本发明涉及一种图像灰度二值化处理,具体涉及灰度二值化方法精确度提高的方法。
背景技术:
阈值选择一直是图像处理领域的难题,阈值决定了二值化图像后信息损失的程度,进而影响图像处理的效果。
技术实现要素:
本发明所要解决的技术问题是现有图像二值化处理过暗或过亮背景时算法不足,目的在于提供提高二值化阈值选择精确度的方法,解决上述问题。
提高二值化阈值选择精确度的方法,包括阈值分割算法,还包括以下步骤:
s1,对灰度图像进行对比度检测,获得图像对比度均值;
s2,取最接近对比度总体均值的图像进行对比度分段处理,高于128的部分作为对比度调节的系数;
s3,将系数作为阈值,采用阈值分割算法进行二值化处理。s1,总体均值用于确保图像不会出现突变情况;s2,128为像素区域0-255的中心,均值与128的差值能够有效代表偏移位置,获得最佳的阈值情况。
进一步地,所述亮度检测还可以采用饱和度作为检测参数。饱和度和亮度有相应关系,因此也可以作为二值化阈值选择精度的参考依据。
本发明与现有技术相比,具有如下的优点和有益效果:
本发明提高二值化阈值选择精确度的方法,能够对过亮或过暗图像起到抑制作用,提高二值化阈值选择的精确度,提高后期图像处理的准确度。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例
本发明提高二值化阈值选择精确度的方法,包括阈值分割算法,还包括以下步骤:
s1,对灰度图像进行对比度检测,获得图像对比度均值;
s2,取最接近对比度总体均值的图像进行对比度分段处理,高于128的部分作为对比度调节的系数;
s3,将系数作为阈值,采用阈值分割算法进行二值化处理。s1,总体均值用于确保图像不会出现突变情况;s2,128为像素区域0-255的中心,均值与128的差值能够有效代表偏移位置,获得最佳的阈值情况。
所述亮度检测还可以采用饱和度作为检测参数。饱和度和亮度有相应关系,因此也可以作为二值化阈值选择精度的参考依据。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。