标作为同一平面上的点建立平 面方程，通过将各分块的二值化阈值和中心坐标作为已知量代入平面方程 拟合出平面方程的系数，得到二值化阈值与图像中像素点位置之间的关系 式。

图像的二值化阈值与图像像素坐标位置之间的关系可以通过采用其 他模型来求取得到，例如将二值化阈值与分块中心坐标视为椭球面上的点 或球面上的点，通过建立椭球面方程或球面方程并拟合出方程系数来得到 两者之间的关系式。出于计算简单且适用性高的考虑，采用平面方程能够 较好地反映二值化阈值与像素点位置的关系。

进一步而言，获取平面方程系数的方法为：将所有分块的二值化阈值 形成阈值矩阵T，将所有分块的中心坐标形成中心坐标矩阵A，将待求解系 数形成系数矩阵x，得到矩阵关系式T＝Ax，通过最小二乘法求解矩阵关系 式得到系数矩阵。

由于系数矩阵中的拟合矩阵B＝(A^TA)^-1A^T仅与图像的中心坐标有关_，即如果确定了划分方式，就能够确定拟合矩阵，因此可以通过预先计算出 多种划分方式所对应的拟合矩阵并进行保存，一旦确定了划分方式，即可 确定拟合矩阵，在关系式时因此只需求出各分块的二值化阈值，将二值化 阈值与拟合矩阵相乘，即可得到关系式的各系数，从而节约了线上处理的 时间。