一种基于灰度直方图平滑的先验表计表盘固定阈值二值化方法与流程

1.本发明涉及图像二值化技术领域，具体为一种基于灰度直方图平滑的先验表计表盘固定阈值二值化方法。


背景技术：

2.图像二值化是图像处理中的一项基本技术，也是很多图像处理技术的预处理过程。在颗粒分析、模式识别技术、光学字符识别(ocr)、医学数据可视化中的切片配准等应用中，图像二值化是它们进行数据预处理的重要技术。由于图像二值化过程将会损失原图像的许多有用信息，因此在进行二值化预处理过程中，能否保留原图的主要特征非常关键。
3.目前图像二值化的主流方法有bernsen、niblack、sauvola、triangle、otsu等方法，在应用于表盘二值化的时，表针较为模糊、表针提取破损、表盘噪声大，图像不够清楚，丞待改进。


技术实现要素：

4.本发明目的在于提供一种基于灰度直方图平滑的先验表计表盘固定阈值二值化方法，使得表针更加清晰、表盘噪声更少。
5.为达成上述目的，本发明提出如下技术方案：一种基于灰度直方图平滑的先验表计表盘固定阈值二值化方法，包括如下如下步骤；
6.步骤一：输入图像，统计图像灰度直方图；
7.步骤二：应用高斯滤波对图像灰度直方图进行平滑滤波；
8.步骤三：依据灰度直方图及标签为0/1像素的先验比例估算二值化阈值；
9.步骤四：依据二值化阈值对图像进行二值化处理。
10.进一步的，在本发明中，步骤一中具体的，输入图像img，img＝{pixel
x，y
|0≤x＜width，0≤y＜height}，weight，height为图像宽高。
11.进一步的，在本发明中，步骤一中具体的，统计图像灰度直方图，for_i_in_range(0，255)：
[0012][0013]
hist[i]为img中灰度值等于i的像素的数量。
[0014]
进一步的，在本发明中，步骤二中具体的，初始化一维高斯核，设置方差参数sigma＝8，一维高斯函数为求灰度直方图与高斯核的卷积，hist＝hist*gaussian。
[0015]
进一步的，在本发明中，步骤三中具体的，依据应用场景，设置阈值划分分位值，
exp_rate＝0.25，即选择使等式成立的n值作为阈值；
[0016]
for_i_in_range(0，255)：
[0017]
____probablity[i]＝sum(hist[0：i])/(img_width*img_height)
[0018]
____if_probablity[i]＝＝exp_rate：
[0019]
________binary_threshold＝i
[0020]
________break。
[0021][0022]
进一步的，在本发明中，步骤四中具体的，应用求得的二值化阈值binary_threshold进行图像二值化，得到二值化图像binary_img；
[0023]
binary_img＝img
[0024]
binary_img[＞binary_threshold]＝255
[0025]
binary_img[≤binary_threshold]＝0。
[0026]
有益效果，本技术的技术方案具备如下技术效果：
[0027]
本发明通过将灰度直方图进行高斯平滑处理，避免某个灰度像素值的集中分布对其相邻灰度阈像素的截断导致的二值化部件结构破损。该方法在表计识别的大多数任务场景中，相比triangle、sauvola、niblack等方法能够更大程度的分离图像的表针结构与背景，有利于后续的表针定位步骤，本方法表针更加清晰、表盘噪声更少。
[0028]
应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。
[0029]
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
[0030]
附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本发明的各个方面的实施例，其中：
[0031]
图1为本实施例中原图直方图的示意图。
[0032]
图2为本实施例中平滑直方图的示意图。
[0033]
图3为本发明各种图像二值化方法的示意图(右上角的图为本发明方法的图)。
[0034]
图4为本发明各种图像二值化方法的示意图(右侧从上至下第三幅图为本发明方法的图)。
[0035]
图5为本实施例中输入的图像。
[0036]
图6为本实施例中图像二值化后的图像。
具体实施方式
[0037]
为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施
例不必定义在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。
[0038]
一种基于灰度直方图平滑的先验表计表盘固定阈值二值化方法，包括如下如下步骤；
[0039]
步骤一：输入图像，统计图像灰度直方图；
[0040]
步骤二：应用高斯滤波对图像灰度直方图进行平滑滤波；
[0041]
步骤三：依据灰度直方图及标签为0/1像素的先验比例估算二值化阈值；
[0042]
步骤四：依据二值化阈值对图像进行二值化处理。
[0043]
进一步的，在本发明中，步骤一中具体的，输入图像img，img＝{pixel
x，y
|0≤x＜width，0≤y＜height}，weight，height为图像宽高。
[0044]
进一步的，在本发明中，步骤一中具体的，统计图像灰度直方图，
[0045]
hist[i]为img中灰度值等于i的像素的数量。
[0046]
进一步的，在本发明中，步骤二中具体的，初始化一维高斯核，设置方差参数sigma＝8，一维高斯函数为求灰度直方图与高斯核的卷积，hist＝hist*gaussian。
[0047]
进一步的，在本发明中，步骤三中具体的，依据应用场景，设置阈值划分分位值，exp_rate＝0.25，即选择使等式成立的n值作为阈值；
[0048]
for_i_in_range(0，255)：
[0049]
____probablity[i]＝sum(hist[0：i])/(img_width*img_height)
[0050]
____if_probablity[i]＝＝exp_rate：
[0051]
________binary_threshold＝i
[0052]
________break。
[0053][0054]
进一步的，在本发明中，步骤四中具体的，应用求得的二值化阈值binary_threshold进行图像二值化，得到二值化图像binary_img；
[0055]
binary_img＝img
[0056]
binary_img[＞binary_threshold]＝255
[0057]
binary_img[≤binary_threshold]＝0。
[0058]
其他实施例中，调整参数exp_rate＝0.3，sigma＝10，该方法仍然有效。
[0059]
同时，公开号为cn201410258640.2的中国专利公开了一种灰度图像二值化的自适应全局阈值方法，首先对图像进行高斯低通滤波，以便消除高频噪声干扰；计算图像的直方
图；归一化直方图，得到归一化的直方图曲线，曲线上点的数目为256；对这256个点进行二元均值聚类；聚类迭代收敛后，输出两个聚类中心的横坐标之间的曲线部分中纵坐标数值最低的点的横坐标值乘以255倍；根据得到的阈值再做二值化处理。
[0060]
本实施例相比专利cn201410258640.2，修复了其在二值化部件占图像比例相差过于悬殊，或二值化部件边界不清晰情况下失灵的问题。原因在于专利cn201410258640.2假设图像灰度直方图至少存在2个峰值，且2个峰值之间存在像素分布显著下降区域，而该假设在很多情况下并不成立(本实施例中图示即为不成立情况)。
[0061]
取n分位数作为图像二值化阈值是固定阈值二值化方法求解阈值的常见思路，但在表计表盘二值化的应用场景下存在像素分布在某些数值集中分布的特点，容易导致二值化表盘结构(指针、刻度等)的边缘部分缺损或将不属于表盘结构的部分误认为表盘结构，本发明通过应用高斯平滑滤波将待处理图像的灰度直方图进行平滑处理，避免某个灰度像素值的集中分布对其相邻灰度阈像素的截断导致的二值化图像部件结构破损，可求得更加完整的表计指针结构。
[0062]
虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。