发明在选取窗宽时，设计了 在[0.3,0.8]内的参数λ，即根据不同峰值间距计算窗宽C的大小，实现窗宽的自适应选取， 如公式(5)所示。
[0092] c = ADj (5)
[0093] 考虑到图像可能受一些噪声影响，直方图可能有一些狭长的峰，这些峰的存在，可 能会使窗口初值太大，影响模糊率曲线。这时需对图像进行滤波，去除噪声的影响，窗宽自 适应选取流程图如图5所示。
[0094] (5)确定分割阈值
[0095] 模糊阈值方法的初衷就是计算分割阈值，将图像中的目标从背景中分割出来。由 模糊率和模糊熵的性质可知，图像的目标和背景分割良好时，应具有较小的模糊率或模糊 熵，窗宽确定后，模糊率的大小随参数k变化，模糊率最小时，参数k就是待分割图像的最佳 阈值。由于在计算直方图呈多峰分布的图像时，图像的模糊率曲线必为多峰分布，为了避免 计算混乱，对其采用分段计算的方式，将直方图中各波峰分开计算，通过直方图求一阶微分 和直线扫描的方法确定波谷，从而可将图像直方图分为η部分。确定峰值所在位置后，找出 使模糊率曲线达到最小值时的参数k，即满足公式(6)。
[0096] k = argminv(x) (6)
[0097] 由模糊率和模糊熵的性质可知，此时k即为图像的最佳阈值，通过这种方法对图像 不同灰度区间的v(x)求取最小值，即可求取出各段直方图的最佳分割阈值，实现对图像的 自适应分割，确定分割阈值具体流程如图6所示。
[0098] 本发明提供的基于模糊阈值的自适应图像分割方法，实现了窗口宽度的自适应选 取，并且有效改善了模糊阈值法对直方图呈不明显双峰的图像分割困难的缺点，拓展了模 糊阈值图像分割方法的适用范围，改善了模糊阈值分割方法的分割效果。
[0099] 为了验证本发明的有效性和可行性，本专利采用了不同特点的图像，与基于偏移 场的模糊C均值分割、灰度波动变换自适应阈值分割以及自适应最小误差阈值分割方法进 行对比。通过实验结果可以看到，本专利所提出的自适应模糊阈值分割方法对多峰分布的 图像、双峰不明显的图像都有较好的分割效果，与以往的单阈值和以往的模糊阈值分割方 法相比，分割效果明显提升，并且降低了图像的错误分割率。
[0100] 在图7中，（a)为直方图双峰不明显的一幅机场图像，（b)为模糊化后的直方图曲 线，根据(b)可以看到图像的直方图呈不明显双峰分布，本发明所提出的自适应图像模糊阈 值分割法，通过峰值计算，得到隶属度函数的窗宽，从而计算出分割阈值为155,分割结果如 (c)所示，（c)为本发明的分割结果。（d)为基于偏移场的模糊C均值分割后的结果，（f)为自 适应最小误差阈值分割结果，与（c)相比还存在较多的错误分割，不如本方法分割效果好。 (e)为灰度波动变换分割后效果，显然分割效果不好。分割结果表明，本发明提出的自适应 分割方法效果较好，剔除了大量的噪声和干扰信息。
[0101] 图8给出了多阈值分割结果，原图像如(a)所示，（a)为多峰机场图像，（b)为模糊化 后的直方图曲线，（c)为本发明分割结果，根据其直方图曲线可以看到图像的直方图呈多峰 分布，分三类分布，利用本发明所提出的自适应图像模糊阈值分割法，计算出相应的最佳分 割阈值，分别为105与187。（d)为基于偏移场的模糊C均值分割后的结果，（f)为自适应最小 误差阈值分割结果，与(c)相比还存在较多的错误分割。（e)为灰度波动变换分割后结果，显 然分割效果不好。目前阈值分割方法在多峰分布的情况下，存在错误分割，不能将机场完整 地从图像中分割出来。分割结果表明，本专利所提出的方法分割效果较好。
[0102] 表1分割准确率对比
[0103]
[0104] 根据上述的实验结果以及表1分割准确率对比，可以看到本专利提出的自适应模 糊阈值分割法可以根据图像直方图自适应调节阈值，实现了对单峰或多峰图像的自适应阈 值分割，而且分割效果较好，分割准确率较高，有利于解决现有模糊阈值分割方法对直方图 呈单峰和双峰差别大的图像存在的难于分割的问题。
[0105] 上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说 明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式 或变更均应包含在本发明的保护范围之内。
[0106] 对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在 不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论 从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权 利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有 变化囊括在本发明内。
【主权项】
1. 一种基于模糊阈值的自适应图像分割方法，包括： 步骤1，对直方图进行预处理，获取具有双峰特性的图像直方图； 步骤2,对预处理后的图像直方图进行梯度检测，确定波谷的位置； 步骤3，根据波谷位置，确定波峰位置； 步骤4,根据波峰的峰值，确定两临近波峰间的距离，并根据不同波峰间的距离计算不 同图像的隶属函数窗宽大小； 步骤5,确定分割阈值。2. 根据权利要求1所述的基于模糊阈值的自适应图像分割方法，其特征在于，步骤1中 所述预处理包括:对单峰直方图进行反变换，以及直方图平滑处理。3. 根据权利要求2所述的基于模糊阈值的自适应图像分割方法，其特征在于，所述步骤 3具体包括： 对预处理后的新直方图进行均衡处理； 采用对均衡处理后的直方图求微分和直线扫描相结合的方法确定波峰位置。4. 根据权利要求3所述的基于模糊阈值的自适应图像分割方法，其特征在于，所述步骤 4具体包括： 选定隶属函数； 根据波峰峰值确定临近波峰的距离Dj; 在[0.3,0.8]内选取参数λ; 根据不同峰值间距计算窗宽c，c = XDj。5. 根据权利要求4所述的基于模糊阈值的自适应图像分割方法，其特征在于，根据不同 峰值间距计算窗宽之后还包括对图像进行滤波处理。6. 根据权利要求5所述的基于模糊阈值的自适应图像分割方法，其特征在于，所述步骤 5具体包括： 分段计算直方图呈多峰分布的图像； 分开计算直方图中的各波峰； 通过直方图求一阶微分和直线扫描的方法确定波谷； 将直方图分为η个部分； 确定各部分峰值所在位置； 确定各部分使模糊率曲线达到最小值的参数； 求出各部分直方图的最佳分割阈值； 根据各部分阈值进行图像自适应分割。
【专利摘要】本发明属于图像处理技术领域，具体说，涉及一种基于模糊阈值的自适应图像分割方法，包括：步骤1，对直方图进行预处理，获取具有双峰特性的图像直方图；步骤2，对预处理后的图像直方图进行梯度检测，确定波谷的位置；步骤3，根据波谷位置，确定波峰位置；步骤4，根据波峰的峰值，确定两临近波峰间的距离，并根据不同波峰间的距离计算不同图像的隶属函数窗宽大小；步骤5，确定分割阈值。实现了窗口宽度的自适应选取，并且有效改善了模糊阈值法对直方图呈不明显双峰的图像分割困难的缺点，拓展了模糊阈值图像分割方法的适用范围，改善了模糊阈值分割方法的分割效果。
【IPC分类】G06T7/00
【公开号】CN105654501
【申请号】
【发明人】张永梅, 马礼, 巴德凯, 郭莎, 叶青
【申请人】北方工业大学
【公开日】2016年6月8日
【申请日】2016年2月22日