[发明专利]一种灯点图像二值化方法、装置及LED显示屏校正方法

权利要求书

1.一种灯点图像二值化方法，其特征在于，所述方法包括：

获取灯点图像，根据预设的目标区域确定策略，从所述灯点图像中确定由灯点像素以及灯点间像素组成的目标区域；

根据预设的概率密度函数模型以及所述目标区域中各个像素点的灰度值，得到所述目标区域的灰度值的概率密度分布统计数据；

根据预设的阈值确定策略以及所述概率密度分布统计数据，确定灯点二值化阈值；

根据所述灯点二值化阈值对所述灯点图像进行图像二值化处理。

2.根据权利要求1所述的灯点图像二值化方法，其特征在于，所述预设的目标区域确定策略包括：

将所述灯点图像等分为3×3个待选区域；

将位于所述灯点图像中间位置的待选区域作为目标区域。

3.根据权利要1所述的灯点图像二值化方法，其特征在于，所述方法还包括：

根据预设的概率密度函数模型评估策略对多个概率密度函数模型进行评估，分别获得每个概率密度函数模型的拟合误差；

将拟合误差最小的概率密度函数模型作为预设的概率密度函数模型；

其中，所述概率密度函数模型包括Rayleigh分布模型、Log-normal分布模型、Weibull分布模型以及K分布模型。

4.根据权利要求3所述的灯点图像二值化方法，其特征在于，所述根据预设的概率密度函数模型评估策略对多个概率密度函数模型进行评估，分别获得每个概率密度函数模型的拟合误差包括：

获取样本灯点图像，根据所述目标区域确定策略，从所述样本灯点图像中确定由灯点像素以及灯点间像素组成的目标区域；

获取所述样本灯点图像目标区域的灰度直方图，所述灰度直方图用于表示每个灰度值在所述样本灯点图像目标区域中对应的像素数；

根据所述灰度直方图，获取在所述样本灯点图像目标区域中，每个灰度值对应的频率值；

分别根据每个概率密度函数模型对应的概率密度函数，计算在所述样本灯点图像目标区域中，每个灰度值在每个概率密度函数模型下对应的概率密度分布值；

根据公式拟合误差计算得到每个概率密度函数模型的拟合误差，其中f_i表示灰度值i对应的频率值，表示灰度值i对应的概率密度分布值，i的取值范围为[0,255]。

5.根据权利要求4所述的灯点图像二值化方法，其特征在于，所述拟合误差最小的概率密度函数模型为Log-normal分布模型。

6.根据权利要求1所述的灯点图像二值化方法，其特征在于，预设的概率密度函数模型为Log-normal分布模型，所述概率密度分布统计数据包括概率密度分布均值、概率密度分布众数以及概率密度分布中值，所述根据预设的概率密度函数模型以及所述目标区域中各个像素点的灰度值，得到所述目标区域的灰度值的概率密度分布统计数据包括：

根据公式计算得到灰度值对数的期望值其中ln x_j表示所述目标区域中的第j个像素点的灰度值对数，j的取值范围为[1,N]，N为所述目标区域中像素点的总数；

根据公式计算得到灰度值对数的方差

根据公式计算得到所述目标区域的概率密度分布均值E(X)；

根据公式计算得到所述目标区域的概率密度分布众数mode(X)；

根据公式计算得到所述目标区域的概率密度分布中值median(X)。

7.根据权利要求6所述的灯点图像二值化方法，其特征在于，所述根据预设的阈值确定策略以及所述概率密度分布统计数据，确定灯点二值化阈值包括：

根据标准正态分布的累计分布函数，分别获得所述概率密度分布均值、概率密度分布中值以及概率密度分布众数对应的累计分布函数值；

根据所述累计分布函数值、灯点间像素数和灯点像素数的大小关系，从所述概率密度分布均值、概率密度分布中值以及概率密度分布众数之中选取一个作为灯点二值化阈值。