[发明专利]一种图像二值化处理方法及其系统

权利要求书

1.一种图像二值化处理方法，其特征在于：包括如下步骤：

步骤S1：提供待处理图像，

步骤S2：通过区域生长算法将待处理图像分割为若干区域，

步骤S3：对所有区域进行平滑度处理，

步骤S4：对待处理图像分割后的每块区域进行数据分析，获取每块区域内的图像数据，

步骤S5：通过全局阈值方法得到每块区域的全局阈值，

步骤S6：基于全局阈值设置每块区域的全局前景阈值上限，

步骤S7：根据每块区域的全局前景阈值上限，通过领域自适应方法获取每块区域的二值矩阵，

步骤S8：对所有区域的二值矩阵进行分析，获取整个图像的二值图像；

其中：所述全局阈值方法为Kittler算法，

所述全局前景阈值上限计算公式为，

h(g)＝count_if(I(i,j)＝g)，

t_{max_adpt}＝t_Kittler+k·(u_b-t_kittler)，

其中h(g)表示像素值等于g时的统计直方图函数，即这种像素的个数，I(i,j)表示图像区域中的第i行第j列的像素点,m表示图像中每一块区域的宽度，n表示图像中每一块区域的高度，t为阈值，p(g)表示像素值等于g时的概率密度函数，即这种像素在图像中每一块区域上出现的几率，u_b为使用t_Kittler分割时全局背景的亮度，t_Kittler为Kittler的阈值，t_{max_adpt}为全局前景阈值上限，k为常数。

2.如权利要求1所述的一种图像二值化处理方法，其特征在于：所述区域生长算法包括如下步骤，

步骤A：选择生长点，其中所述生长点为单个像素，

步骤B：将与生长点性质相似的相邻像素和生长点进行合并，形成新的生长点，其中，生长点和相邻区域的相似性判断依据为像素值、图像纹理、颜色，

步骤C：重复生长过程至生长点停止生长，完成对图像区域的分割。

3.根据权利要求1所述的一种图像二值化处理方法，其特征在于：通过卷积运算对图像各区域进行平滑度处理。

4.根据权利要求1所述的一种图像二值化处理方法，其特征在于，所述领域自适应方法采用Sauvola算法。

5.一种图像二值化处理系统，其特征在于，应用权利要求1-4中任一项的一种图像二值化处理方法，包括区域分割模块、数据分析模块和二值化处理模块，

所述区域分割模块用于将待处理图像进行区域分割，

所述数据分析模块对待处理图像每块区域进行平滑度处理，并提取图像每块区域中的图像信息，

所述二值化处理模块用于生成图像每块区域的二值矩阵，并对二值矩阵进行分析，获取待处理图像的二值图像。