[发明专利]一种光照不均图像的多目标分割方法

说明书

本发明涉及图像处理邻域，具体涉及一种光照不均匀图像的多目标分割方法，具体步骤如下：(1)输入图像，将图像转为灰度图；(2)在步骤(1)之后，设置图像像素点邻域，开始遍历图像像素点；(3)在步骤(2)之后，计算灰度均值和图像熵值，将图像像素邻域分为亮暗和特征强弱四种局部邻域；(4)在步骤(3)之后，针对不同的像素点，采用不同的邻域大小和阈值计算方法进行处理，直至完成遍历图像所有像素点。本发明能够充分考虑像素点邻域的灰度分布聚集程度和空间特征，在光照不均匀图像中，即使存在光晕效应，也能自动选取合适的邻域与阈值，更好地判断当前像素点是否处于目标区域，保证目标或缺陷的轮廓能够被准确划分出来。

技术邻域

本发明涉及图像处理邻域，更具体地涉及一种光照不均匀图像的多目标分割方法。

背景技术

在图像处理中，采集的图像往往不能使得多个目标受到的光照均匀一致，甚至在某些光滑或者视场过大的情况，只能在光照不均匀的情况下采集包含目标的图像。光照不均匀导致在图像中不同位置目标不同的处理速度与精度，因此需要对光照不均匀图像进行分割，分离出各个目标轮廓，方便后续进行定位、检测、测量等处理。

光照不均匀图像的分割方法目前主要有基于直方图均衡化结合局部阈值分割和基于照明-反射模型的同态滤波减少光照影响等。基于直方图均衡化的方法对于背景和前景都太亮或者太暗的图像非常有效，并且在己知均衡化函数的情况下，可以恢复原始的直方图，计算量也不大，方法简单可逆，减少光照不均对图像的影响，但其缺点是对图像数据进行无条件的处理，不能充分考虑像素点邻域的灰度分布聚集特征，往往会增强背景无关信息量。基于照射-反射模型的同态滤波方法，通过建立图像的照射-反射模型，将图像分离成照射和反射两种分量，衰减、增强两种分量以调整图像灰度范围、增强对比度，一定程度上抑制图像中的光照影响，但该方法需要通过傅里叶变换将图像转换到频率域，因此不能考虑图像的灰度分布空间特征，而且该算法过程复杂、计算量大。

发明内容

本发明为克服上述现有技术所述的至少一种缺陷，提供一种光照不均图像的多目标分割方法，利用灰度均值和图像熵，将图像像素邻域分为亮暗和特征强弱四种局部邻域，针对不同的像素点，采用不同的邻域大小和阈值计算方法，能够充分考虑像素点邻域的灰度分布聚集程度和空间特征，在光照不均匀图像中，即使存在光晕效应，也能自动选取合适的邻域与阈值，更好地判断当前像素点是否处于目标区域，保证目标或缺陷的轮廓能够被准确划分出来。

为解决上述技术问题，本发明采用的技术方案是：

提供一种光照不均图像的多目标分割方法，具体步骤如下：

(1)输入图像，将图像转为灰度图；

(2)在步骤(1)之后，设置图像像素点邻域，开始遍历图像像素点；

(3)在步骤(2)之后，计算灰度均值和图像熵值，将图像像素邻域分为亮暗和特征强弱四种局部邻域；

(4)在步骤(3)之后，针对不同的像素点，采用不同的邻域大小和阈值计算方法进行处理，直至完成遍历图像所有像素点。

优选地，在步骤(3)中，根据灰度均值a划分亮暗邻域步骤如下：

(1)首先，按公式计算图像像素点邻域m×n的灰度均值a，公式如下：

其中，N_i是第i个邻域像素点的像素值，m、n为奇数；

(2)其次，将灰度值参考值设定为A，若图像像素点邻域中的灰度均值a高于设定灰度值A，则该像素点邻域属于亮邻域，反之属于暗邻域。

优选地，在步骤(3)中，根据图像熵值b划分强弱邻域步骤如下：

(1)首先，按公式计算图像像素点邻域m×n的灰度均值b，公式如下：