[发明专利]一种基于LBP和链码技术的图像分割方法

权利要求书

1.一种基于LBP算子和链码技术的图像分割方法，其特征在于，包括以下步骤：

步骤1、对原图进行预处理，得到含有纹理特征的图像；

步骤2、通过旋转不变的LBP算子得到LBP特征值；

步骤3、以LBP特征值最小的值作为旋转状态下的LBP算子，按照LBP算子对图像进行处理获得效果图；

步骤4、对步骤3的效果图进行噪点滤波；

步骤5、通过Freeman链码确定分割区域。

2.根据权利要求1所述的图像分割方法，其特征在于，所述预处理是用维纳滤波进行预处理，维纳滤波的原理是基于最小均方误差法则，其预处理过程如下：

上式中e是最小均方差，f(x，y)是未被退化的图像即原图像的像素点，是可令最小均方差最小的图像即所求图像的像素点，(x，y)为点坐标；

整理变形后，在图像的恢复处理中，频域中维纳滤波器的表达如下所示：

式中，w(u，v)为在频域中的变形，H(u，v)为退化函数，|H(u，v)|²＝H^*(u，v)H(u，v)，H^*(u，v)为H(u，v)的复共轭，p_f(u，v)＝|F(u，v)|²为噪声的功率谱，p_n(u，v)＝|N(u，v)|²为未退化图像的功率谱，(u，v)是像素点坐标(x，y)在频域中的对应坐标，对于信噪比定义如下式：

用一个常量c代替信噪比，故而上式(3)写成：

其中c取0.1～0.001。

3.根据权利要求1所述的图像分割方法，其特征在于，所述步骤2的LBP算子为：

将LBP算子定义为在n×n模板的局部区域中，该局部区域共由一个中心点g_c和相邻点g₀，g₁，...，g₇构成，将n×n的周围8个点的灰度值与其中心点g_c进行对比，用T来代表纹理，则其表示为：

T～(g_c，g₀，…，g₇) (5)

按照中心点g_c的灰度值作为阈值，对相邻的八个点进行二值处理，则T可表示为：

T≈t(sign(g₀-g_c)，sign(g₁-g_c)，…，sign(g₇-g_c)) (6)

t是图像的亮度分布描述，其中二值化公式为：

则该区域的8个相邻点将会编码为0或者1，再对这一串二值码进行权值赋予，最后将这一串数字相加就是对应区域中心点的局部二值特征值即LBP特征值：

i表示8个相邻点的序号i＝0，1，…，7，在此基础上让区域从n×n的正方形区域改为圆形领域，使得LBP算子能在半径为R，R＞0的圆形内进行处理；

假设，一个局部区域内的纹理分布为局部区域内像素点的灰度值的联合分布密度，其定义为：

T＝t(g_c，g₀，…，g_P-1) (9)

其中g_c为圆形局部区域的中心点的灰度值，而g_p，p＝0，1，…P，在对应区域内除中心点外的等距分布的P个点，图像中的邻域内的g_p的坐标用下式表示：

其中(x_c，y_c)表示中心点的坐标，从邻域中的其他像素点的灰度值g_p减去中心点g_c的值，那么局部区域的纹理T用中心点C与周边的灰度值的差值的联合分布表示：

T＝t(g_c，g₀-g_c，…，g_P-1-g_c) (11)

假设中心点g_c与周边的g_p的差g_p-g_c(p＝0，1，…P)与中心点g_c并无关系，将式(9)改写成：

T≈t(g_c)(g₀-g_c，…，g_P-1-g_c) (12)

将式子(12)改写为：

T≈t(g₀-g_c，…，g_P-1-g_c) (13)

式(13)对所选区域内的每个点的纹理特征进行了标记，为了保持纹理特征不发生变化，使用差值：

T≈t(s(g₀-g_c)，…，s(g_P-1-g_c)) (14)

式子(14)得到一个P字节的二进制数，然后对点按照不同的位置进行2^P的加权求和，得到与邻域内点相关的唯一的LBP特征值，并称之为模式，代表(x_c，y_c)为中心的邻域的纹理特征，表示如下：

(16)代表求取的差值的符号变成一个P位的二进制数，从而形成一个取值在0-2^P范围内的离散的LBP特征值，使得差值变成LBP的模式，然后该区域的灰度分布以及纹理特征均用该LBP特征值来近似表示：

T≈t(LBP(x_c，y_c)) (17)