[发明专利]一种结合果蝇优化算法的二维Otsu图像分割方法

说明书

本发明公开了一种结合果蝇优化算法的二维Otsu图像分割方法，该方法采用两条通过阈值向量点与灰度级轴所成角为α、β的直线划分二维直方图区域，首先计算联合概率密度，然后计算目标区域和背景区域的概率与均值向量，其次计算目标区域和背景区域的类间方差和类内方差，随后根据目标和背景在图像中所占比例对阈值求取公式中的背景区域部分进行加权，最后采用果蝇优化算法寻找最优的二维阈值向量；本发明的有益效果：图片能得到更准确的分割结果，更好的噪声抑制，同时运行耗时少。

技术领域

本发明属于数字图像处理技术中的智能图像分割领域，涉及一种二维Otsu图像分割的方法，具体涉及一种结合果蝇优化算法的二维Otsu图像分割方法。

背景技术

图像分割是在一幅图像的复杂背景中提取感兴趣的目标，是图像处理和计算机视觉的基础技术之一。

文献1：自动化学报1993年19卷1期刘健庄等提出了二维Otsu分割方法，该方法考虑灰度和领域空间信息，基于二维直方图直分选择最优二维阈值，具有较好抗噪能力，但采用穷举法使得计算量非常大，且算法假设阈值附近部分对角线区域内像素点概率为零，与实际情况不符。

文献2：电子学报2007年35卷4期范九伦等提出二维Otsu曲线阈值分割法，具有较好分割结果，但这种方法将所有噪声点都划分到了内地和边缘点区里，抗噪性不强，并且采用垂直于二维直方图定义域对角线的直线，普遍性不强。

文献3：光电子激光2013年24卷7期李淼等提出改进二维直方图区域划分的阈值分割研究方法，充分考虑了边界区域信息对分割结果的影响，该方法错分区域明显比传统直分法少很多，具有更好的分割效果，然而仅从类间散度提出了阈值分割方法，却没有考虑类内散度对图像分割的影响，因此分割效果和抗噪性能有待提高。

文献4：计算机工程与应用2010年46卷33期邱丽君等提出改进的二维Otsu图像分割方法，对二维灰度直方图进行坐标变换,并将传统计算公式进行调整，改进阈值分割方法，提高了识别能力和分割效率，但没有兼顾类内散度效果依然不理想，而吴一全等提出基于二维直方图斜分的最小类内方差阈值分割，仅从类内散度提出了阈值分割方法，却没有考虑类间散度对图像分割的影响，因此分割效果依然不理想。同时基于二维直方图的图像分割方法，计算量大，难以实施处理。

发明内容

本发明的目的是针对现有技术分割精度不够和抗噪性能的不足而提供的一种结合果蝇优化算法的二维Otsu图像分割方法，该方法采用两条与灰度级轴所成角为α、β的直线划分二维直方图区域，根据灰度级大小改进联合概率密度，考虑类间方差和类内方差对图像分割效果的作用，根据目标和背景在图像中所占比例对阈值求取公式进行加权，然后采用果蝇优化算法寻找最优的二维阈值向量。求得最优阈值向量

实现本发明目的的具体技术方案是：

一种结合果蝇优化算法的二维Otsu图像分割方法，该方法包括以下具体步骤：

步骤1：以f(x,y)(1≤x≤M,1≤y≤N)表示将要分割的一幅大小为M×N的图像，其灰度级为L；在每个像素点处，计算n×n邻域的平均灰度值，得到一幅平滑的图像g(x,y)，其灰度级也为L；采用两条通过阈值向量坐标点(s,t)与灰度级轴所成角为α、β的直线划分以f(x,y)和g(x,y)组成二元组(i,j)定义的二维直方图区域；在二维直方图中坐标轴与x＝L-1的直线和y＝L-1的直线围成的区域中，二维直方图中坐标轴与

g(x,y)cosα-f(x,y)sinα≤tcosα-ssinαand g(x,y)cosβ-f(x,y)sinβ≥tcosβ-ssinβ

围成的区域为目标区域，二维直方图中x＝L-1的直线和y＝L-1的直线与