[发明专利]一种图像阈值分割方法及装置

说明书

本发明公开了一种图像阈值分割方法及装置，所述方法包括：获取待分割图像中目标区域的先验概率和待分割图像中背景区域的先验概率；根据目标区域的先验概率、背景区域的先验概率以及预设的阈值选取函数，利用NBAS算法计算最佳阈值；以最佳阈值为边界，定义分割后的图像。本发明的优点在于：对背景复杂和噪声较强的图像分割效果较好。

技术领域

本发明涉及图像处理及模式识别领域，更具体涉及一种图像阈值分割方法及装置。

背景技术

图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。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。从数学角度来看，图像分割是将数字图像划分成互不相交的区域的过程。图像分割的过程也是一个标记过程，即把属于同一区域的像索赋予相同的编号。

现有的图像分割算法对背景复杂和噪声较强的图像分割效果较差，且用于优化图像阈值分割函数的优化算法易陷入局部最优，而且算法寻优个体数多，设计复杂度高，导致计算量大。

发明内容

本发明所要解决的技术问题在于现有技术的图像分割算法对背景复杂和噪声较强的图像分割效果较差的问题。

本发明是通过以下技术方案解决上述技术问题的：一种图像阈值分割方法，所述方法包括：

步骤一：获取待分割图像中目标区域的先验概率和待分割图像中背景区域的先验概率；

步骤二：根据目标区域的先验概率、背景区域的先验概率以及预设的阈值选取函数，利用NBAS算法计算最佳阈值；

步骤三：以最佳阈值为边界，获取分割后的图像。

优选的，所述步骤一，包括：

利用公式计算待分割图像的联合概率，其中，

(i,j)为像素点的灰度级i与该像素点的邻近像素点平均灰度级j组成的二元组；n(i,j)为二元组的个数；M待分割图像在横轴上的像素点的个数；N为待分割图像在纵轴上的像素点的个数；

利用公式获取所述目标区域的先验概率，其中，

O为目标区域，(t,s)为二维阈值向量；P_O(t,s)为目标区域的先验概率；i为像素灰度级，j为邻域平均灰度级；

利用公式获取所述背景区域的先验概率，其中，

B为背景区域，P_B(t,s)为背景区域的先验概率；L为待分割图像的灰度级数，j为邻域平均灰度级。

优选的，所述步骤二包括：

利用阈值选取函数S(t,s)＝S_k(O)K(B)+S_k(B)K(O)求取阈值，并将所求取的阈值中的最大值作为最优值；其中，

k为可调参数，且k∈(0,1)；S_k(O)、K(B)、S_k(B)及K(O)为中间项；

且，

其中，P_O为P_O(t,s)的简写；

其中P_B为P_B(t,s)的简写；

利用公式获取最佳阈值向量，其中，