| 一种大尺度灰度图像自适应阈值提取方法 | |
杨明; 江文滨 ; 姬莉莉; 曹高辉; 林缅; 徐志鹏; 周羁
| |
| 2023-05-16 | |
| Rights Holder | 中国科学院力学研究所 |
| Abstract | 本发明实施例公开了一种大尺度灰度图像自适应阈值提取方法，先矩阵化读入系列大尺度灰度图像，对符合要求的图像依次进行维纳滤波和高斯滤波处理，得到图像样品；然后统计图像样品的灰度值信息，得到图像样品的灰度直方分布图，读取系列图像的灰度图进行直方图的累加；再根据累加的直方分布进行求其梯度，得到图像样品不同的梯度分布数据；接着根据图像样品的灰度直方分布图及其梯度分布数据结果，进行灰度分布特征值求解，并由经验公式计算得到分割阈值；最后计算分割阈值的可调节范围，提供进行手动调节的范围限制。本发明的方法具有良好的自适应能力，全过程自动化进行，极大地提高了识别提取工作效率和识别准确度。 |
| Application Date | 2019-11-14 |
| Application Number | CN201911112512.6 |
| Patent Number | CN111028258B |
| Claim | 1.一种大尺度灰度图像自适应阈值计算方法，其特征在于，包括如下步骤： 步骤100、图像前处理：矩阵化读入系列大尺度图像，并裁剪去除不符合要求的图像，然后对符合要求的图像依次进行维纳滤波和高斯滤波处理，得到图像样品； 步骤200、图像灰度直方分布提取：统计图像样品的灰度值信息，得到图像样品的灰度直方分布数据，再批量读取系列图像样品，并计算灰度直方分布数据的累加结果； 步骤300、根据累加的直方分布数据，通过求数据梯度的方法，得到图像样品对应的一阶梯度分布、二阶梯度分布和三阶梯度分布数据； 所述步骤300提取特征分布值的方法包括： 提取灰度直方分布的峰值，根据最大峰值，找到左侧、右侧的各两个极大值标记，共得到五个极大值，将其中最大峰值标记为为maxPk，右侧两个峰值标记为RPk1,RPk2，左侧两个峰值标记为LPk1,LPk2； 峰值整理，从提取得到的五个峰值中，取最大三个峰值所对应峰值点，峰值点从小至大，分别认为是第一峰值1stPk、第二峰值2ndPk和第三峰值3rdPk；判断如果最小的峰值过于小，接近零，那么只保留最大的两个峰值； 对于每个峰值，分别找到左、右侧分别对应的一阶导的极大值和极小值，进行分析；第一峰值的左、右两个极值分别标注为1stLSp,1stRSp；第二峰值的左右俩极值分别标注为2ndLSp，2ndRSp，第三峰值的左右两个极值分别标注为3rdLSp，3rdRSp，如果最小峰值对应为零，同样其左右极值也设定为零； 对于每个峰值，分别找左、右侧二阶梯度的极大值，作为拐点TF，每个峰值的TF分别标注为：2ndRTF，2ndLTF，1stRTF,1stLTF,3rdRTF ,3rdLTF； 对于每个点的TF，分别找到左、右侧分别对应的三阶导的极大值和极小值，进行分析，分别标注为：2ndRKt，2ndLKt，1stRKt, 1stLKt, 3rdRKt ,3rdLKt； 在1stPk和2ndPk之间找到灰度直方分布的谷值，标记为medvally； 当灰度图像中，没有第三个峰值时，根据已有数据构建一个第三峰的虚峰，以用于下一步计算，虚峰的峰点及其相关的点用经验公式给出： 3rdRPk=floor(1stPk^(-2)*2+2ndLSp^(-2)*3+2ndPk^0.71*5.79+2ndRSp^(-2)*3)； 3rdLTF=3rdRPk-14； 3rdLSp=3rdRPk-10； 3rdRSp=3rdRPk+10； 3rdRTF=3rdRPk+14； 1stPk=round(2ndLSp^0.13*119.56-2ndPk^(-5.09)*0.31-2ndRSp^(-0.81)*8541.39)； 1stLSp=round(1stPk^0.54*9.30+medvally^(-13.97)*0.20+2ndLSp^(0.75)*0.99-2ndPk^(-3.91)*2.89-2ndRSp^(-0.04)*86.37)； 1stRSp=round(1stLSp^(-0.06)*0.50+1stPk^0.99*1.29+medvally^(-0.31)*0.21-2ndLSp^0.24*10.84+2ndPk^(-0.054)*50.83-2ndRSp^(-3.74)*26.14-3rdPk^1.09*0.034)； 1stLTF=round(1stLSp^0.94*1.26-1stPk^(-6.81)*0.88-1stRSp^0.45*2.56-medvally^0.24*2.02+2ndPk^0.31*1.39+3rdPk^1.31*0.013); 1stLKt=round(1stLTF^1.15*0.23-1stLSp^(-0.0048)*0.77+1stPk^0.76*3.58-1stRSp^0.70*3.50+medvally^(-7.62)*0.63+2ndPk^0.85*0.26); 1stRTF=floor(1stPk+(1stPk-1stLTF)*(1stRSp-1stPk)^0.6/(1stPk-1stLSp)^0.6)； 步骤400、特征点提取：根据图像样品的灰度直方分布数据及其一阶梯度分布、二阶梯度分布和三阶梯度分布数据，进行特征值求解； 步骤500、分割阈值预测：根据求解的特征值，由经验公式计算得到分割阈值； 所述步骤500中经验公式： 3rdlevel=floor(-2ndLSp^0.85*3.78+2ndPk^0.76*6.83-2ndRSp^0.81*0.55+2ndRTF^0.82*3.22+3rdLTF^0.93*0.41-2ndRKt^1.00*0.53+3rdLSp^0.77*2.63-3rdPk^0.98*0.88); 2ndlevel=floor(1stPk^1.03*1.50-medvally^1.02*0.15+2ndLKt^1.09*0.73-2ndLTF^0.92*0.48-2ndLSp^0.98*3.32+2ndPk^0.94*6.50-2ndRSp^0.94*6.62+2ndRTF^0.98*2.39+2ndRKt^0.91*0.026); 1stlevel=floor(-1stLKt^(-1.48)*5.10+1stLTF^(2.37)*0.00069-1stLSp^0.30*54.92+1stPk^0.30*58.25-1stRSp^1.77*0.0032+medvally^0.31*10.41+2ndPk^(-0.40)*0.78)； 步骤600、计算分割阈值的可调节范围，提供进行手动调节的范围限制。 |
| Language | 中文 |
| Classification | 发明授权 |
| Status | 有效 |
| Note | 授权 |
| Country | 中国 |
| Agency | 北京和信华成知识产权代理事务所(普通合伙) |
| Document Type | 专利 |
| Identifier | http://dspace.imech.ac.cn/handle/311007/93915 |
| Collection | 流固耦合系统力学重点实验室 |
| Recommended Citation GB/T 7714 | 杨明,江文滨,姬莉莉,等. 一种大尺度灰度图像自适应阈值提取方法. CN111028258B[P]. 2023-05-16. |
| Files in This Item: | Download All | |||||
| File Name/Size | DocType | Version | Access | License | ||
| 20230516_0C_CN_0.pdf（1517KB） | 专利 | 开放获取 | CC BY-NC-SA | View Download | ||
Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.
Edit Comment