每个簇中根据簇中现有像素点计算像素点的均值； 步骤D :以该均值为新的聚类中心，重复步骤B和步骤C，直到聚类中心不再改变。
[0035] 然后，在步骤50中，可以构建测度函数，并从前述的多个簇中获得当测度函数为 最大值时所对应的簇。
[0036] 例如，本发明的一些实施例中，测度函数可以为：
其中队表示前述的多个簇中第i个簇的聚类中心的值，2彡i彡K-1。
[0037] 然后，在步骤60中，可以根据与测度函数为最大值时该测度函数所对应的簇计算 阈值。
[0038] 例如，一些实施例中，可以计算与测度函数为最大值时所对应的簇相邻的两个簇 的中心值的平均值，以该平均值作为阈值。
[0039] 或者，一些实施例中，可以直接取测度函数为最大值时所对应的簇的中心值为阈 值。
[0040] 或者，一些实施例中，可以计算测度函数为最大值时所对应的簇的中心值和与测 度函数为最大值时所对应的簇相邻的两个簇的中心值的平均值，即取测度函数为最大值时 所对应的簇以及与该簇相邻的两个簇，计算这三个簇的中心值的平均值，以该平均值作为 阈值。
[0041] 获得了阈值之后，在步骤70中，可以用这个阈值将红外图像数据二值化，并将二 值化后的红外图像数据进行显示。
[0042] 一个实施例中，二值化后的红外图像数据如图4所示。可见，该红外图像中的感兴 趣区域(人体）已经被提取出来。
[0043] 本发明的实施例中，对红外图像的直方图聚类分析是基于人体目标的表面温度分 布在其主体温度附近的原理。由于红外图像中不同的灰度值实际上代表不同的温度值，对 人体目标而言主体温度比较稳定，表面温度受衣着等因素影响分布在某一主体温度附近。 因此在红外图像的灰度上，人体的灰度值表现为集中在以某灰度值为中心的一段范围内。 因此，通过对图像直方图进行聚类分析，寻找合适的中心灰度值，即可获得图像分割阈值。
[0044] 本发明的实施例的方法中，由聚类方法和测度函数来实现的红外图像的分割和感 兴趣区域的提取。聚类方法将红外图像按灰度值划分为多个区域进行多聚类分析，综合红 外图像直方图在总体分布上不呈明显双峰形状的特点，根据聚类后各聚类中心的分布特点 找寻图像的分割阈值。根据聚类前聚类中心值是呈线性关系的特点，如果聚类后簇内像素 都属于同一类的目标，则聚类中心不会发生太大的变化，因此，应该还是满足线性关系，若 不然，则会发生更大的变化聚类中心将发生明显的转折。因此，考察聚类中心走势的转折点 就可以分割背景和前景。
[0045] 本发明实施例中的分割红外图像的方法操作简单，聚类快。
[0046] 以上通过具体的实施例对本发明进行了说明，但本发明并不限于这些具体的实施 例。本领域技术人员应该明白，还可以对本发明做各种修改、等同替换、变化等等，这些变换 只要未背离本发明的精神，都应在本发明的保护范围之内。此外，以上多处所述的"一个实 施例"表示不同的实施例，当然也可以将其全部或部分结合在一个实施例中。
【主权项】
1. 一种分割红外图像的方法，其特征在于，包括： 获取一帧红外图像数据； 对所述红外图像数据进行线性拉伸处理，获得线性拉伸图像数据； 对所述线性拉伸图像数据进行直方图均衡化处理，获得直方图均衡化图像数据； 对所述直方图均衡化图像数据进行聚类分析，获得多个簇； 构建测度函数，并从所述多个簇中获得所述测度函数为最大值时所对应的簇； 根据与测度函数为最大值时所对应的簇计算阈值； 用所述阈值将所述红外图像数据二值化。2. 如权利要求1所述的方法，其特征在于，对所述红外图像数据进行线性拉伸处理包 括：用线性映射方法将所述红外图像数据映射到0-2 14之间。3. 如权利要求2所述的方法，其特征在于，对所述红外图像数据进行线性拉伸处理还 包括：将线性映射之后的所述红外图像数据线性压缩到0-255之间。4. 如权利要求1至3中任意一项所述的方法，其特征在于，对所述线性拉伸图像数据进 行直方图均衡化处理包括： 计算所述一帧图像数据的灰度直方图； 将所述灰度直方图进行均衡化处理，获得均衡化灰度直方图； 根据所述均衡化灰度直方图反变换获得所述直方图均衡化图像数据。5. 如权利要求4所述的方法，其特征在于，对所述线性拉伸图像数据进行直方图均衡 化处理还包括：线性压缩所述直方图均衡化图像数据。6. 如权利要求1至5中任意一项所述的方法，其特征在于，对所述直方图均衡化图像数 据进行聚类分析包括： 步骤A :选择K个点作为聚类中心，其中K为大于或等于3的自然数； 步骤B :将所述直方图均衡化图像数据中的每个像素点指派到最近的聚类中心，形成K 个簇； 步骤C :在每个簇中根据簇中现有像素点计算像素点的均值； 步骤D :以所述均值为新的聚类中心，重复步骤B和步骤C，直到聚类中心不再改变。7. 如权利要求1至6中任意一项所述的方法，其特征在于，所述测度函数为，其中N1表示所述多个簇中第i个簇的聚类中心的值， 2彡i彡K-I08. 如权利要求1至7中任意一项所述的方法，其特征在于，根据与测度函数为最大值时 所对应的簇计算阈值包括：计算与测度函数为最大值时所对应的簇相邻的两个簇的中心值 的平均值，以该平均值作为所述阈值；或者以测度函数为最大值时所对应的簇的中心值为 阈值；或者计算测度函数为最大值时所对应的簇的中心值和与测度函数为最大值时所对应 的簇相邻的两个簇的中心值的平均值，以该平均值作为所述阈值。
【专利摘要】本发明实施例公开了一种分割红外图像的方法，包括：获取一帧红外图像数据；对红外图像数据进行线性拉伸处理和直方图均衡化处理，获得直方图均衡化图像数据；对直方图均衡化图像数据进行聚类分析，获得多个簇；构建测度函数，并从该多个簇中获得测度函数为最大值时所对应的簇；根据与测度函数为最大值时所对应的簇计算阈值；用该阈值将红外图像数据二值化。本发明实施例中的分割红外图像的方法操作简单，聚类快。
【IPC分类】G06T7/00
【公开号】CN105354814
【申请号】CN201510503643
【发明人】郑兴, 范俊, 刘玉林, 陈伟钦, 吴志明, 刘子骥, 蒋亚东
【申请人】电子科技大学
【公开日】2016年2月24日
【申请日】2015年8月17日