[发明专利]图像分割方法

说明书

一种图像分割方法，根据二维最大阈值法的分割方法原理，对原始图像进行一次分割后，对所得熵的和进行计算和判断，得到最佳阈值，根据该最佳阈值优化对所述图像的二次分割。对经过二次分割后的图像，采用Canny算子进行边缘检测，得到的阈值被用于对图像的三次分割。

技术领域

本发明属于图像处理技术领域，特别涉及一种图像分割方法

背景技术

现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。

阈值分割是一种常见的直接对图像灰度信息阈值化处理的分割算法，就是简单的用一个或几个阈值将图像灰度直方图进行分类，将灰度值在同一个灰度类内的像素归为同一个物体。

基于区域的图像分割考虑了图像的空间信息，如图像灰度、纹理、颜色和像素统计特性等，进而将目标对象划分为同一区域的分割方法，常见的区域分割方法主要有：区域生长法、分裂合并法和分水岭分割方法。

边缘检测，即检测灰度级或者结构具有突变的地方，表明一个区域的终结，也是另一个区域开始的地方，这种不连续性称为边缘，不同的图像灰度不同，边界处一般有明显的边缘，利用此特征可以分割图像。

图像分割至今尚无通用的自身理论，随着各学科许多新理论和新方法的提出，出现了许多与一些特定理论、方法相结合的图像分割方法，如聚类分析、模糊集理论、基因编码、小波变换等。

专利文献CN107507199A，公开了一种图像分割方法，所述图像分割方法包括：获取多个第一代阈值组和迭代次数；所述第一代阈值组表示分割图像的多阈值分割组；对每个所述第一代阈值组进行爆炸处理，得到多个阈值组集合，并记录爆炸次数；每个所述阈值组集合包括一个所述第一代阈值组以及所述第一代阈值组爆炸产生的多个第二代阈值组；计算每个所述阈值组集合中的所述第一代阈值组、所述第二代阈值组的适应度值，得到多组适应度值集合；对每组所述适应度值集合中的适应度值按照从大到小进行排列，确定每组中第一适应度值对应的阈值组；所述第一适应度值为所述适应度值集合中的最大适应度值；所述阈值组为所述第一代阈值组或者为所述第二代阈值组；判断所述爆炸次数是否小于所述迭代次数，得到第一判断结果；若所述第一判断结果表示所述爆炸次数小于所述迭代次数，则将所述第一适应度值对应的所述阈值组进行爆炸处理，更新所述阈值组集合和所述爆炸次数；若所述第一判断结果表示所述爆炸次数等于或者大于所述迭代次数，则将多个所述第一适应度值按照从大到小进行排列，选择最大的第一适应度值所对应的阈值组确定为分割图像时的最优分割阈值组。

专利文献CN107424162A，公开了一种图像分割方法，包括:获取图像数据；基于所述图像数据，重建图像，其中，所述图像包括一个或多个第一边缘；获取一个模型，其中，所述模型包括与所述一个或多个第一边缘相对应的一个或多个第二边缘；匹配所述模型与所述重建后的图像；以及根据所述一个或多个第一边缘，调整所述模型的一个或多个第二边缘。

专利文献CN107578420A，公开了一种自适应光条图像阈值分割方法。该方法通过传统的固定阈值图像分割方法来分割初始光条区域，获得光条横截面左右边界的列坐标；然后建立图像灰度分布评价系数，根据初始阈值分割结果，计算每行光条横截面的光条横截面能量强度；根据光条分布特征，计算理想光条横截面能量强度的灰度分部水平；再建立与光条图像灰度分布系数正相关的光条图像自适应阈值分割关联模型，以确定光条图像的自适应图像分割阈值，从背景中准确分离出光条区域。该方法提高了随机曲面大型航空构件表面光条的提取精度，避免了局部过曝或者局部光条过暗而导致光条提取困难，光条提取精度不高的问题。

在现有的的图像分割方法的使用中，经常需要面对复杂度高、计算时间长、分割精度不高以及贮存信息所需空间大等问题。

本文涉及的参考文献包括：

[1]周莉莉,姜枫.图像分割方综述研究[J].计算机应用研究,2017,34(07):1921-1928.