基于灰度期望值和二值化高精度图像处理算法

基于灰度期望值和二值化高精度图像处理算法

维普资讯

2 0t 7 O .研冤与开发

基于灰度期望值和二值化高精度图像处理算法王锋阮秋琦

■ 要：在系统地什折高精睫图像处理什割算法的基础上，时觋有图俑二值化算法进行 T改进，搓

出T一种基于灰度期单值和二值化的高精睦图慊处理算诖 .该算法的处理效果和自适应性明显忧干原算蛙，并 且对于藏度什布范围比较丈的图慊可以比前者存局部区域上保留更等细节信患。宾l证明谖算法可队得科比较 I皇满意处理效果

关基胃：图俑l理二值化闻值藏睫期望值双籁性插值业

A HI H— P C S ON l GEP O E S N Q r h B s d OI G RE I I MA R C S I G AIo i m a e I t ' A i mei Me ro y v lea dB l e r ne p lt n r h t al f r— au n in a t r oai t c Ga i l oWa pF r a iB n e p Ru nau i i

fft ueo rr mairS ire. N h irr QU les vB in 1 0 4 1 lai t flf t i cei i t ii r o c ot enJ ii nv i .ei口 0 0 4 r r a tr i rt i Ab t c:T ep prh sd n o e e rht esp r lo i mso ih (e iiri p c s i口 a di rv d sr t h a e a o es mersa c t e me t￣ rh f d一 rcsr a oh ia t h] i ma e D o e sn r i r i mpo e t e urn s odn Iriq a e nai mei me ro yvleac r ipt ei r s e o r T i p p r h re the h ii￣ag rlm b sdO rh t a f r au co dr ot i x e i r c tr it t c i pa i h ma e me￣ hs a e D ee t e he h Ii lri m f i— cs ni Q ae nal m毗i a f] yv le r i e rneD l ir s ns r wtrs rdn￣ rh o口 De ii ma eb sdO rh r ai i￣a i t hh r o t cme ro (a au a dbl a itrra o . i r i i n i ti

wh h s r ro 0 m br

i m o rc s i e et r e— d￣i b i r t to ei a e i i r rv v l i i pi t f e i t n o e r f c a d l a a t ra iv A d o h s m Q swt awd a— a e c o r r a rh p ei] ( i sf )o i l t i h eQ ur r e ti ap mh c rrs remoed tilfr t ni i p c le ir a h r r lr m E o r rSs o a Q .hs lr m ale ev r eal o mai i i n i r n ma el a rgo st n ef me a mh o i h t o a i xe i i h w me fta a c iv r aif dt rs odn fet htt na heemoest i e h lj口efc ic se h

K y r a I r (o e sr,The h Ii(, T s od, A i mei me n o y v le. Bl e itrol ir e wo d ma e] c s i( i r i] s rdr r i i] he h l r r h t a fpa— au t c r ir a e( a r i rn] t i i i

1引言随着图像处理在遥感、医学，工业生产等方面的广泛应用以及处理图像的精度的要求进一步提高，对于高

舭 r f 8 A t x 1舡¨ 0 <

这样求解阈值 0,从而把灰度图像“ ) 分成特征物和背景两个区域。阈值是把图像和背景区分开的标尺，选精度图像的图像分割处理变得更为重要图像的二值化取适当的阈值就是既要尽可能的保存幽像信息又要尽可处理技术，在自动目标识别、图像分析、文本增强以能的减少背景和噪声的干扰，是选择阈值的原则。是这但及 O R等图像处理中都有广泛的应用。 C 常用的图像二值化算法使用固定的灰度阈值，缺乏白适像二值化处理基本上是围绕着二值化的效果、处应性，得到的处理图像效果一般，尤其对于高精度图像的理速度以及适用范围等方面提出的。从这些要求的角度处理会牺牲很多图像的局部细节信息。 出发，本文针对高精度处理图像的要求研究改进了现有本文针对这种情况，对常用的图像二值化算法进行的【像二值化算法 .提出了一种基于灰度期望值和二值了改进，提出了基于灰度期望值和插值算法的图像分割化的图像处理算法，该

算法对于灰度分布范围比较大的算法。设输入灰度图像函数为 f、)出二值图像函数 ( y. x输图像可以得到较为满意的图像处理效果。 为 gxy,输八图像被分成 N个部分， (,)则

2算法原理

图像的二值化是用灰度变换来研究灰度图像的一种其中 常用方法，即设定某一阈值 8,用 0将灰度图像的数据，儿) l I,=, ),儿 m,一 c .分成两部分，即大于阈值 0的像素群和小于阈值的像素一

如= {=,

十，, ( [( y ),, l

十， [小Ⅲj

群。例如若输入灰度图像函数为 fxy、出二值图像函 (,)输数为 E xy,则 (,)

*一 . ), . ), 十 (^刀，

Y, ) 睡，

上中嚣 式其中 i 12…N1 I . v y’则为第 i=f,,,x x l .部分图像的坐标边界。

●

基于灰度期望值和二值化高精度图像处理算法

维普资讯

计咒与开夏

2∞ 1. 7

该算法将整幅像划分为 N个部分 .对各部分进行计算，求出该部分的灰度期望值，然后要利用这 N个期望值通过插值算法来计算出整幅图像所有点的灰度闽值。通过该算法求得的图像阈值是连续的，且在图像的各部分又不相同，具有一定的自适应性。 该算法基于分块图像的灰度期望值和双线性插值算法，考虑到了原有算法存在的问题，并在此基础上对原有算法进行了改进一期望值是统计学中很重要的特征值，反映了随机变量的平均值而图像的灰度期望值就是对图像的灰度和处于灰度级的像素的综合考虑，可以蜕，它代表着图像的“心”重，从灰度期望值进行分割使取黑像素的灰度值和取白像素的灰度值均等。而对图像的分块处理能够提高图像二值化处理阈值的白适应性，得到更好的图像处理效果。因此将图像的分块处理与基于图像的灰度期望值求阈值相结合，就能提高图像分割处理的精度，适应高精度图像处理的要求同时为解决分块幽像的灰度阚值跃变，该算法中采用了灰度的插值算法，一般来说，插值运算是被在需要解决当图像映射到非整数位置时的灰度值求解问题因为数字图像中灰度值仅在整数位置 fxyJ (,处才被定 义，当图像变换时，由原幽像映射得到的新图像的像素不一定在图像中的整数位置，这时用插值运算可以根据该位置周围的

整数位置的像素灰度值求出该位置的灰度值。本文在实验中采用的是双线性插值的算法 (又称一阶插值算法 J。令 fxy为两个变量的函数，其在单位 (、)正方形顶点的值已知假设我们希望通过插值得到单位正方形内任意点的 fxv值。可由双线性方程 (,)yx,:, .,),, ) [ ), . ( )[ *一 ( y] ×,, Y一 一

■函图 1 ot a原图 B图 2基于分块图像的二值化效果图

灰度期望值和双线性插值的

从上蚓可以看到，与幽 1的原图相对照 .幽 2的效果还是较为理想的，同时也基本保留了原图像的细节信息 (以清楚地看出船舷上的英文以及大部分船上的缆可绳 )而这是进行高精度图像处理的基本要求，

以上进行的图像分割处理对原【划分的块数为 9刳像 块。算法中对图像的处理分块数与图像的处理效果好坏以及执行时间的长短有着很大的关系 .算法的处理分块数越多，图像的处理效果会越好，同时执行时问也会越但长。本文为此设定一个系数 M.M为原图像与图像分块数目 N的比值，这样根据设定的系数 M,就可以对不同大小的原始图像进行二值化处理而不用重新设定分块数 4结束语 当前图像处理技术正日新月异的飞速发展，并且越来越广泛的应用到各个学科的各个领域、而图像处理的高精度、智能化等正是图像处理技术的发展方向。本文提出的基于灰度期望值和插值算法的图像多值化算法对于

y[ . j -A￣ Y

, 卫卜 fx y J, 般 x+ ( .) O ( + f,… . y fx y .

来定义的一个双曲抛物面与四个已知点拟合、这就是双线性插值算法的公式尽管公式推导时给出的条件是在单位正方形上进行的，t它可以通过整数变换而加以推 广应用。当使用双线性等式对相邻的四个像素进行插值时，所得表面在邻域边界处是吻合的 . .

图像的处理效果以及局部细节的保存上都明显优于原有的图像二值化处理算法，并且该算法能够适应灰度变化范围比较大的图像，对于处理幽像的适用范围比原有算法更为广泛。同时由于设定了分块系数，采用了分块与基于灰度期望值求阈值相结合的方法，该算法比原有算法其有更强的自适应性。这些都已经在实验中得到了验证：

3验和结果分析实本文对于上述算法，

在实际实验中进行了检验。实验中将常用二值化算法、未加入插值算法的分块图像的灰度期望值的二值化算法与本文提出的算法的实验效粜进行九：。 较经过比较发现，常用二值化算法对于灰度变化范围较大的图像会损失细节，局部区域不理熟基于分块图像的灰度期望值的二值化算法较好的保存了图像的细节部分，局部效果较好，但会出现分块跃变痕迹，也不能令人满意；而基于分块图像的灰度期望值和双线性插值的图像处理算法的处理效果以及局部细节部分都较为理想， 可认为它的二值化的效果是实验算法中最优的一 上述结论用标准I像进行了多次实验，本文选择较生]有代表性的 B a图像来说明算法的二值化效果 ot

5参考文献1阮秋琦数字图像处理学.电子工业出版社，2 0,9 0] O 3 2高永英、张利等一种基于灰度期望值的图像二值化算法中国图像图形学报 .19 99,6 2 .5 4—5 8 2 3万卫兵，朱莉莉等显微图像中形态参数的测定分析中国体视学学会图像分析等专业第一届联合学术会议论文集 x 8 4 . 5-5 1 (

4K n ehRC￣ l n朱志刚， e nt . .t ma , e s石定机等译、 I T L I D GIA MAG E P OC S I R E SNG电子工业出版杜 .19 .— O 9 89 1 l 9

(收稿日期： 0一) 1) 2 1 I— 8 0 5

●◆

本文来源：https://www.bwwdw.com/article/f5i1.html