[发明专利]基于双阈值的浮游生物原位图像ROI快速提取方法

说明书

本发明公开了基于双阈值的浮游生物原位图像ROI快速提取方法，包括：对原位图利用最大类间方差法计算初始分割阈值T₀；对像素值[0,T₀)区间的像素以及[T₀,255]区间的像素，分别再次利用最大类间方差法计算分割阈值，对应得到低阈值T_low和高阈值T_high；使用隔行扫描在原位图中检测并标记目标，先利用T_low定位目标，再利用T_high区分目标轮廓与背景，以提取初始ROI；对初始ROI进行二值化分割，得到多个连通域；基于最大连通域定位基准目标，并利用基于移位的ROI快速增强算法对基准目标进行移位扩展，扩展得到的基准目标区域即为增强的ROI；将增强的ROI对应到初始ROI中，重合的部分作为最终提取的ROI，其余部分置为白色。

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于双阈值的浮游生物原位图像ROI快速提取方法。

背景技术

基于光学成像技术的水下原位光学成像仪是对细小浮游生物微观尺度分布进行动态观测的最有效方式。其中，水下原位光学成像仪通常都以较高的采样率采集高分辨率的图像，根据图像格式的不同，每分钟可产生存储量为5～20GB的原位图，如此海量的数据量毫无疑问对后期的分类和识别方法的效率带来了不小的挑战。与此同时，原位浮游生物图像通常被诸多环境因素所干扰，例如不均匀光照、颗粒悬浮物、高浊度和湍流，这些环境因素会导致光发生衰减和散射而降低水下成像的质量。海洋生态学微观尺度研究的工作内容是围绕原位图中的感兴趣区域(Regions ofInterest，ROIs)来展开进一步分析的，因此，从海量原位浮游生物图像中快速有效提取出所有潜在ROI是进行所有后续相关研究的重要前提。传统的ROI提取方法主要是基于图像二值分割的方式来筛选连通域，这类方法往往会将较多的颗粒悬浮物等杂质也一起保留下来，对于凝胶状的大尺寸浮游生物还会出现目标断裂的现象，效果不太理想；同时，该类方法需要经过二值分割、目标提取的过程，还比较耗时。

以上背景技术内容的公开仅用于辅助理解本发明的发明构思及技术方案，其并不必然属于本专利申请的现有技术，在没有明确的证据表明上述内容在本专利申请的申请日前已经公开的情况下，上述背景技术不应当用于评价本申请的新颖性和创造性。

发明内容

本发明的主要目的在于提出一种基于双阈值的浮游生物原位图像ROI快速提取方法，解决现有的浮游生物图像ROI提取方法所存在的ROI提取精确度和效率较低的问题。

本发明为达上述目的提出以下技术方案：

一种基于双阈值的浮游生物原位图像ROI快速提取方法，包括以下步骤：

S1、对所述原位图像，利用最大类间方差法计算初始分割阈值，记为T₀；

S2、对所述原位图像中像素值位于[0,T₀)区间的所有像素，再次利用最大类间方差法计算分割阈值，作为所述双阈值的低阈值，记为T_low；对所述原位图像中像素值位于[T₀,255]区间的所有像素，再次利用最大类间方差法计算分割阈值，作为所述双阈值的高阈值，记为T_high；

S3、使用隔行扫描的方式在所述原位图像中进行目标检测，扫描过程中先利用低阈值T_low定位目标，再利用高阈值T_high区分目标轮廓与背景，以提取初始ROI；

S4、对所述初始ROI进行二值化分割，得到多个连通域；

S5、基于最大连通域定位基准目标，并利用基于移位的ROI快速增强算法，对所述基准目标进行移位扩展，扩展得到的基准目标区域即为增强的ROI；

S6、将所述增强的ROI对应到所述初始ROI中，重合的部分作为最终提取的ROI，其余部分置为白色。