[发明专利]基于自适应局部阈值二值化的水体微生物图像分割方法在审
申请号: | 201910023366.3 | 申请日: | 2019-01-10 |
公开(公告)号: | CN109816681A | 公开(公告)日: | 2019-05-28 |
发明(设计)人: | 张洁玉;胡建华;田贝 | 申请(专利权)人: | 中国药科大学 |
主分类号: | G06T7/136 | 分类号: | G06T7/136;G06T7/11 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 吕朦 |
地址: | 211198 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 水体微生物 二值化 自适应 图像分割 子块 像素灰度变化 绝对偏差 图像 灰度 二值化分割 滑动窗口 目标细节 像素灰度 子块区域 大图像 分割 滑动 去除 噪声 保留 覆盖 | ||
1.一种基于自适应局部阈值二值化的水体微生物图像分割方法,其特征在于,包括以下步骤:
(1)将待分割的水体微生物图像自适应划分成若干子块;
(2)分别计算每个子块区域内的灰度平均绝对偏差;
(3)设定固定尺寸大小的局部窗口,并利用所述局部窗口在待分割图像中进行滑动,比较所述局部窗口内像素灰度变化情况及局部窗口覆盖到的所有子块组成的更大图像区域内的像素灰度变化情况,判断局部滑动窗口内像素灰度分布为平坦还是剧烈;
(4)根据局部滑动窗口内像素灰度分布情况的不同,结合步骤(2)得到的每个子块区域内的灰度平均绝对偏差,分别采用不同的二值化分割方法对水体微生物图像进行分割。
2.根据权利要求1所述的基于自适应局部阈值二值化的水体微生物图像分割方法,其特征在于,所述步骤(1)将待分割的水体微生物图像自适应分成若干子块的方法为:
(11)首先将图像划分为多个大块;
(12)分别判断每个大块的图像灰度变化情况;
(13)图像灰度变化较为平坦的大块不再继续划分,图像灰度变化较为剧烈的大块再继续划分成次子块;
(14)再将次子块根据图像灰度变化情况选择是否继续划分,设定最小子块的边长,直到最小子块的边长小于等于设定值,结束划分。
3.根据权利要求1所述的基于自适应局部阈值二值化的水体微生物图像分割方法,其特征在于,所述步骤(3)判断局部滑动窗口内像素灰度分布为平坦还是剧烈的方法为:
(31)当局部窗口在待分割图像中滑动时,计算该局部窗口内像素对应的平均绝对偏差E1;
(32)再计算该窗口覆盖到的所有图像子块组成的更大的图像区域的平均绝对偏差E2;
(33)若E1>*E2,则认为滑动窗口内的像素灰度分布为剧烈,否则认为平坦,其中是人为设定的参数。
4.根据权利要求1所述的基于自适应局部阈值二值化的水体微生物图像分割方法,其特征在于,步骤(4)中,不同的二值化方法为:
若局部滑动窗口内像素灰度变化平坦,则分别计算所述局部窗口覆盖到的所有图像子块对应的最大类间方差阈值,并对所有最大类间方差阈值求取平均值,将所述平均值作为最终的阈值进行二值化;
若局部滑动窗口内像素灰度变化剧烈,先分别计算所述局部窗口覆盖到的所有图像子块对应的最大类间方差阈值,再将局部滑动窗口内每个像素灰度与最大类间方差阈值进行比较,设定比较临界值,若当前像素灰度与最大类间方差阈值的差值大于临界值,直接将像素灰度赋值为1或0;若每个像素灰度与最大类间方差阈值的差值小于等于临界值,则进一步地将像素灰度与局部窗口内灰度平均绝对偏差进行比较,根据比较结果再将像素灰度赋值为1或0。
5.根据权利要求2所述的基于自适应局部阈值二值化的水体微生物图像分割方法,其特征在于,步骤(12)判断每个大块的图像灰度变化情况的方法为:
首先计算整幅图像的平均绝对偏差E;接着将图像分成多个大块,计算每一大块对应的平均绝对偏差Ei,若某个大块的Ei>E,则认为该大块灰度变化较为剧烈。
6.根据权利要求2所述的基于自适应局部阈值二值化的水体微生物图像分割方法,其特征在于,步骤(2)中,大块的个数为4个;最小子块边长的设定值为min(m/10, n/10),其中m和n分别表示待分割的水体微生物图像的长和宽。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国药科大学,未经中国药科大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910023366.3/1.html,转载请声明来源钻瓜专利网。