專利名稱：一種灰度圖像的分割方法
技術領域：
本發明涉及灰度圖像分割技術，具體地說，涉及噪聲條件下，灰度分布不均勻圖像的分割 方法。
背景技術：
灰度圖像的分割技術在許多圖像分析過程中是重要的一步。根據Rafael C. Gonzalez的《數 字圖像處理》第二版，分割是將圖像細分為構成它的子區域或對象，圖像分割方法一般是基于灰度值的兩 個基本特性之一不連續性和相似性。即分為兩類技術， 一類是利用灰度的不連續性的分割，如邊緣檢測 等；另一類是按照給定的準則劃分相似區域，如閾值處理、區域生長等。
灰度圖像的閾值處理，首先是生成統計直方圖，然后根據直方圖分布計算閾值，按照該閾值把圖像中 的像素劃分為前景對象和背景。如著名的Otsu方法。由于光照不均勻等原因，會使圖像的灰度分布不均勻， 直接全局閾值方法常常不能正確分離出前景對象。對直接的全局閾值的改進有兩類 一類是分塊閾值，整 個圖像分成許多小塊，每塊分別計算閾值；另一類稱為軟閾值，如Maria Petrou等的《Image Processing: The Fundamentals))(《數字圖像處理疑難解析》)中的滯后閾值法，計算兩個閾值，像素灰度值在兩閾值之 間的，要同時判斷其鄰域像素，以確定是否為前景對象。這些方法只在一定程度上克服了灰度不均勻時的 困難，且當存在強烈的斑點噪聲時，很難獲得滿意結果。
區域生長方法是根據事先定義的準則將像素或子區域聚合成大區域的過程。基本方法是，先選取種子 點，然后逐漸把與種子點性質相似的相鄰像素添加到當前區域內。相似性準則一般是灰度值或顏色的特定 范圍等。在灰度不均勻條件下， 一種改進方法為，計算當前待判斷的鄰域像素與區域或種子點的連接程度。 此類改進方法需要事先選定多個參數，分割結果對選定的參數有較強依賴，同類型圖像的分割往往也需要 重新仔細調整參數，而且其計算和判斷比較復雜。
發B月內容 本發明目的是提供一種計算簡單、參數依賴小、能在噪聲和灰度分布不均勻條件下獲得較 好分割結果的方法。
本發明的基本思路為首先選定一個種子區域作為"當前區域"，計算該種子區域內像素灰度的均值 和標準差；然后使用一個反復遞歸迭代的過程，向"當前區域"添加鄰域像素，添加過程中，利用局部鄰 域的灰度均值與種子區域灰度均值之差，自適應計算可加入"當前區域"的像素灰度值范圍；最后，當不 再有新的像素添加到"當前區域"，則標記"當前區域"為前景對象，其他部分為背景。
該方法既考慮了對象的灰度分布特點，又考慮了像素間的空間鄰接關系，具有較好的抗斑點噪聲能力； 而且，可加入"當前區域"的像素的灰度值范圍隨局部灰度分布變化而自適應改變，能在一定程度上克服 圖像灰度不均勻引起的困難；特別地，通過分析下面的具體步驟可以發現，本發明使用一個"帶寬參數"，約束了前景對象內的像素灰度分布差異的可接受限度，超過該限度的更可能為背景像素。 具體過程描述為
A. 對給定的圖像，設定輸入參數/,選擇種子區域。
B. 記種子區域為"當前區域"，計算其均值m和標準差a。
C. 用遞歸方式向"當前區域"中添加鄰域像素，直至不再有新像素被添加。添加到"當前區域"的 像素符合條件
a) 該像素是"當前區域"內某"種子"像素C的直接鄰域。
b) 像素C的鄰域像素的灰度均值記為me ， f為設定的"帶寬參數"，該像素的灰度值落在閉區間
(mc-m)2 ( jc-m)2內。
D. 記"當前區域"內像素為前景對象，其他部分為背景。
其中，種子區域的位置和大小根據應用要求選定;步驟C中條件b)中所稱的鄰域的大小根據需要選定， 所稱的閉區間可以根據實際需要加以修改。如，某些應用中灰度值越大的像素越可能屬于前景對象，則閉 區間的上限改為圖像中的最大灰度值；若灰度值越小的像素越可能屬于前景對象，則閉區間的下限改為圖 像中的最小灰度值。
附圖說B月
圖1是一個具體實施步驟
圖2是像素的4連通直接鄰域示意圖 圖3是像素的8連通直接鄰域示意圖 圖4是決定自適應平移限度的函數圖形 圖5是一個超聲圖像的一部分 圖6是超聲圖像的分割結果
具體實施方式
下文結合附圖，描述本發明的一個實施例，該實施例只為更具體描述本發明的內容
和實施方法，本發明并不限于此實施方式。
圖1所示為一個具體的實施步驟，詳細描述和如下
A. 對給定的圖像，設定輸入參數/，選擇種子區域。
B. 記種子區域為"當前區域"，計算均值/n和標準差C7，作為其灰度分布的簡單統計描述。
C. 用遞歸方式向"當前區域"中添加鄰域像素，直至不再有新像素被添加。具體過程為
a)選擇"當前區域"內的像素為種子像素，對所有種子像素C。b) 計算C的鄰域像素的灰度均值，記為w。，為當前局部灰度均值。
c) 對C的4連通或8連通直接鄰域的像素，若某像素的灰度值落在閉區間內，則該像素加入到"當前區
域"，并作為候選的種子像素。 D.記"當前區域"內像素為前景對象，其他部分為背景。
如上的步驟A中，參數/一般取為2.0左右，根據圖像中對象的灰度分布特點有所變化，/越大，會 有更多的像素被加入前景對象。步驟A中的種子區域的大小按圖像特點取經驗值，如取為11X11。實驗證 明，參數/的取值的微小變化或種子區域的位置、大小的變化對分割結果的影響較小。即該方法是參數不
敏感的，對同類圖像的分割，不需要反復調整參數。
如上步驟C.的b)中，種子像素C的鄰域可取以C為中心的正方形(如7X7大小范圍)，計算其鄰域 均值，目的是判斷其所在局部的灰度分布與種子區域灰度分布的差異(如光照差別)。
如上步驟C.的c)中的4連通直接鄰域如圖2所示，4個實心黑點表示了中心像素的4連通直接鄰域 像素，即與中心像素間不再有其他像素的水平和垂直方向的像素。類似的，圖3的8個實心黑點表示了中 心像素的8連通直接鄰域像素。
如上步驟C.的c)中的閉區間中，w土/(7表達了可加入"當前區域"的像素灰度值的初始范圍，
Oe—m> a2可看做是關于附e-m的函數，函數圖形如圖4所示"稱為帶寬參數，該函數在-f
和f處取極值，超過這個限度的，像素屬于前景對象的可能性降低，平移量開始減少。該函數按照局部灰 度均值和原始灰度均值的差異，平移可加入"當前區域"的像素灰度值的范圍，以補償圖像整體灰度差異 的影響。帶寬參數O艮定了容許的差異補償程度，可以根據一類圖像的特點取固定的經驗值，如32 (像素 灰度值為0到255的整數時)。特殊情況下，若應用中灰度值越大的像素越可能屬于前景對象，則閉區間 的上限改為圖像中的最大灰度值；反之，若灰度值越小的像素越可能屬于前景對象，則閉區間的下限改為 圖像中的最小灰度值。
作為該實施例的應用實例，圖5顯示了一個超聲圖像的一部分，圖像的底部較亮的區域表示了血流速 度的變化情況，圖6是其分割結果。大量類似的實驗顯示，本發明中的方法，在強斑點噪聲和灰度不均勻 條件下，仍能獲得滿意的分割結果。
權利要求
1. 一種灰度圖像的分割方法，能在斑點噪聲和灰度不均勻條件下獲得滿意的分割結果，具體過程是A. 對給定的圖像，設定輸入參數f，選擇種子區域。B. 記種子區域為“當前區域”，計算其均值m和標準差σ。C. 用遞歸方式向“當前區域”中添加鄰域像素，直至不再有新像素被添加。添加到“當前區域”的像素符合條件a)該像素是“當前區域”內某“種子”像素C的直接鄰域。b)像素C的鄰域像素的灰度均值記為mc，t為設定的“帶寬參數”，該像素的灰度值落在閉區間內。D. 記“當前區域”內像素為前景對象，其他部分為背景。
2. 根據權利要求l所述的步驟C的條件b)，其特征在于根據應用需要，閉區間的下限改為圖像中最小的像素值，從而使灰度值不大于m + (mc-m)e 2一 +/ 7的像素都分割為前景對象。
3. 根據權利要求1所述的步驟C的條件b)，其特征在于根據應用需要，閉區間的上限改為圖像中最大的像素值，從而使灰度值不小于m + (me-m)e "2 _/<7的像素都分割為前景對象。
全文摘要
一種灰度圖像的分割方法，目的是提供一種計算簡單、參數依賴小、能在噪聲和灰度分布不均勻條件下獲得較好分割結果的方法。首先選定一個種子區域作為“當前區域”，計算該種子區域內像素灰度的均值和標準差；然后使用一個反復遞歸迭代的過程，向“當前區域”添加鄰域像素，添加過程中，利用局部鄰域的灰度均值與種子區域灰度均值之差，自適應計算可加入“當前區域”的像素灰度值范圍；最后，當不再有新的像素添加到“當前區域”，則標記“當前區域”為前景對象，其他部分為背景。該方法既考慮了對象的灰度分布特點，又考慮了像素間的空間鄰接關系，具有較好的抗斑點噪聲能力；而且，可加入“當前區域”的像素的灰度值范圍隨局部灰度分布變化而自適應改變，能在一定程度上克服圖像灰度不均勻引起的困難。
文檔編號G06T7/00GK101419710SQ200810239510
公開日2009年4月29日 申請日期2008年12月12日 優先權日2008年12月12日
發明者娉 唐, 李建初, 萌 楊, 杰 王, 勝 蔡 申請人:中國科學院遙感應用研究所;中國醫學科學院北京協和醫院