CN106651860B - 一种图像分割方法及装置 - Google Patents
一种图像分割方法及装置 Download PDFInfo
- Publication number
- CN106651860B CN106651860B CN201610949189.8A CN201610949189A CN106651860B CN 106651860 B CN106651860 B CN 106651860B CN 201610949189 A CN201610949189 A CN 201610949189A CN 106651860 B CN106651860 B CN 106651860B
- Authority
- CN
- China
- Prior art keywords
- image
- gray level
- background
- pixel
- level image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种图像分割方法及装置,属于图像处理领域。该方法包括:当灰度图像的像素方差小于或等于第一阈值和/或所述灰度图像的深度值小于或等于第二阈值时,对所述灰度图像进行图像背景提取处理,获得所述灰度图像的背景图像。其中,所述深度值为所述灰度图像的最大像素值与所有像素的均值的差值;将所述背景图像进行去背景处理,获得去除背景后的图像;对所述去除背景后的图像进行图像分割处理,获得二值图像;根据所述二值图像的像素与所述灰度图像的像素,获得所述灰度图像分割后的图像。该方法能够将消除图片背景的影响,有效的分割颜色较浅、背景不均匀等各种图片。并且,占用内存较少,速度快。
Description
技术领域
本发明涉及图像处理技术领域,具体而言,涉及一种图像分割方法及装置。
背景技术
图像分割是指将图像按照一定的规则或目的,分割为多个部分的过程,例如将一幅人像的图像中的人物同背景分割出来。图像分割技术已经广泛地应用到实际生产和生活当中,如医学图像处理、工业生产过程的产品质量检测、军事领域中的军事目标定位与跟踪等等。
传统的图像分割方法是将预览图像灰度化后进行阈值分割,该方法可以较好的分割出图像中背景灰度差别较大的深色部分,但对于颜色较淡和背景不均匀的图片分割效果不好。有人提出了改进的方法,但需要采集空白预览图像用于去除背景。虽然分割效果较好,但较传统方法预览图像采集数量增加了一倍,浪费的时间及存储空间相应的也成倍增加。
发明内容
有鉴于此,本发明提供了一种图像分割方法及装置,以改善现有对颜色较淡和背景分布不均匀的图片分割效果不好以及效率低的问题。
为实现上述目的,本发明采用如下技术方案:
一种图像分割方法,包括:
当灰度图像的像素方差小于或等于第一阈值和/或所述灰度图像的深度值小于或等于第二阈值时,对所述灰度图像进行图像背景提取处理,获得所述灰度图像的背景图像。其中,所述深度值为所述灰度图像的最大像素值与所有像素的均值的差值;将所述背景图像进行去背景处理,获得去除背景后的图像;对所述去除背景后的图像进行图像分割处理,获得二值图像;根据所述二值图像的像素与所述灰度图像的像素,获得所述灰度图像分割后的图像。
一种图像分割装置,包括:
背景图像获取单元,用于当灰度图像的像素方差小于或等于第一阈值和/或所述灰度图像的深度值小于或等于第二阈值时,对所述灰度图像进行图像背景提取处理,获得所述灰度图像的背景图像,其中,所述深度值为所述灰度图像的最大像素值与所有像素的均值的差值;去除背景单元,用于将所述背景图像进行去背景处理,获得去除背景后的图像;二值图像获取单元,用于对所述去除背景后的图像进行图像分割处理,获得二值图像;分割图像获取单元,用于根据所述二值图像的像素与所述灰度图像的像素,获得所述灰度图像分割后的图像。
与现有技术相比,本发明实施例提供的图像分割方法和装置可以更好地分割颜色较浅和背景不均匀的图像。首先当灰度图像的像素方差小于或等于第一阈值和/或所述灰度图像的深度值小于或等于第二阈值时,对所述灰度图像进行图像背景提取处理,获得所述灰度图像的背景图像。将所述背景图像进行去背景处理,获得去除背景后的图像;对所述去除背景后的图像进行图像分割处理,获得二值图像;最后根据所述二值图像的像素与所述灰度图像的像素,获得所述灰度图像分割后的图像。本发明通过将灰度图像的像素方差和深度值与第一阈值和第二阈值进行比较将颜色较浅和背景不均匀的图像进行以上处理,能够有效地分割颜色较浅和背景不均匀的图像。并且,占用内存较少,速度快。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1示出了本发明较佳实施例提供的终端的方框示意图;
图2为本发明较佳实施例提供的图像分割方法的流程图;
图3为本发明较佳实施例提供的图像分割方法的另一实施方式的流程图;
图4为图2和图3中步骤120的流程图;
图5为本发明较佳实施例应用实例中灰度图像的示意图;
图6为本发明较佳实施例应用实例中背景图像的示意图;
图7为本发明较佳实施例应用实例中去除背景后的图像的示意图;
图8为本发明较佳实施例应用实例中二值图像的示意图;
图9为本发明较佳实施例应用例中灰度图像分割后的图像的示意图;
图10为本发明较佳实施例提供的图像分割装置的结构框图;
图11为图10中去除背景单元的结构框图。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
如图1所示,是本发明较佳实施例提供的终端100的方框示意图。所述终端100包括图像分割装置200、存储器101、存储控制器102、处理器103、外设接口104、输入输出单元105。
所述存储器101、存储控制器102、处理器103、外设接口104、输入输出单元105各元件相互之间直接或间接地电性连接,以实现坐标数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述图像分割装置200包括至少一个可以软件或固件(firmware)的形式存储于所述存储器101中的软件功能模块。所述处理器103用于执行存储器101中存储的可执行模块,例如所述图像分割装置200包括的软件功能模块或计算机程序。
其中,存储器101可以是,但不限于,随机存取存储器101(Random Access Memory,RAM),只读存储器101(Read Only Memory,ROM),可编程只读存储器101(ProgrammableRead-Only Memory,PROM),可擦除只读存储器101(Erasable Programmable Read-OnlyMemory,EPROM),电可擦除只读存储器101(Electric Erasable Programmable Read-OnlyMemory,EEPROM)等。其中,存储器101用于存储程序,所述处理器103在接收到执行指令后,执行所述程序,本发明实施例任一实施例揭示的流过程定义的服务器/计算机所执行的方法可以应用于处理器103中,或者由处理器103实现。
处理器103可能是一种集成电路芯片,具有信号的处理能力。上述的处理器103可以是通用处理器103,包括中央处理器103(Central Processing Unit,简称CPU)、网络处理器103(Network Processor,简称NP)等;还可以是数字信号处理器103(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器103可以是微处理器103或者该处理器103也可以是任何常规的处理器103等。
所述外设接口104将各种输入/输出装置耦合至处理器103以及存储器101。在一些实施例中,外设接口104,处理器103以及存储控制器102可以在单个芯片中实现。在其他一些实例中,他们可以分别由独立的芯片实现。
输入输出单元105用于提供给用户输入数据实现用户与计算机的交互。所述输入输出单元可以是,但不限于,鼠标和键盘等。
本发明提出一种图像分割方法及装置,以改善现有对颜色较淡和背景分布不均匀的图片分割效果不好的问题。以下为对本发明实施例进行的详细说明。
如图2所示,图2为本发明较佳实施例中提供的一种图像分割方法的流程图,该图像分割方法包括:
步骤S110:当灰度图像的像素方差小于或等于第一阈值和/或所述灰度图像的深度值小于或等于第二阈值时,对所述灰度图像进行图像背景提取处理,获得所述灰度图像的背景图像,其中,所述深度值为所述灰度图像的最大像素值与所有像素的均值的差值;
该步骤前,需要先将原图像转换为灰度图像,彩色图像中的每个像素的颜色由R、G、B三个分量决定,而每个分量有255种值可取,这样,一个像素就有1600多万种颜色的变化范围。而灰度图像的R、G、B三个分量相同,一个像素的变化范围为255种。所以将原图像转换为灰度图像后在进行后续的计算时,计算量将会变得少很多。原图像转换为灰度图像转换的方法有多种,包括平均值法、浮点算法、整数方法和移位方法等。
该步骤中,首先要获得所述灰度图像的像素的方差和深度值。
灰度图像的像素记为x(i,j)(i=1,2,3...m;j=1.2.3...n),m*n为像素的个数。方差的计算公式为:
其中,x表示像素的平均值,STD表示方差。方差是各个数据分别与其平均数之差的平方的和的平均数,灰度图像的像素方差表示像素偏离中心的程度,通俗来讲就是像素的波动大小。计算出的方差越小则像素的波动越小,原图像颜色的差异越小。
深度值的计算公式为:
其中,Deep表示深度值,表示灰度图像像素点的最大值,x表示灰度图像像素的平均值。灰度图像的深度值是图像像素的最大值与平均值的差值。
然后,将所述方差与预设的第一阈值进行比较,将所述深度值与预设的第二阈值进行比较。
将获得的方差STD和预设的第一阈值STD0比较,将深度值Deep和预设的第二阈值Deep0比较。
其中,第一阈值指方差STD的阈值,具体地,该方差的阈值可以为一个经验值。第二阈值指深度值Deep的阈值,该深度值的阈值也可以为经验值。
当灰度图像的像素方差小于或等于第一阈值和/或所述灰度图像的深度值小于或等于第二阈值时,对所述灰度图像进行图像背景提取处理,获得所述灰度图像的背景图像。
这里的灰度图像的像素方差小于或等于第一阈值和/或所述灰度图像的深度值小于或等于第二阈值包括以下几种情况:灰度图像的像素方差大于第一阈值且所述灰度图像的深度值小于或等于第二阈值;灰度图像的像素方差小于或等于第一阈值且所述灰度图像的深度值大于第二阈值;灰度图像的像素方差小于或等于第一阈值且所述灰度图像的深度值小于或等于第二阈值。满足这些情况的灰度图像一般颜色的对比度较小,图像的颜色较浅,目标图像的颜色与背景色相差不大。
对所述灰度图像进行图像背景提取处理,获得所述灰度图像的背景图像。本实施例中,对灰度图像进行均值滤波处理,获得滤波后的图像,将所述滤波后的图像作为所述灰度图像的背景图像。这里还可以使用其他的方法来得到该灰度图像的背景图像,例如中值滤波法、顶帽算法等。不对获得背景图像的方法进行限定。
步骤S120:将所述背景图像进行去背景处理,获得去除背景后的图像;
该步骤如图4所述,包括:
步骤S121:将所述灰度图像的像素减去所述背景图像的像素,获得过渡图像;
步骤S122:对所述过渡图像进行取反处理,获得所述去除背景后的图像。
具体地,取反处理为:
R(i,j)=255-S(i,j)
其中,R(i,j)表示去除背景后的图像的像素,S(i,j)表示过渡图像的像素。255为灰度图像的像素的最大灰度值。取反处理得到去除背景后的图像。
步骤S130:对所述去除背景后的图像进行图像分割处理,获得二值图像;
其中,图像分割方法有多种,本实施例中采用阈值分割方法。进一步的,为了得到较佳的阈值,采用大津法(OTSU法)来确定阈值。这里,不对图像分割处理方法进行限定。还可以使用基于区域的分割方法、基于边缘的分割方法等。
步骤S140:根据所述二值图像的像素与所述灰度图像的像素,获得所述浅色图像分割后的图像。
具体地,将所述二值图像的像素与所述灰度图像的像素相乘,获得所述灰度图像分割后的图像。
如图3所示,图3为本发明实施例中另一实施方式,本图像分割方法包括:
步骤S111:判断灰度图像是否同时满足图像像素方差大于第一阈值并且深度值大于第二阈值。同样地,其中,深度值表示灰度图像的最大像素值与所有像素的平均值的差值。
当所述灰度图像不同时满足方差大于所述第一阈值并且所述深度大于所述第二阈值时,该灰度图像为颜色较浅的图像,对所述灰度图像进行上述步骤S110、步骤S120、步骤S130和步骤S140的处理,获得分割后的图像。可以理解的,本实施方式的步骤S112等同于上述的步骤S110。
当所述灰度图像同时满足方差大于所述第一阈值并且所述深度大于所述第二阈值时,进行步骤S150:对所述灰度图像进行阈值分割处理,获得所述灰度图像分割后的图像。
当所述方差大于所述第一阈值并且所述深度大于所述第二阈值时,说明该灰度图像的颜色对比度较大,比较容易实现图像的分割,所以对灰度图像进行传统的分割处理就能得到较好的效果。传统的图像分割方法包括基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法等。优选地,选择阈值分割方法对灰度图像进行分割。阈值分割方法是一种常用的图像分割方法。
阈值分割方法实际是输入图像f到输出图像g的如下变换:
其中,T为阈值,对于图像的图像元素g(i,j)=1,对于背景的图像元素g(i,j)=0。由此可见阈值分割算法的关键是阈值的确定,优选地,本实施例中选用大津法(OTSU法)来确定阈值。当然也可以选择其他的方法实现灰度图像的分割。
本实发明实施例提供的图像分割方法,利用统计学的原理将灰度图像的像素方差和深度值与设定的第一阈值和第二阈值比较。当灰度图像的对比度较小,目标图像颜色较浅时,灰度图像的像素方差小于或等于第一阈值和/或所述灰度图像的深度值小于或等于第二阈值。此时,对该述灰度图像进行进一步的处理,处理后得到比较清晰的图像。
例如采用该方法对某病理切片组织图像进行图像分割,获得切片中的组织。
首先获得切片的低分辨率的预览图像,将预览图像进行转换获得灰度图像,如图5所示,图5为获得的灰度图像;
获得该灰度图像的像素的方差STD和深度值Deep后,将方差STD与预设的第一阈值STD0比较,将深度值Deep和预设的第二阈值Deep0比较。
经比较,该灰度图像的像素的方差STD<第一阈值STD0,深度值Deep<第二阈值Deep0则对该灰度图像进行局部阈值分割。
对灰度图像进行均值滤波处理,如图6所示,得到滤波后的图像,该图像作为背景图像。
灰度图像的像素减去背景图像的像素,得到过渡图像,再对过渡图像进行取反操作得到去除背景后的图像。如图7所示,图7为去除背景后的图像。
对去除背景后的图像进行阈值分割,得到二值图像。如图8所示,图8为获得的二值图像。
将二值图像的像素与灰度图像的像素相乘,如图9所示,图9为灰度图像进行分割后的图像。图中颜色较深的便是识别出的切片中的组织。
从该例子中可以看出,使用本发明实施例提供的图像分割方法,可以将颜色较浅的图像,通过算法处理和分割后得到比较清晰的图像,清楚地提取出图像中的目标图像。
如图10所示,本发明实施例还提供了一种图像分割装置200,包括:
背景图像获取单元210,用于当灰度图像的像素方差小于或等于第一阈值和/或所述灰度图像的深度值小于或等于第二阈值时,对所述灰度图像进行图像背景提取处理,获得所述灰度图像的背景图像。其中,所述深度值为所述灰度图像的最大像素值与所有像素的均值的差值。
去除背景单元220,用于将所述背景图像进行去背景处理,获得去除背景后的图像;
进一步地,如图11所示,去除背景单元220可以包括:
过渡图像获取子单元221,用于将所述灰度图像的像素减去所述滤波后的图像的像素,获得过渡图像。
取反处理子单元222,用于对所述过渡图像进行取反处理,获得所述去除背景后的图像;
二值图像获取单元230,用于对所述去除背景后的图像进行图像分割处理,获得二值图像;
本实施例中采用阈值分割方法对所述去除背景后的图像进行分割。进一步的,为了得到较佳的阈值,采用大津法(OTSU法)来确定阈值。
分割图像获取单元240,用于根据所述二值图像的像素与所述灰度图像的像素,获得所述灰度图像分割后的图像;
具体地,分割图像获取单元240是将所述二值图像的像素与所述灰度图像的像素进行相乘处理,处理后便获得所述灰度图像分割后的图像。
如图所示,该方法还包括图像分割单元250,用于当所述灰度图像的像素方差大于第一阈值且所述灰度图像的深度值大于第二阈值时,对所述灰度图像进行图像阈值分割处理,获得所述灰度图像分割后的图像。
该图像分割装置200还包括图像转换单元,用于将原图像转换成灰度图像。
综上所述,本发明实施例提供的图像分割方法和装置,通过当灰度图像的像素方差小于或等于第一阈值和/或所述灰度图像的深度值小于或等于第二阈值时,进行以下的处理:对所述灰度图像进行图像背景提取处理,获得所述灰度图像的背景图像;将所述背景图像进行去背景处理,获得去除背景后的图像;对所述去除背景后的图像进行图像分割处理,获得二值图像;最后根据所述二值图像的像素与所述灰度图像的像素,获得所述灰度图像分割后的图像。该发明将对比度较小或者图像颜色较浅的图像进行相应的处理,能够消除图片背景的影响,有效的分割颜色较浅、背景不均匀等各种图片。并且,速度快,占用内存少。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个......”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和和解释。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种图像分割方法,其特征在于,包括:
当灰度图像的像素方差小于或等于第一阈值和所述灰度图像的深度值小于或等于第二阈值时,对所述灰度图像进行图像背景提取处理,获得所述灰度图像的背景图像,其中,所述深度值为所述灰度图像的最大像素值与所有像素的均值的差值;
将所述背景图像进行去背景处理,获得去除背景后的图像;
对所述去除背景后的图像进行图像分割处理,获得二值图像;
根据所述二值图像的像素与所述灰度图像的像素,获得所述灰度图像分割后的图像。
2.根据权利要求1所述的图像分割方法,其特征在于,对所述灰度图像进行图像背景提取处理,获得所述灰度图像的背景图像的步骤包括:
对所述灰度图像进行均值滤波处理,获得滤波后的图像,将所述滤波后的图像作为所述灰度图像的背景图像。
3.根据权利要求1所述的图像分割方法,其特征在于,将所述背景图像进行去背景处理,获得去除背景后的图像的步骤包括:
将所述灰度图像的像素减去所述背景图像的像素,获得过渡图像;
对所述过渡图像的像素进行取反处理,获得去除背景后的图像。
4.根据权利要求1所述的图像分割方法,其特征在于,根据所述二值图像的像素与所述灰度图像的像素,获得所述灰度图像分割后的图像,步骤为:
所述二值图像的像素与所述灰度图像的像素相乘,获得所述灰度图像分割后的图像。
5.根据权利要求1所述的图像分割方法,其特征在于,当所述方差大于所述第一阈值并且所述深度大于所述第二阈值时,对所述灰度图像进行阈值分割处理,获得所述灰度图像分割后的图像。
6.根据权利要求1所述的图像分割方法,其特征在于,先将原图像转换为灰度图像。
7.一种图像分割装置,其特征在于,所述装置包括:
背景图像获取单元,用于当灰度图像的像素方差小于或等于第一阈值和/或所述灰度图像的深度值小于或等于第二阈值时,对所述灰度图像进行图像背景提取处理,获得所述灰度图像的背景图像,其中,所述深度值为所述灰度图像的最大像素值与所有像素的均值的差值;
去除背景单元,用于将所述背景图像进行去背景处理,获得去除背景后的图像;
二值图像获取单元,用于对所述去除背景后的图像进行图像分割处理,获得二值图像;
分割图像获取单元,用于根据所述二值图像的像素与所述灰度图像的像素,获得所述灰度图像分割后的图像。
8.根据权利要求7所述的图像分割装置,其特征在于,所述去除背景单元包括:
过渡图像获取子单元,用于将所述灰度图像的像素减去所述背景图像的像素,获得过渡图像;
取反处理子单元,用于对所述过渡图像进行取反处理,获得所述去除背景后的图像。
9.根据权利要求7所述的图像分割装置,其特征在于,所述装置还包括:
图像分割单元,用于当所述灰度图像的像素方差大于第一阈值且所述灰度图像的深度值大于第二阈值时,对所述灰度图像进行图像阈值分割处理,获得所述灰度图像分割后的图像。
10.根据权利要求7所述的图像分割装置,其特征在于,所述装置还包括:
图像转换单元,用于将原图像转换成所述灰度图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610949189.8A CN106651860B (zh) | 2016-11-02 | 2016-11-02 | 一种图像分割方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610949189.8A CN106651860B (zh) | 2016-11-02 | 2016-11-02 | 一种图像分割方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106651860A CN106651860A (zh) | 2017-05-10 |
CN106651860B true CN106651860B (zh) | 2019-07-09 |
Family
ID=58820564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610949189.8A Active CN106651860B (zh) | 2016-11-02 | 2016-11-02 | 一种图像分割方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106651860B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111402276B (zh) * | 2019-01-03 | 2023-12-26 | 珠海金山办公软件有限公司 | 一种二值图像生成方法、装置、电子设备及可读存储介质 |
CN110472623B (zh) * | 2019-06-29 | 2022-08-09 | 华为技术有限公司 | 图像检测方法、设备以及系统 |
CN111080564B (zh) * | 2019-11-11 | 2020-10-30 | 合肥美石生物科技有限公司 | 一种图像处理方法及系统 |
CN111754537A (zh) * | 2020-06-15 | 2020-10-09 | 玖壹叁陆零医学科技南京有限公司 | 一种病理组织图像的处理方法、装置及存储介质 |
CN111784698A (zh) * | 2020-07-02 | 2020-10-16 | 广州信瑞医疗技术有限公司 | 一种图像的自适应分割方法、装置,电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101042735A (zh) * | 2006-03-23 | 2007-09-26 | 株式会社理光 | 图像二值化方法和装置 |
CN102622602A (zh) * | 2012-02-28 | 2012-08-01 | 中国农业大学 | 一种棉花异性纤维图像在线分割方法及系统 |
CN104103039A (zh) * | 2013-04-08 | 2014-10-15 | 上海联影医疗科技有限公司 | 一种图像噪声估计方法 |
US9082019B2 (en) * | 2013-06-14 | 2015-07-14 | National Yunlin University Of Science And Technology | Method of establishing adjustable-block background model for detecting real-time image object |
CN105374015A (zh) * | 2015-10-27 | 2016-03-02 | 湖北工业大学 | 基于局部对比度和笔画宽度估计的低质量文档图像二值化方法 |
CN105844649A (zh) * | 2016-04-12 | 2016-08-10 | 中国科学院长春光学精密机械与物理研究所 | 一种人数统计方法和装置及系统 |
-
2016
- 2016-11-02 CN CN201610949189.8A patent/CN106651860B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101042735A (zh) * | 2006-03-23 | 2007-09-26 | 株式会社理光 | 图像二值化方法和装置 |
CN102622602A (zh) * | 2012-02-28 | 2012-08-01 | 中国农业大学 | 一种棉花异性纤维图像在线分割方法及系统 |
CN104103039A (zh) * | 2013-04-08 | 2014-10-15 | 上海联影医疗科技有限公司 | 一种图像噪声估计方法 |
US9082019B2 (en) * | 2013-06-14 | 2015-07-14 | National Yunlin University Of Science And Technology | Method of establishing adjustable-block background model for detecting real-time image object |
CN105374015A (zh) * | 2015-10-27 | 2016-03-02 | 湖北工业大学 | 基于局部对比度和笔画宽度估计的低质量文档图像二值化方法 |
CN105844649A (zh) * | 2016-04-12 | 2016-08-10 | 中国科学院长春光学精密机械与物理研究所 | 一种人数统计方法和装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106651860A (zh) | 2017-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106651860B (zh) | 一种图像分割方法及装置 | |
CN108805023B (zh) | 一种图像检测方法、装置、计算机设备及存储介质 | |
CN109636824B (zh) | 一种基于图像识别技术的多目标计数方法 | |
US9251614B1 (en) | Background removal for document images | |
CN106709928B (zh) | 一种快速的含噪图像二维最大类间方差阈值法 | |
JP5521164B2 (ja) | 連続して存在する英数字を識別するための画像処理システムおよびその方法 | |
CN109544583B (zh) | 一种提取皮革图像感兴趣区域的方法、装置及设备 | |
Daniel et al. | Optimum green plane masking for the contrast enhancement of retinal images using enhanced genetic algorithm | |
CN109416749B (zh) | 一种图像的灰阶分类方法、装置以及可读存储介质 | |
US20150278605A1 (en) | Apparatus and method for managing representative video images | |
CN106127735B (zh) | 一种设施蔬菜边缘清晰类叶面病斑分割方法及装置 | |
CN106529543B (zh) | 一种动态计算多色级二值化自适应阈值的方法及其系统 | |
CN104504662A (zh) | 一种基于同态滤波的图像处理方法及系统 | |
US8000535B2 (en) | Methods and systems for refining text segmentation results | |
CN110544262A (zh) | 一种基于机器视觉的子宫颈细胞图像分割方法 | |
CN107578379A (zh) | 一种象棋机器人对棋盘图像的处理方法 | |
CN115294035B (zh) | 亮点定位方法、亮点定位装置、电子设备及存储介质 | |
CN108304910B (zh) | 一种基于机器视觉的空调压缩机滑片计数方法 | |
KR20180068150A (ko) | 영상 분석을 이용한 건해삼 등급 분류 시스템 | |
CN110807747A (zh) | 一种基于前景蒙版的文档图像降噪方法 | |
CN110276260B (zh) | 一种基于深度摄像头的商品检测方法 | |
CN107103321B (zh) | 道路二值化图像的生成方法及生成系统 | |
CN111951254B (zh) | 基于边缘引导加权平均的源相机识别方法及系统 | |
CN110378907B (zh) | 智能冰箱内图像的处理方法及计算机设备、存储介质 | |
JP2012003358A (ja) | 背景判別装置、方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |