[发明专利]一种基于区域方差权重的阈值分割方法及系统

权利要求书

1.一种基于区域方差权重的阈值分割方法，其特征在于，先利用改进的Otsu阈值分割算法求得第一阈值Th1，基于第一阈值Th1将图像分割成背景区和目标区，并计算分割的两区域的方差和再利用最大熵阈值分割算法求得第二阈值Th2，基于第二阈值Th2将图像分割成背景区和目标区，并计算分割的两区域的方差和然后引入权重系数δ来权衡四个方差所占比重的大小，通过权重系数自适应地调节第一阈值Th1和第二阈值Th2的大小，从而得到准确的分割阈值Th，并基于分割阈值Th将图像分割成背景区和目标区。

2.根据权利要求1所述的一种基于区域方差权重的阈值分割方法，其特征在于，所述改进的Otsu阈值分割算法在Otsu阈值分割算法的基础上引入像素内聚性，即如果两个像素值越接近，则像素之间的内聚性就越好，以在分割图像时更好地识别图像细节。

3.根据权利要求2所述的一种基于区域方差权重的阈值分割方法，其特征在于，Otsu阈值分割算法的计算公式为：

σ_B²(t)＝P₀(t)P₁(t)(μ₀(t)-μ₁(t))²

其中，P₀(t)和P₁(t)分别为背景区、目标区内像素个数占总像素个数的比例，μ₀(t)和μ₁(t)分别为背景区、目标区的像素均值，L表示输入图像总的灰度级数，T为σ_B²(t)取得最大值时，求得的分割阈值；

在Otsu阈值分割算法的基础上，引入像素内聚性，得到改进的Otsu阈值分割算法的计算公式为：

其中，和分别表示背景区、目标区的像素内聚性，P(i)为灰度级i出现的概率。

4.根据权利要求1所述的一种基于区域方差权重的阈值分割方法，其特征在于，所述最大熵阈值分割算法为将阈值范围下限设置为像素均值的最大熵阈值分割算法，其计算公式为：

E(t)＝E₀(t)+E₁(t)

其中，E₀(t)和E₁(t)为背景区、目标区的熵，P₀(i)和P₁(i)分别为灰度级i在背景区、目标区出现的概率。

5.根据权利要求1所述的一种基于区域方差权重的阈值分割方法，其特征在于，所述分割阈值Th的计算方法为：

Th＝δ*Th1+(1-δ)*Th2

其中，δ为权重系数，Th1表示通过改进的Otsu阈值分割算法得到的阈值，Th2表示通过最大熵阈值分割算法得到的阈值，C₀和C₁表示图像经第一阈值Th1分割得到的背景区和目标区，和分别表示图像经第一阈值Th1分割得到的背景区和目标区的方差，D₀和D₁表示图像经第二阈值Th2分割得到的背景区和目标区，和分别表示图像经第二阈值Th2分割得到的背景区和目标区的方差。

6.一种基于区域方差权重的阈值分割系统，其特征在于，包括存储器、处理器以及存储于存储器上并能够被处理器运行的计算机程序指令，当处理器运行该计算机程序指令时，能够实现如权利要求1-5任一项所述的方法步骤。