CN101051351A - 一种图像带参二值化方法及采用该方法的装置 - Google Patents

Abstract

一种图像带参二值化方法，其特征在于包括下列步骤：步骤1，获取原始图像并对其作数字化转换，步骤2，挖掘数字图像的灰度分布信息，步骤3，利用图像的灰度分布信息实现图像的二值化处理，获得清晰的二值化图像。一种采用图像带参二值化方法的装置，由图像识别机构(1)、计算机(2)、人机对话机构(3)组成，其特征在于：所述图像识别机构(1)输送图像信息给所述计算机(2)，该计算机内图像灰度信息挖掘系统(4)挖掘图像的灰度分布信息后，图像二值化系统(5)实现图像的二值化处理。本发明的显著效果是：具有普适意义的图像二值化功能，同时具有图像隐藏和挖掘功能。

Description

一种图像带参二值化方法及采用该方法的装置

技术领域

本发明属于图像处理技术领域，是使模糊图像信息清晰化的一种图像带参二值化方法及采用该方法的装置。

背景技术

二值化图像是指仅有两个灰度/色度值的图像。图像二值化是指将灰度/色度丰富的图像变换成只有两个灰度/色度值的过程。由于图像二值化与有巨大经济利益的光学文字识别技术OCR(optical character recognition)有关，一直是研究的热点，不断有人申请这个领域的专利，如文献(Takahashi.Image binarization apparatus，image binarization method，image pickupapparatus，image pickup method and a computer product[P].United StatesPatent NO.6898329.May 24，2005.[6]Drayer.Method of imagebinarization using histogram modeling[P].United States Patent.NO.6941013.September 6，2005.[7]Sugimoto.Image binarization methodand binary image creation method[P].United States：Patent.NO.6995802.February 7，2006.)。除OCR技术外，图像二值化技术还用于文档再处理，以增加清晰度，便于阅读和出版；节省存储空间、便于传输；以及文物抢救。图像二值化技术除了用软件实现外，还能用硬件实现。

图像二值化实际上是一个对一幅图像的所有像素的无模式二分类问题。在图像处理中称为分割segmentation。关键问题是寻找一个分割阈值threshold。这个问题在图像处理中称为定阈thresholding。提出了很多的定阈算法，如经典的大津Otsu算法，遗传算法，局部和全局定阈算法等。但是这些算法都具有各自的局限性。如图1a所示，是一幅需二值化的有彩色背景的心电图原始图像，采用大津算法只能获得如图1b所示的一片白色，如图2所示，采用Windows绘图软件的二值化处理结果是一片黑色。

现有技术的缺点是：没有普适性，对某些图像的处理失效。

发明内容

本发明的目的是提供一种图像带参二值化方法及采用该方法的装置，具有普适意义的图像二值化功能。

本申请的发明人曾经作出了底层图像隐藏和挖掘方法及采用该方法的图像隐藏和挖掘装置(公开号：CN1877635)，用Zadeh-X变换方法实现了图像信息挖掘，获得一组新的结果像素值T(x，y)，依靠所述结果像素值T(x，y)的信息，获得结果图像，能把隐藏在1个灰度色度级以内图像信息挖掘出来。

为达到本发明的目的，本发明部分采用了图像挖掘方法，具体为：

一种图像带参二值化方法，其关键在于包括下列步骤：

(一)步骤1，获取原始图像并对其作数字化转换，其具体方法是利用图像识别机构捕捉原始图像，并将其转化为数字图像信息传送给计算机；

(二)步骤2，挖掘数字图像的灰度分布信息，其具体方法如下：

计算机将数字图像信息发送给图像灰度信息挖掘系统，由图像灰度信息挖掘系统挖掘图像的灰度分布信息，并把彩色图像变成灰度图像，获得不同灰度级的Gray(g)值，生成图像灰度分布信息；

图像灰度信息挖掘系统统计0～255个灰度/色度级中每个灰度/色度级的像素数OZ_i；统计图像的总像素数：OZ＝∑OZ_i

按如下公式完成图像的灰度/色度非线性变换：

${\mathrm{TZ}}_i=\frac{{{\mathrm{OZ}}_i}^{1/m}}{{\mathrm{\Σ}}_{i=0}^{255}{{\mathrm{OZ}}_i}^{1/m}}{\mathrm{\Σ}}_{i=0}^{255}{\mathrm{OZ}}_i$

式中TZ_i、OZ_i分别是变换后的图像与原始图像第i灰度/色度级的像素数，m为非线性化级；

(三)步骤3，利用图像的灰度分布信息实现图像的二值化处理，其具体方法如下：

利用图像二值化系统对所述图像的灰度分布信息，寻找并确定分割阈值(threshold)的范围，再在该范围内寻找一个合适的分割阈值(alpha)，实现图像的带参二值化处理，对小于/等于分割阈值和大于分割阈值的像素点数OZ_i分别赋于各自的灰度/色度值，通过对不同分割阈值(alpha)获得的图像做比较，得出清晰的结果图像：

$T(x,y)=\left\{\begin{array}{c}\mathrm{RGB}(\mathrm{beta},\mathrm{beta},\mathrm{beta}),0(x,y)<=\mathrm{alpha}\\ \mathrm{RGB}(\mathrm{beta}+\mathrm{delta};\mathrm{beta}+\mathrm{delta};\mathrm{beta}+\mathrm{delta}),0(x,y)>\mathrm{alpha}\end{array}\right.$

O(x，y)，T(x，y)分别为源像空间和目标像空间的任一像素点的色度特征值RGB，所述(x，y)为图像中各像素点的坐标；

参数alpha为设定的源像空间的灰度阈值，即二分类阈值，其变化范围为[0，255]；

beta为设定的目标像空间的起始值，一般视为背景，其变化范围为[0，255]，黑背景设为0，白背景设为255；

delta为目标图像的灰度/色度距beta背景的灰度/色度距离，其变化范围为[-255，255]。

所述图像灰度信息挖掘系统是在取得彩色图像的一个像素点的三原色色度RGB(red，green，blue)后，按等权平均法将彩色图像变成灰度图像：

Gray(g)＝(red+green+blue)/3。

所述图像灰度信息挖掘系统是在取得彩色图像的一个像素点的三原色色度RGB(red，green，blue)后，按加权平均法将彩色图像变成灰度图像：

Gray(g)＝(0.3*red+0.6*green+0.1*blue)。

步骤2中所述图像灰度分布信息具体体现为一幅坐标图，其X轴方向为图像灰度值i，灰度值i的分布区间为[0，255]，其Y轴方向为每个灰度值i的像素点数OZ_i，OZ_i的分布为区间[0，∑OZ_i]，

步骤3中所述图像二值化系统判别出所有相邻灰度值i的像素点数OZ_i间的差值，取差值变化明显的灰度值i区间为所述分割阈值的源像空间范围。

图像灰度分布信息具体体现为一幅坐标图，也就是灰度/色度谱，人类的灰度/色度极限分辨率约为4～5个级的差异，而灰度/色度谱可以呈现出一个灰度级差异的信息，包括被强背景淹没的图像信息，隐藏了的图像信息。因此用灰度/色度谱就可以识别出图像信息的挖掘范围：灰度起始值Sita和灰度范围Delta，也就可以缩小分割阈值的搜索范围，再在该范围内选择出最优的分割阈值。

一种采用图像带参二值化方法的装置，由图像识别机构、计算机、人机对话机构组成，其关键在于：所述图像识别机构输送图像信息给所述计算机，该计算机内设置有所述图像灰度信息挖掘系统和图像二值化系统，图像灰度信息挖掘系统挖掘数字图像的灰度分布信息后，传送给图像二值化系统，图像二值化系统利用图像的灰度分布信息实现图像的二值化处理，并与人机对话机构双向连接，实现数据传输，获得清晰的结果图像。

图像二值化系统判别出所有相邻灰度值i的像素点数OZ_i间的差值，并通过人机对话机构将灰度/色度谱展现给操作者，取差值变化明显的灰度值i区间为所述分割阈值的源像空间范围，再对阈值以内和阈值以外的像素点数OZ_i赋不同的灰度/色度值，获得清晰的结果图像。

本发明的显著效果是：提供了一种图像带参二值化方法及采用该方法的装置，该装置具有普适意义的图像二值化功能，同时具有图像隐藏和挖掘功能。

附图说明

附图1a：是一心电图的原始图像图；

附图1b：是采用大津算法对图1a处理后获得的结果图像；

附图2：是采用Windows绘图软件的二值化处理后获得的结果图像；

附图3：是图像带参二值化方法的流程图；

附图4：是对心电图作灰度分布信息挖掘后的灰度/色度谱图；

图4a：原始心电图；

图4b：原始心电图的灰度谱图；

图4c：原始心电图的红色谱图；

图4d：原始心电图的绿色谱图；

图4e：原始心电图的蓝色谱图；

附图5：是对灰度分布信息实现图像的二值化及人机对话机构3处理，并选取不同阈值所得到的心电图图片；

图5a：原始心电图；

图5b：分割阈值alpha采用223得到的心电图，结果图像最清晰；

图5c：分割阈值alpha采用220得到的心电图，结果有些背景线条模糊；

图5d：分割阈值alpha采用230得到的心电图，结果出现背景线条过粗；

附图6：是采用图像带参二值化方法的装置的结构示意图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步详细说明。

一种图像带参二值化方法，包括下列步骤：

如图1a、图3所示：步骤1，获取原始图像并对其作数字化转换，其具体方法是利用图像识别机构捕捉原始图像，并将其转化为数字图像信息传送给计算机；

如图4所示：步骤2，挖掘数字图像的灰度分布信息，其具体方法如下：

计算机将数字图像信息发送给图像灰度信息挖掘系统，由图像灰度信息挖掘系统挖掘图像的灰度分布信息，并把彩色图像变成灰度图像，获得不同灰度级的Gray(g)值，生成图像灰度分布信息；

图像灰度信息挖掘系统统计0～255个灰度/色度级中每个灰度/色度级的像素数OZ_i；统计图像的总像素数：OZ＝∑OZ_i

按如下公式完成图像的灰度/色度非线性变换：

${\mathrm{TZ}}_i=\frac{{{\mathrm{OZ}}_i}^{1/m}}{{\mathrm{\&Sigma;}}_{i=0}^{255}{{\mathrm{OZ}}_i}^{1/m}}{\mathrm{\&Sigma;}}_{i=0}^{255}{\mathrm{OZ}}_i$

式中TZ_i、OZ_i分别是变换后的图像与原始图像第i灰度/色度级的像素数，m为非线性化级；

如图5所示：步骤3，利用图像的灰度分布信息实现图像的二值化处理，其具体方法如下：

利用图像二值化系统对所述图像的灰度分布信息，寻找并确定分割阈值threshold的范围，再在该范围内寻找一个合适的分割阈值alpha，实现图像的带参二值化处理，对小于/等于分割阈值和大于分割阈值的像素点数OZ_i分别赋于各自的灰度/色度值，通过对不同分割阈值alpha获得的图像做比较，得出清晰的结果图像：

$T(x,y)=\left\{\begin{array}{c}\mathrm{RGB}(\mathrm{beta},\mathrm{beta},\mathrm{beta}),0(x,y)<=\mathrm{alpha}\\ \mathrm{RGB}(\mathrm{beta}+\mathrm{delta};\mathrm{beta}+\mathrm{delta};\mathrm{beta}+\mathrm{delta}),0(x,y)>\mathrm{alpha}\end{array}\right.$

O(x，y)，T(x，y)分别为源像空间和目标像空间的任一像素点的色度特征值RGB，所述(x，y)为图像中各像素点的坐标；

参数alpha为设定的源像空间的灰度阈值，即二分类阈值，其值取223；

beta为设定的目标像空间的起始值，其值取255；

delta为目标图像的灰度/色度距beta背景的灰度/色度距离，其值取-255。

所述图像灰度信息挖掘系统在取得彩色图像的一个像素点的三原色色度RGB(red，green，blue)后，按等权平均法将彩色图像变成灰度图像：

Gray(g)＝(red+green+blue)/3。

所述图像灰度信息挖掘系统在取得彩色图像的一个像素点的三原色色度RGB(red，green，blue)后，按加权平均法将彩色图像变成灰度图像：

Gray(g)＝(0.3*red+0.6*green+0.1*blue)。

步骤2中所述图像灰度分布信息具体体现为一幅坐标图，其X轴方向为图像灰度值i，灰度值i的分布区间为[0，255]，其Y轴方向为每个灰度值i的像素点数OZ_i，OZ_i的分布为区间[0，∑OZ_i]，

步骤3中所述图像二值化系统判别出所有相邻灰度值i的像素点数OZ_i间的差值，取差值变化明显的灰度值i区间为所述分割阈值的源像空间范围。

图像灰度分布信息具体体现为一幅坐标图，也就是灰度/色度谱，人类的灰度/色度极限分辨率约为4～5个级的差异，而灰度/色度谱可以呈现出一个灰度级差异的信息，包括被强背景淹没的图像信息，隐藏了的图像信息。因此用灰度/色度谱就可以识别出图像信息的挖掘范围：灰度起始值Sita和灰度范围Delta，也就可以缩小分割阈值的搜索范围，再在该范围内选择出最优的分割阈值，如下式，通过对不同分割阈值alpha获得的图像做比较，获得最清晰的结果图像：

$T(x,y)=\left\{\begin{array}{c}\mathrm{RGB}(\mathrm{beta},\mathrm{beta},\mathrm{beta}),0(x,y)<=\mathrm{alpha}\\ \mathrm{RGB}(\mathrm{beta}+\mathrm{delta};\mathrm{beta}+\mathrm{delta};\mathrm{beta}+\mathrm{delta}),0(x,y)>\mathrm{alpha}.\end{array}\right.$

如图6所示：一种采用图像带参二值化方法的装置，由图像识别机构1、计算机2、人机对话机构3组成，其中：所述图像识别机构1输送图像信息给所述计算机2，该计算机内设置有所述图像灰度信息挖掘系统4和图像二值化系统5，图像灰度信息挖掘系统4挖掘数字图像的灰度分布信息后，传送给图像二值化系统5，图像二值化系统5利用图像的灰度分布信息实现图像的二值化处理，并与人机对话机构3双向连接，实现数据传输，获得清晰的结果图像。

图像识别机构1为数码相机或扫描仪，图像灰度信息挖掘系统4和图像二值化系统5由具有图形用户接口功能的通用语言工具实现，人机对话机构3为显示器或打印机。

图像二值化系统5判断各像素点的O(x，y)与alpha之间的大小关系，当O(x，y)小于或等于alpha时，将该像素点的RGB值设置为(255，255，255)，当该O(x，y)大于alpha时，将该像素点的RGB值设置为(0，0，0)。

不同的分割阈值alpha，对应出不同的结果图像，经人机对话机构3显示出来之后，经操作者比较，得出最佳alpha和最清晰的结果图像。

图像二值化系统5判别出所有相邻灰度值i的像素点数OZ_i间的差值，并通过人机对话机构3将灰度/色度谱展现给操作者，取差值变化明显的灰度值i区间为所述分割阈值的源像空间范围，再对阈值以内和阈值以外的像素点数OZ_i赋不同的灰度/色度值，获得清晰的结果图像。

计算机2设置有存储器，可存储结果图像，再连接上打印机，可实现结果图像的打印。

Claims (5)

1、一种图像带参二值化方法，其特征在于包括下列步骤：

(一)步骤1，获取原始图像并对其作数字化转换，其具体方法是利用图像识别机构捕捉原始图像，并将其转化为数字图像信息传送给计算机；

(二)步骤2，挖掘数字图像的灰度分布信息，其具体方法如下：

计算机将数字图像信息发送给图像灰度信息挖掘系统，由图像灰度信息挖掘系统挖掘图像的灰度分布信息，并把彩色图像变成灰度图像，获得不同灰度级的Gray(g)值，生成图像灰度分布信息；

图像灰度信息挖掘系统统计0～255个灰度/色度级中每个灰度/色度级的像素数OZ_i；统计图像的总像素数：OZ＝∑OZ_i

按如下公式完成图像的灰度/色度非线性变换：

${\mathrm{TZ}}_i=\frac{{{\mathrm{OZ}}_i}^{1/m}}{{\mathrm{\&Sigma;}}_{i=0}^{255}{{\mathrm{OZ}}_i}^{1/m}}{\mathrm{\&Sigma;}}_{i=0}^{255}{\mathrm{OZ}}_i$

式中TZ_i、OZ_i分别是变换后的图像与原始图像第i灰度/色度级的像素数，m为非线性化级；

(三)步骤3，利用图像的灰度分布信息实现图像的二值化处理，其具体方法如下：

利用图像二值化系统对所述图像的灰度分布信息，寻找并确定分割阈值(threshold)的范围，再在该范围内寻找一个合适的分割阈值(alpha)，实现图像的带参二值化处理，对小于/等于分割阈值和大于分割阈值的像素点数OZ_i分别赋于各自的灰度/色度值，通过对不同分割阈值(alpha)获得的图像做比较，得出清晰的结果图像：

$T(x,y)=\left\{\begin{array}{c}\mathrm{RGB}(\mathrm{beta},\mathrm{beta},\mathrm{beta}),0(x,y)<=\mathrm{alpha}\\ \mathrm{RGB}(\mathrm{beta}+\mathrm{delta};\mathrm{beta}+\mathrm{delta};\mathrm{beta}+\mathrm{delta}),0(x,y)>\mathrm{alpha}\end{array}\right.$

O(x，y)，T(x，y)分别为源像空间和目标像空间的任一像素点的色度特征值RGB，所述(x，y)为图像中各像素点的坐标；

参数alpha为设定的源像空间的灰度阈值，即二分类阈值，其变化范围为[0，255]；

beta为设定的目标像空间的起始值，一般视为背景，其变化范围为[0，255]，黑背景设为0，白背景设为255；

delta为目标图像的灰度/色度距beta背景的灰度/色度距离，其变化范围为[-255，255]。

2、根据权利要求1所述的图像带参二值化方法，其特征在于：

所述图像灰度信息挖掘系统是在取得彩色图像的一个像素点的三原色色度RGB(red，green，blue)后，按等权平均法将彩色图像变成灰度图像：

Gray(g)＝(red+green+blue)/3。

3、根据权利要求1所述的图像带参二值化方法，其特征在于：

所述图像灰度信息挖掘系统是在取得彩色图像的一个像素点的三原色色度RGB(red，green，blue)后，按加权平均法将彩色图像变成灰度图像：

Gray(g)＝(0.3*red+0.6*green+0.1*blue)。

4、根据权利要求1所述的图像带参二值化方法，其特征在于：

步骤2中所述图像灰度分布信息具体体现为一幅坐标图，其X轴方向为图像灰度值i，灰度值i的分布区间为[0，255]，其Y轴方向为每个灰度值i的像素点数OZ_i，OZ_i的分布为区间[0，∑OZ_i]，

步骤3中所述图像二值化系统判别出所有相邻灰度值i的像素点数OZ_i间的差值，取差值变化明显的灰度值i区间为所述分割阈值的源像空间范围。

5、一种采用图像带参二值化方法的装置，由图像识别机构(1)、计算机(2)、人机对话机构(3)组成，其特征在于：所述图像识别机构(1)输送图像信息给所述计算机(2)，该计算机内设置有所述图像灰度信息挖掘系统(4)和图像二值化系统(5)，图像灰度信息挖掘系统(4)挖掘数字图像的灰度分布信息后，传送给图像二值化系统(5)，图像二值化系统(5)利用图像的灰度分布信息实现图像的二值化处理，并与人机对话机构(3)双向连接，实现数据传输，获得清晰的结果图像。

Images