[发明专利]一种基于灰度分布的多物体图像分割方法

说明书

本发明提供一种基于灰度分布的多物体图像分割方法，属于图像处理技术领域，针对最大类间方差法难以应用在多物体图像分割中的问题，采用的技术方案是：将确定多物体图像中的分类数问题转换成求解曲线图密度函数的波峰和波谷的个数问题，为此，需要统计图片中每个灰度值的出现次数并绘制波浪形状的灰度分布曲线图，通过对灰度分布曲线进行离散的高斯卷积，同时，对灰度分布曲线进行高斯函数各阶导数的卷积，然后在灰度分布曲线上找到波峰和波谷的位置，以自动确定需要分割的数目以及进行图像分割的多个灰度阀值。本发明操作方便，实施快捷，尤其适用于对多物体图像进行分割。

技术领域

本发明涉及图像处理技术领域，具体地说是一种基于灰度分布的多物体图像分割方法。

背景技术

图像分割是物体识别等许多研究的重要步骤。图像分割主要是把图像划分成若干个有独特性质的区域并提取出有价值的目标的过程。通过图像分割提取出的前景物体或者目标物体可以用在基于图像的语义识别、图像搜索等研究领域。在现有的图像分割算法中，基于阀值的图像分割方法计算简单、速度快、运算效率较高，并且应用最为广泛。

在基于阀值的图像分割算法中，最大类间方差法是应用最为广泛的一种算法。最大类间方差法是按照图像的灰度特性，将图像分成背景和前景目标两个部分，前景和背景之间的类间方差如果越大，就说明构成图像的两个部分之间的差别越大。

最大类间方差法的基本思想是：假设一副灰度图像中仅有单一的前景、和单一的背景两个部分组成，对于需要选取阀值将两部分区域区分开的图片，首先计算整幅图像的灰度分布图，将灰度值的统计直方图分成两部分，通过求解每个阀值所划分出的两部分的方差，进行比较并选取最优的阈值。然而，对于多种前景物体且灰度差异较大的图像中存在的问题，例如，需要多个灰度阀值来区分不同灰度的前景物体等问题，仅仅通过最大类间方差法等算法很难自动的判断需要确定的分类数目、需要划分的灰度级别、以及需要分割的物体个数等。

发明内容

本发明的技术任务是解决现有技术的不足，针对最大类间方差法难以应用在多物体图像分割中的问题，提供一种基于灰度分布的多物体图像分割方法。

本发明解决其技术问题所采用的技术方案是：

一种基于灰度分布的多物体图像分割方法，该方法将确定多物体图像中的分类数问题转换成求解曲线图密度函数的波峰和波谷的个数问题，需要首先统计图片中每个灰度值的出现次数并绘制灰度分布曲线图，该曲线图以波浪形状的曲线描绘灰度的分布信号，然后在波浪形状的曲线上找到波峰和波谷的位置，以自动确定需要分割的数目以及进行图像分割的多个灰度阀值。

所涉及方法的具体实现步骤包括：

Ⅰ)将图片中每个灰度值的出现次数进行统计，从而绘制出波浪形状的灰度分布曲线图；

Ⅱ)按如下方程对灰度分布曲线进行离散的高斯卷积，将波浪状形状的灰度分布曲线进行平滑去噪，得到高斯平滑曲线：

其中，x为灰度值，f(x)表示灰度值为x的像素点的个数，g(x)表示高斯分布函数；

Ⅲ)对高斯平滑曲线上所有的波峰进行定位，并鉴定波峰是待定主峰还是待定小峰；

Ⅳ)依据待定小峰与其相邻主峰之间的位置关系，判定该待定小峰为一个独立的波峰或者为其相邻主峰的附属部分；

Ⅴ)调整较小波峰的拐点边界；

Ⅵ)依据相邻两个波峰之间的关系，将每一对分布位置离得很接近的相邻波峰合并为一个波峰；

Ⅶ)过滤去除一些范围较小的、高度较低的波峰；