基于灰度搬移和Renyi熵的图像分割方法
【专利摘要】本发明公开了一种基于灰度搬移和Renyi熵的图像分割方法，包括：对飞行器采集的视频流提取出图像f(x，y)，基于图像f(x，y)中的亮度分量进行灰度直方图统计；对灰度直方图进行灰度搬移；对灰度搬移后得到的搬移灰度直方图进行基于Renyi熵的二值图像分割，得到可正确区分障碍区域与背景的二值图像。本发明对由原始图像统计出的灰度直方图进行了灰度搬移改进，然后对灰度搬移后得到的搬移灰度直方图进行基于Renyi熵的二值图像分割，以得到可以正确区分障碍区域与背景的二值图像，从而可有效排除障碍区域，为寻找适于飞行器安全着陆的平坦区域提供可靠的依据。
【专利说明】基于灰度搬移和Renyi熵的图像分割方法
【技术领域】
[0001]本发明涉及一种基于灰度搬移和Renyi熵的图像分割方法，属于图像处理领域。【背景技术】
[0002]飞行器(无人机)预着陆时，会通过其上安装的监控摄像头从3000米高空开始采集视频图像，在图像中找到平坦区域，以供飞行器安全着陆。对于采集的图像而言，该图像中可能包括水域、建筑、高速公路等景物，因此，为了安全着陆，必须实时、准确地将上述景物检测出，实时进行图像分割，才能提供出供飞行器安全着陆的平坦区域。
[0003]目前，图像分割可以分为变换域和时域两种分割方法。
[0004]变换域的分割方法诸如有小波变换、傅里叶变换等，算法较为复杂，难以在DSP的实时环境下运行。
[0005]时域的分割方法相对实现简单，主要包括边缘检测法、阈值分割法等。
[0006]边缘是图像最基本的特征，边缘检测在计算机视觉、图像分析等应用中起着重要的作用，是图像分析与识别的重要环节。基于边缘的图像分割是图像分析和模式识别的一种主要手段，但边缘检测法适合于噪声较小的、不太复杂的图像，对于地势环境较为复杂的戈壁或者沙漠等地区的图像并不适用。
[0007]阈值分割法是一种传统的、最常用的图像分割方法，其实现简单、计算量小、性能较稳定，已成为图像分割中最基本和应用最广泛的一种分割技术，它特别适用于目标和背景占据不同灰度级范围的图像。图像阈值化的目的是要按照灰度级，对像素集合进行一个划分，这样的划分可以通过从灰度级出发选取一个或多个阈值来实现。典型的阈值分割法主要有迭代法、大津法、阈值分割Otsu法和Renyi熵法。在实际仿真过程中可以发现，迭代法和大津法在复杂场景下求解的最佳阈值偏小，分割出的图像有较多的噪点，不能满足实际需求。而其它阈值分割法对于地势环境较为复杂的戈壁或者沙漠等地区的图像也不能得到较好的分割效果。
[0008]由此可见，设计出一种对地势环境较为复杂的戈壁或者沙漠等地区的图像进行有效图像分割，以便为飞行器安全着陆寻找出平坦区域的技术方案是目前急需解决的问题。
【发明内容】
[0009]本发明的目的在于提供一种基于灰度搬移和Renyi熵的图像分割方法，该方法对由原始图像统计出的灰度直方图进行灰度搬移，而后进行基于Renyi熵的二值图像分割，可以对二值图像中的障碍区域与背景进行正确区分，从而有效排除障碍区域，为寻找适于飞行器安全着陆的平坦区域提供可靠的依据。
[0010]为了实现上述目的，本发明采用了以下技术方案:
[0011]一种基于灰度搬移和Renyi熵的图像分割方法，其特征在于它包括如下步骤:
[0012]步骤1:对飞行器采集的视频流提取出图像f(x，y)，基于该图像f(x，y)中的亮度分量进行灰度直方图统计；[0013]步骤2:对统计出的该灰度直方图进行灰度搬移；
[0014]步骤3:对灰度搬移后得到的搬移灰度直方图进行基于Renyi熵的二值图像分割，得到可正确区分障碍区域与背景的二值图像g(x，y)。
[0015]所述灰度直方图反映所述图像f (X，y)中各灰度值i出现的概率，i=0,l,2,
255。
[0016]所述步骤2包括:
[0017]步骤2-1:在所述步骤I中绘制出的所述灰度直方图中，确定灰度值100-200之间出现的概率峰值所对应的灰度值MAX ；
[0018]步骤2-2:若灰度值MAX=150，则所述灰度直方图平移O灰度值；若100≤MAX〈150，则所述灰度直方图向右平移(150-MAX)个灰度值；若150〈MAX≤ 200，则所述灰度直方图向左平移(MAX-150)个灰度值；
[0019]步骤2-3:判断此时在大于200且小于等于255范围内的灰度值是否存在大于O的概率:若存在，则将灰度值(200,255]范围内所对应的直方图像以垂直于横坐标中心的纵轴为对称轴，镜像搬移到灰度值[0，55)范围内，若不存在，则不做任何处理。
[0020]对所述搬移灰度直方图进行基于Renyi熵的二值图像分割包括步骤:
[0021]步骤3-1:基于Renyi熵确定最佳分割阈值t* ；
[0022]步骤3-2:根据确定出的该最佳分割阈值6对所述步骤I中得到的所述图像f(x, y)进行二值化分割，得到所述二值图像g(X，y)。
[0023]较佳地，所述最佳分割阈值的确定步骤为:
[0024]步骤3-1-1:假设分割阈值t将所述图像f (X，y)分割成障碍区域O和背景B两部
分，则障碍区域O部分的先验概率P^t)和背景B部分的先验概率Pb (t)分别为下式2)、3):
【权利要求】
1.一种基于灰度搬移和Renyi熵的图像分割方法，其特征在于它包括如下步骤: 步骤1:对飞行器采集的视频流提取出图像f U，y)，基于该图像f U，y)中的亮度分量进行灰度直方图统计； 步骤2:对统计出的该灰度直方图进行灰度搬移； 步骤3:对灰度搬移后得到的搬移灰度直方图进行基于Renyi熵的二值图像分割，得到可正确区分障碍区域与背景的二值图像g(x，y)。
2.如权利要求1所述的图像分割方法，其特征在于: 所述灰度直方图反映所述图像f(x，y)中各灰度值i出现的概率，i=0，l，2，...，255。
3.如权利要求1所述的图像分割方法，其特征在于: 所述步骤2包括: 步骤2-1:在所述步骤I中绘制出的所述灰度直方图中，确定灰度值100-200之间出现的概率峰值所对应的灰度值MAX ； 步骤2-2:若灰度值MAX=150，则所述灰度直方图平移O灰度值；若100≤MAX〈150，则所述灰度直方图向右平移(150-MAX)个灰度值；若150〈MAX≤ 200，则所述灰度直方图向左平移(MAX-150)个灰度值； 步骤2-3:判断此时在大于200且小于等于255范围内的灰度值是否存在大于O的概率:若存在，则将灰度值(200,255]范围内所对应的直方图像以垂直于横坐标中心的纵轴为对称轴，镜像搬移到灰度值[0，55)范围内，若不存在，则不做任何处理。
4.如权利要求1所述的图像分割方法，其特征在于: 对所述搬移灰度直方图进行基于Renyi熵的二值图像分割包括步骤: 步骤3-1:基于Renyi熵确定最佳分割阈值t* ； 步骤3-2:根据确定出的该最佳分割阈值对所述步骤I中得到的所述图像f (X，y)进行二值化分割，得到所述二值图像g(x，y)。
5.如权利要求4所述的图像分割方法，其特征在于: 所述最佳分割阈值的确定步骤为: 步骤3-1-1:假设分割阈值t将所述图像f(x，y)分割成障碍区域O和背景B两部分，则障碍区域O部分的先验概率P^t)和背景B部分的先验概率Pb (t)分别为下式2)、3):
6.如权利要求5所述的图像分割方法，其特征在于: 所述参数ct取0.6。
7.如权利要求4所述的图像分割方法，其特征在于: 所述步骤I中得到的所述图像f(x，y)基于下式8) 二值化分割后得到所述二值图像g(x，y):
【文档编号】G06T7/00GK103810716SQ201410092471
【公开日】2014年5月21日 申请日期:2014年3月13日 优先权日:2014年3月13日
【发明者】邢素霞, 李杨 申请人:北京工商大学