CN109859220B - 一种线形图像分割方法 - Google Patents
一种线形图像分割方法 Download PDFInfo
- Publication number
- CN109859220B CN109859220B CN201910167008.XA CN201910167008A CN109859220B CN 109859220 B CN109859220 B CN 109859220B CN 201910167008 A CN201910167008 A CN 201910167008A CN 109859220 B CN109859220 B CN 109859220B
- Authority
- CN
- China
- Prior art keywords
- image
- connected domain
- segmentation
- graph
- enhancement
- 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
Images
Abstract
本发明公开一种线形图像分割方法，涉及图像处理技术领域；根据图像实际情况，选取图像中目标与背景反差最大的通道作为目标灰度图，对目标灰度图进行滤波增强，获得增强图，对增强图进行大连通域的全局阈值分割，得到大连通域分割图，同时对增强图进行小连通域的全局阈值分割，得到小连通域分割图，保留大连通域分割图及与大连通域相连接的小连通域分割图，得到最终分割图。
Description
技术领域
本发明公开一种线形图像分割方法，涉及图像处理技术领域。
背景技术
图像分割是数字图像处理中的关键技术之一。目前，国内外对线状目标图像的分割主要应用于以下几个方面：遥感影像中河流、道路及机场跑道等线状目标的提取，医学图像中血管造影图像、微循环图像等医学图像的处理，以及造纸工业和纺织业中纤维的分割与识别。现有的线性图像分割方法的自动化程度不高、通用性不强、准确性也不高、效率较低。
结合国内外的发展现状，本发明提出了一种线形图像分割方法，通过选取合适的图像通道，获取对比度相对较高的灰图像，通过滤波，获取对比度进一步提升的灰度图像，通过全局阈值分割获取包含噪声较小的大连通域二值图，获取包含信息较全的小连通域二值图，最后通过保留大连通域及与大连通域相连的小连通域的方式，成功的将大连通域噪音小，小连通域信息全的有点结合了起来，实现了线性图像的有效分割。
发明内容
本发明针对现有技术的问题，提供一种线形图像分割方法，对于图像识别、图像分块处理已经场景分析有着重要的意义。
本发明提出的具体方案是：
一种线形图像分割方法，根据图像实际情况，选取图像中目标与背景反差最大的通道作为目标灰度图，对目标灰度图进行滤波增强，获得增强图，
对增强图进行大连通域的全局阈值分割，得到大连通域分割图，同时对增强图进行小连通域的全局阈值分割，得到小连通域分割图，
保留大连通域分割图及与大连通域相连接的小连通域分割图，得到最终分割图。
所述的方法中利用方向可控滤波器对目标灰度图进行滤波增强。
所述的方法中方向可控滤波器由若干基滤波器组成，基滤波器组合成方向可控滤波器的任意方向，采用方向可控滤波器对目标灰度图进行滤波增强。
所述的方法中用otsu方法对增强图进行大连通域的全局阈值分割，去除噪声信息，得到大连通域分割图。
所述的方法中用Niblack方法对增强图进行小连通域的全局阈值分割，保留有用信息，得到小连通域分割图。
所述的方法中将图像转化成rgb格式，进行通道分离，获取图像通道数的灰度图。
一种线形图像分割工具，包括图像预处理单元、图像增强单元、大连通域分割单元、小连通域分割单元及图像整合单元，
图像预处理单元根据图像实际情况，选取图像中目标与背景反差最大的通道作为目标灰度图，图像增强单元对目标灰度图进行滤波增强，获得增强图，
大连通域分割单元对增强图进行大连通域的全局阈值分割，得到大连通域分割图，同时小连通域分割单元对增强图进行小连通域的全局阈值分割，得到小连通域分割图，
图像整合单元保留大连通域分割图及与大连通域相连接的小连通域分割图，得到最终分割图。
所述的工具中图像增强单元利用方向可控滤波器对目标灰度图进行滤波增强。
所述的工具中大连通域分割单元用otsu方法对增强图进行大连通域的全局阈值分割，去除噪声信息，得到大连通域分割图。
所述的工具中小连通域分割单元用Niblack方法对增强图进行小连通域的全局阈值分割，保留有用信息，得到小连通域分割图。
本发明的有益之处是：
本发明提供一种线形图像分割方法，通过选取合适的图像通道，获取对比度相对较高的灰图像，通过滤波，获取对比度进一步提升的灰度图像，通过全局阈值分割获取包含噪声较小的大连通域二值图，获取包含信息较全的小连通域二值图，最后通过保留大连通域及与大连通域相连的小连通域的方式，成功的将大连通域噪音小，小连通域信息全的有点结合了起来，实现了线性图像的有效分割。
附图说明
图1是本发明方法流程示意图。
具体实施方式
本发明提供一种线形图像分割方法，根据图像实际情况，选取图像中目标与背景反差最大的通道作为目标灰度图，对目标灰度图进行滤波增强，获得增强图，
对增强图进行大连通域的全局阈值分割，得到大连通域分割图，同时对增强图进行小连通域的全局阈值分割，得到小连通域分割图，
保留大连通域分割图及与大连通域相连接的小连通域分割图，得到最终分割图。
同时提供与上述方法相对应的一种线形图像分割工具，包括图像预处理单元、图像增强单元、大连通域分割单元、小连通域分割单元及图像整合单元，
图像预处理单元根据图像实际情况，选取图像中目标与背景反差最大的通道作为目标灰度图，图像增强单元对目标灰度图进行滤波增强，获得增强图，
大连通域分割单元对增强图进行大连通域的全局阈值分割，得到大连通域分割图，同时小连通域分割单元对增强图进行小连通域的全局阈值分割，得到小连通域分割图，
图像整合单元保留大连通域分割图及与大连通域相连接的小连通域分割图，得到最终分割图。
下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
以神经元图像为例，利用本发明方法或工具对神经元图像进行分割，具体过程为：
图像预处理单元对目标图像进行预处理，对于其它格式的图像先转化成rgb格式，如目标图像是彩色图像，对目标图像进行通道分离，获取数量为彩色图像通道数的几张灰度图，选取图像中目标与背景反差最大的通道作为目标灰度图，待处理；
进行图像增强，其中图像经过预处理，线形图像的目标与背景被初步分割出来，图像增强单元采用基于导数的方向可控滤波器对图像进行进一步增强，方向可控滤波器由若干基滤波器组成，基滤波器可以组合成方向可控滤波器的任意方向，采用方向可控滤波器对灰度图进行滤波增强，可以有效提高目标与背景的对比度，获得增强图；
大连通域分割单元对增强图进行大连通域的全局阈值分割，其中采用方向可控滤波器增强后的图像，目标与背景对比度进一步提高，但方向可控滤波器也会将一定数量的背景判断为目标，采用Otsu全局阈值分割，有效的去除假目标，得到大连通域二值图；
小连通域分割单元对增强图进行小连通域的全局阈值分割，其中为了更有效的保留有用信息，采用Niblack方法进行全局阈值分割，有效的将目标信息体现在分割出的小连通域中，得到小连通域二值图；
图像整合单元以大连通域作为主干，小连通域作为枝叶，保留大连通域以及与大连通域相连接的小连通域，即保留树干及与树干相连接的枝叶，从而得到最终的信息全噪声少的二值化图像。考虑到Otsu方法分割得到的图像为大连通域二值化图，且该灰度图包含噪声少，于此同时也有一部分有用信息的丢失；Niblack分割得到的为小连通域二值化图像，且该灰度图包含的信息全，于此同时包含的噪声也相对校对。通过像素判断保留大连通域及与大连通域相连接的小连通域可以有效的结合Otsu方法噪声少以及Niblack方法信息全的优点，从而实现线形图像的高效分割。
利用上述本发明方法对神经元图像进行通道分离，选取合适的灰度通道；结合线形图像的特点采用方向可控滤波器对选取的灰度图进行增强处理；继而采用Otsu方法及Niblack方法对增强图进行全局阈值分割，得到大连通域二值图及小连通域二值图；最后通过连通域方法将两种二值图的有点结合起来，实现线形图像的有效分割。
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。
Claims (4)
1.一种线形图像分割方法，其特征是根据图像实际情况，选取图像中目标与背景反差最大的通道作为目标灰度图，利用方向可控滤波器对目标灰度图进行滤波增强，获得增强图，
使用otsu方法对增强图进行大连通域的全局阈值分割，去除噪声信息，得到大连通域分割图，同时使用Niblack方法对增强图进行小连通域的全局阈值分割，保留有用信息，得到小连通域分割图，
保留大连通域分割图及与大连通域相连接的小连通域分割图，得到最终分割图。
2.根据权利要求1所述的方法，其特征是方向可控滤波器由若干基滤波器组成，基滤波器组合成方向可控滤波器的任意方向，采用方向可控滤波器对目标灰度图进行滤波增强。
3.根据权利要求1所述的方法，其特征是将图像转化成rgb格式，进行通道分离，获取图像通道数的灰度图。
4.一种线形图像分割工具，其特征是包括图像预处理单元、图像增强单元、大连通域分割单元、小连通域分割单元及图像整合单元，
图像预处理单元根据图像实际情况，选取图像中目标与背景反差最大的通道作为目标灰度图，图像增强单元利用方向可控滤波器对目标灰度图进行滤波增强，获得增强图，
大连通域分割单元使用otsu方法对增强图进行大连通域的全局阈值分割，去除噪声信息，得到大连通域分割图，同时小连通域分割单元使用Niblack方法对增强图进行小连通域的全局阈值分割，保留有用信息，得到小连通域分割图，
图像整合单元保留大连通域分割图及与大连通域相连接的小连通域分割图，得到最终分割图。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910167008.XA CN109859220B (zh) | 2019-03-06 | 2019-03-06 | 一种线形图像分割方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910167008.XA CN109859220B (zh) | 2019-03-06 | 2019-03-06 | 一种线形图像分割方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109859220A CN109859220A (zh) | 2019-06-07 |
| CN109859220B true CN109859220B (zh) | 2023-03-28 |
Family
ID=66899976
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910167008.XA Active CN109859220B (zh) | 2019-03-06 | 2019-03-06 | 一种线形图像分割方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109859220B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113592748B (zh) * | 2021-07-06 | 2023-11-17 | 武汉工程大学 | 基于定量表征形变孪晶体积分数的图像处理方法与装置 |
| CN116758081B (zh) * | 2023-08-18 | 2023-11-17 | 安徽乾劲企业管理有限公司 | 一种无人机道路桥梁巡检图像处理方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8417033B2 (en) * | 2007-04-27 | 2013-04-09 | Hewlett-Packard Development Company, L.P. | Gradient based background segmentation and enhancement of images |
| CN101127117B (zh) * | 2007-09-11 | 2010-05-26 | 华中科技大学 | 一种利用序列数字减影血管造影图像分割血管数据的方法 |
| CN107705313B (zh) * | 2017-06-23 | 2020-08-18 | 北京理工大学 | 一种遥感图像舰船目标分割方法 |
-
2019
- 2019-03-06 CN CN201910167008.XA patent/CN109859220B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN109859220A (zh) | 2019-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107578035B (zh) | 基于超像素-多色彩空间的人体轮廓提取方法 | |
| CN108765443B (zh) | 一种自适应颜色阈值分割的标志增强处理方法 | |
| CN113592861B (zh) | 一种基于动态阈值的桥梁裂缝检测方法 | |
| KR101403876B1 (ko) | 차량 번호판 인식 방법과 그 장치 | |
| CN101153850A (zh) | 一种沥青混合料的检测方法及系统 | |
| CN106682665B (zh) | 一种基于计算机视觉的七段式数显仪表数字识别方法 | |
| CN109241973B (zh) | 一种纹理背景下的字符全自动软分割方法 | |
| CN105139386A (zh) | 一种快速自动检测电气接插件焊点不合格品的图像处理方法 | |
| CN109859220B (zh) | 一种线形图像分割方法 | |
| CN110084302B (zh) | 一种基于遥感图像的裂缝检测方法 | |
| CN110659649A (zh) | 一种基于近红外光成像的图像处理与字符识别算法 | |
| CN104484652A (zh) | 一种指纹识别方法 | |
| CN114677601A (zh) | 一种基于无人机巡检的结合深度学习的大坝裂缝检测方法 | |
| CN110276318A (zh) | 夜间公路下雨识别方法、装置、计算机设备及存储介质 | |
| CN111539980A (zh) | 一种基于可见光的多目标追踪方法 | |
| CN111652033A (zh) | 基于OpenCV的车道线检测方法 | |
| CN112800974A (zh) | 一种基于机器视觉的地铁轨道障碍物检测系统及方法 | |
| CN108205678A (zh) | 一种含有亮斑干扰的铭牌文字识别处理方法 | |
| CN109753880B (zh) | 一种自然场景车载视频道路限速标志的检测与识别方法 | |
| CN105740831A (zh) | 一种应用于智能驾驶的停止线检测方法 | |
| Wen et al. | Vehicle license plate location method based-on wavelet transform | |
| CN115994921A (zh) | 一种融合HSV模型和改进Otsu算法的成熟樱桃果实图像分割方法 | |
| CN113095309B (zh) | 一种基于点云的道路场景地面标识物的提取方法 | |
| CN106951831B (zh) | 一种基于深度摄像机的行人检测跟踪方法 | |
| CN104504702A (zh) | 基于方格搜索法的水泥刻槽路面裂缝识别方法 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230307 Address after: 250000 Langchao Road, Jinan, Shandong Applicant after: Inspur Genersoft Co.,Ltd. Address before: 250100 No. 2877 Kehang Road, Sun Village Town, Jinan High-tech District, Shandong Province Applicant before: SHANDONG INSPUR GENESOFT INFORMATION TECHNOLOGY Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |