[发明专利]一种自适应阈值Otsu图像分割方法及装置

摘要

本发明公开了一种自适应阈值Otsu图像分割方法，包括S1.输入初始图像；S2.针对输入的图像，进行噪声预处理，噪声的预处理主要是基于三基色对图像亮度信息进行平滑处理；S3.依据给定图像，计算其目标与背景的概率密度；S4.根据S2和S3，计算图像信息熵；S5.依据S4对传统Otsu方法的阈值进行正则化处理；S6.依据改进后的分割方法对图像进行自适应阈值分割；S7.对S6分割后的结果进行判断，如果符合要求则进入S8，如果不符合要求，则返回到S2，继续进行阈值分割处理；S8.将符合要求的分割结果输出出来。本发明还公开了一种自适应阈值Otsu图像分割装置。发明在本图像分割装置中可以显著的提升在不同复杂背景下的图像分割精度。

主权项

一种自适应阈值Otsu图像分割方法，其特征在于，包括：S1.输入初始图像；S2.针对输入的图像，进行噪声预处理，噪声的预处理主要是基于三基色对图像亮度信息进行平滑处理；S3.将S2处理后的图像转化成灰度图像，计算该灰度图像得到相应的灰度直方图对相应的灰度级概率密度，表示为S4.根据S2和信息熵公式，只靠目标和背景的后验概率情况下，α＝2，则信息熵为S5.依据S3对阈值分割函数正则化处理，处理后有式中，F(t)满足0＜F(t)＜1；S6.对图像进行自适应阈值分割，阈值的自适应处理方式为其中，e(t)＝H2(P(t))max‑H2(P(t))min为背景与目标熵信息的最大值与最小值的差值，β为参量控制因子，目的是为了控制历史信息的比重，α为控制熵值相关性解耦的大小，根据实际的环境选择具体的值，相应的范围应该满足0＜β＜1，0＜α＜1。S7.依据S6分割后的结果，如果符合要求则结束分割，如果不符合要求，则返回到S2，继续进行阈值分割处理。S8.依据S7分割后的结果，将符合要求的分割结果输出出来。