基于權(quán)值模型的灰度圖像二值化算法定量評估方法
【專利摘要】本發(fā)明涉及一種基于權(quán)值模型的灰度圖像二值化算法定量評估方法。其技術(shù)方案為：先對灰度圖像A使用n(n為7~20的自然數(shù))種灰度圖像二值化算法進行二值化處理，再對生成的二值圖像集進行處理，得到灰度圖像A的前景點權(quán)值矩陣和背景點權(quán)值矩陣；然后用待評估灰度圖像二值化算法對灰度圖像A進行處理，得到灰度圖像A的轉(zhuǎn)換矩陣Ⅰ和Ⅱ；然后根據(jù)待評估的灰度圖像二值化算法的加權(quán)正確率P的數(shù)學(xué)模型，得到待評估的灰度圖像二值化算法的加權(quán)正確率P，定量評估待評估灰度圖像二值化算法。本發(fā)明不僅適用性強，獨立于參照集，且能對灰度圖像二值化算法進行有效的定量評估。
【專利說明】基于權(quán)值模型的灰度圖像二值化算法定量評估方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于灰度圖像二值化算法定量評估【技術(shù)領(lǐng)域】。具體涉及一種基于權(quán)值模型 的灰度圖像二值化算法定量評估方法。

【背景技術(shù)】
[0002] 由于科技的發(fā)展和生活節(jié)奏的加快，現(xiàn)代人已經(jīng)不滿足僅通過文字獲得知識，渴 望用圖片刺激眼球，激發(fā)求知欲，這種渴望加速了圖像社會或視覺文化時代的來臨，讀圖時 代已經(jīng)成為當(dāng)今一種主導(dǎo)性的、全面覆蓋性的文化景觀。二值化處理作為圖像處理中比較 重要的預(yù)處理，其評估變得日趨重要。
[0003] 目前，最常用的灰度圖像二值化算法評估方法是通過定性比較同一幅灰度圖像的 不同二值化結(jié)果，由此來說明提出的算法的好壞，這樣做存在很大的主觀性。
[0004] 雖然曾有人提出了一些灰度圖像二值化算法定量評估方法（Hui，Zhang. Image segmentation evaluation: A survey of unsupervised methods [J]. Computer Vision and Image Understanding, 2008，（110): 260-280)，但是這些方法中有些是針對圖像的某一 特征進行定量評估的，評估不夠全面。如區(qū)域內(nèi)一致性評估方法，雖然該灰度圖像二值化算 法定量評估方法能取得一定的評估效果，但是該方法只考慮了二值化處理需滿足區(qū)域內(nèi)一 致性的特征，忽略了二值化處理需滿足區(qū)域間不一致等特征，評估不夠全面。
[0005] 除此之外，有些灰度圖像二值化算法定量評估方法（Y. Zhang, A survey on evaluation methods for image segmentation, Pattern Recognition 29 (8) (1996) 1335 - 1346.)依賴于參照集。如基于錯誤分類像素數(shù)目的灰度圖像二值化算法定量評估方 法，該方法定量評估時需要統(tǒng)計分類錯誤的像素點數(shù)目，統(tǒng)計過程依賴于參照集導(dǎo)致該評 估方法依賴于參照集，但對于真實圖像，只能人工獲取參照集，不僅耗時還存在主觀性，嚴(yán) 重影響了灰度圖像二值化算法的定量評估。


【發(fā)明內(nèi)容】

[0006] 本發(fā)明旨在克服現(xiàn)有技術(shù)的不足，目的是提供一種適用性強和獨立于參照集的 基于權(quán)值模型的灰度圖像二值化算法定量評估方法。
[0007] 為實現(xiàn)上述目的，本發(fā)明所采用的技術(shù)方案的具體步驟是： 步驟一、選擇/? (/?為疒20的自然數(shù)）種灰度圖像二值化算法對任一幅灰度圖像A分別 進行二值化處理，得到各自對應(yīng)的灰度圖像二值化算法對灰度圖像A處理后的二值圖像， 所述的各自對應(yīng)的灰度圖像二值化算法對灰度圖像A處理后的二值圖像構(gòu)成二值圖像集。
[0008] 步驟二、灰度圖像A的前景點權(quán)值矩陣和背景點權(quán)值矩陣的生成 分步一、先取灰度圖像A中的任一像素點B,像素點B在灰度圖像A中的坐標(biāo)為Ct，_f)。 再確定二值圖像集的每副二值圖像中與像素點B的位置相同的坐標(biāo)為Ct，_f)的像素點，所 述的二值圖像集的每副二值圖像中坐標(biāo)為Cr，_F)的像素點構(gòu)成像素點集C。然后在所述像 素點集C中統(tǒng)計被認為是前景點的像素總數(shù)和被認為是背景點的像素總數(shù)。
[0009] 所述的被認為是前景點的像素總數(shù)是指像素點B被認為是前景點的次數(shù)，所述的 被認為是背景點的像素總數(shù)是指像素點B被認為是背景點的次數(shù)。
[0010] 分步二、灰度圖像A中其余像素點被認為是前景點的次數(shù)和背景點的次數(shù)的確定 方法同分步一。
[0011] 分步三、根據(jù)灰度圖像A中的每個像素點被認為是前景點的次數(shù)，由前景點權(quán)值 矩陣中的權(quán)值生成規(guī)則，生成灰度圖像A中的每個像素點在前景點權(quán)值矩陣中對應(yīng)的權(quán)值

【權(quán)利要求】
1. 一種基于權(quán)值模型的灰度圖像二值化算法定量評估方法，其特征在于所述方法是： 步驟一、選擇/7 (/?為疒20的自然數(shù)）種灰度圖像二值化算法對任一幅灰度圖像A分別 進行二值化處理，得到各自對應(yīng)的灰度圖像二值化算法對灰度圖像A處理后的二值圖像， 所述的各自對應(yīng)的灰度圖像二值化算法對灰度圖像A處理后的二值圖像構(gòu)成二值圖像集； 步驟二、灰度圖像A的前景點權(quán)值矩陣和背景點權(quán)值矩陣的生成 分步一、先取灰度圖像A中的任一像素點B,像素點B在灰度圖像A中的坐標(biāo)為Ct，_f); 再確定二值圖像集的每副二值圖像中與像素點B的位置相同的坐標(biāo)為Ct，_f)的像素點，所 述的二值圖像集的每副二值圖像中坐標(biāo)為Cr，_F)的像素點構(gòu)成像素點集C;然后在所述像 素點集C中統(tǒng)計被認為是前景點的像素總數(shù)和被認為是背景點的像素總數(shù)； 所述的被認為是前景點的像素總數(shù)是指像素點B被認為是前景點的次數(shù)，所述的被認 為是背景點的像素總數(shù)是指像素點B被認為是背景點的次數(shù)； 分步二、灰度圖像A中其余像素點被認為是前景點的次數(shù)和背景點的次數(shù)的確定方法 同分步一； 分步三、根據(jù)灰度圖像A中的每個像素點被認為是前景點的次數(shù)，由前景點權(quán)值矩 陣中的權(quán)值生成規(guī)則，生成灰度圖像A中的每個像素點在前景點權(quán)值矩陣中對應(yīng)的權(quán)值
;根據(jù)灰度圖像A中的每個像素點被認為是背景點的次數(shù)，由背景點權(quán)值矩陣中的 權(quán)值生成規(guī)則，生成灰度圖像A中的每個像素點在背景點權(quán)值矩陣中對應(yīng)的權(quán)值
； 分步四、灰度圖像A中的所有像素點在前景點權(quán)值矩陣中對應(yīng)的權(quán)值構(gòu)成灰度圖像A 的前景點權(quán)值矩陣；灰度圖像A中的所有像素點在背景點權(quán)值矩陣中對應(yīng)的權(quán)值構(gòu)成灰度 圖像A的背景點權(quán)值矩陣； 步驟三、用待評估的灰度圖像二值化算法對灰度圖像A進行二值化處理，得到待評估 的灰度圖像二值化算法對灰度圖像A處理后的二值圖像和待評估的灰度圖像二值化算法 對灰度圖像A處理后的二值圖像灰度值矩陣；用矩陣轉(zhuǎn)換規(guī)則I對所述二值圖像灰度值矩 陣進行處理，得到灰度圖像A的轉(zhuǎn)換矩陣I ;再用矩陣轉(zhuǎn)換規(guī)則II對所述二值圖像灰度值 矩陣進行處理，得到灰度圖像A的轉(zhuǎn)換矩陣II ; 步驟四、待評估的灰度圖像二值化算法的加權(quán)正確率/7的數(shù)學(xué)模型：
(1) 式（1)中：
表示灰度圖像A的灰度值矩陣的行數(shù)，
表示灰度圖像A的灰度值矩陣的列數(shù)，
表示灰度圖像A的前景點權(quán)值矩陣的第i行第^/列的權(quán)值，
表示灰度圖像A的背景點權(quán)值矩陣的第i行第^/列的權(quán)值，
表示灰度圖像A的轉(zhuǎn)換矩陣I的第i行第J列的值，
表示灰度圖像A的轉(zhuǎn)換矩陣II的第i行第J列的值，
表示灰度圖像A的前景點總數(shù)，即灰度圖像A的前景點權(quán)值矩陣中權(quán)值為正數(shù)的像 素點的總數(shù)，
表示灰度圖像A的背景點總數(shù)，即灰度圖像A的背景點權(quán)值矩陣中權(quán)值為正數(shù)的 像素點的總數(shù)； 根據(jù)式（1)得到待評估的灰度圖像二值化算法的加權(quán)正確率產(chǎn)； 步驟五、根據(jù)待評估的灰度圖像二值化算法的加權(quán)正確率/7越高則待評估的灰度圖像 二值化算法越好的規(guī)則，對比待評估的灰度圖像二值化算法的加權(quán)正確率Λ得到評估結(jié) 果。
2. 根據(jù)權(quán)利要求1所述的基于權(quán)值模型的灰度圖像二值化算法定量評估方法，其特征 在于所述前景點是指二值圖像中灰度值為255的像素點。
3. 根據(jù)權(quán)利要求1所述的基于權(quán)值模型的灰度圖像二值化算法定量評估方法，其特征 在于所述背景點是指二值圖像中灰度值為〇的像素點。
4. 根據(jù)權(quán)利要求1所述的基于權(quán)值模型的灰度圖像二值化算法定量評估方法，其特征 在于所述前景點權(quán)值矩陣中的權(quán)值生成規(guī)則是： ① 當(dāng)灰度圖像Α中某一像素點被認為是前景點的次數(shù)等于所選灰度圖像二值化算法 數(shù)目的一半時，則前景點權(quán)值矩陣中與所述某一像素點的坐標(biāo)對應(yīng)位置的權(quán)值為〇 ; ② 當(dāng)灰度圖像A中某一像素點被認為是前景點的次數(shù)大于所選灰度圖像二值化算法 數(shù)目的一半時，則前景點權(quán)值矩陣中與所述某一像素點的坐標(biāo)對應(yīng)位置的權(quán)值
為：
(2) 式⑵中：i，J為所述灰度圖像A中某一像素點所對應(yīng)的橫坐標(biāo)和縱坐標(biāo)，
表示所述灰度圖像A中某一像素點被認為是前景點的次數(shù)，

表示所選擇的二值化算法的數(shù)目，為疒20的自然數(shù)，
表示所選擇的二值化算法數(shù)目的修正值，
當(dāng)所選擇的二值化算法數(shù)目為奇數(shù)時，

當(dāng)所選擇的二值化算法數(shù)目為偶數(shù)時，

③ 當(dāng)灰度圖像A中某一像素點被認為是前景點的次數(shù)小于所選灰度圖像二值化算法 數(shù)目的一半時，則前景點權(quán)值矩陣中與所述某一像素點的坐標(biāo)對應(yīng)位置的權(quán)值
為：
(3) 式⑶中：i，J為所述灰度圖像A中某一像素點所對應(yīng)的橫坐標(biāo)和縱坐標(biāo)，
表示所述灰度圖像A中某一像素點被認為是前景點的次數(shù)，
表示所選擇的二值化算法數(shù)目
為疒20的自然數(shù)）的修正值， 當(dāng)所選擇的二值化算法數(shù)目為奇數(shù)時，

當(dāng)所選擇的二值化算法數(shù)目為偶數(shù)時，

5. 根據(jù)權(quán)利要求1所述的基于權(quán)值模型的灰度圖像二值化算法定量評估方法，其特征 在于所述背景點權(quán)值矩陣中的權(quán)值生成規(guī)則是： ① 當(dāng)灰度圖像A中某一像素點被認為是背景點的次數(shù)等于所選灰度圖像二值化算法 數(shù)目的一半時，則背景點權(quán)值矩陣中與所述某一像素點的坐標(biāo)對應(yīng)位置的權(quán)值為〇 ; ② 當(dāng)灰度圖像A中某一像素點被認為是背景點的次數(shù)大于所選灰度圖像二值化算法 數(shù)目的一半時，則背景點權(quán)值矩陣中與所述某一像素點的坐標(biāo)對應(yīng)位置的權(quán)值
為：
(4) 式⑷中：i，J為所述灰度圖像A中某一像素點所對應(yīng)的橫坐標(biāo)和縱坐標(biāo)，
表示所述灰度圖像A中某一像素點被認為是背景點的次數(shù)，

表示所選擇的二值化算法的數(shù)目，為疒20的自然數(shù)，
表示所選擇的二值化算法數(shù)目的修正值，
當(dāng)所選擇的二值化算法數(shù)目為奇數(shù)時，

當(dāng)所選擇的二值化算法數(shù)目為偶數(shù)時，

③當(dāng)灰度圖像A中某一像素點被認為是背景點的次數(shù)小于所選灰度圖像二值化算法 數(shù)目的一半時，則背景點權(quán)值矩陣中與所述某一像素點的坐標(biāo)對應(yīng)位置的權(quán)值
為：
(5) 式（5)中：i，J為所述灰度圖像A中某一像素點所對應(yīng)的橫坐標(biāo)和縱坐標(biāo)，
表示所述灰度圖像A中某一像素點被認為是背景點的次數(shù)，
表示所選擇的二值化算法數(shù)目
為疒20的自然數(shù)）的修正值， 當(dāng)所選擇的二值化算法數(shù)目為奇數(shù)時，

當(dāng)所選擇的二值化算法數(shù)目為偶數(shù)時，

6. 根據(jù)權(quán)利要求1所述的基于權(quán)值模型的灰度圖像二值化算法定量評估方法，其特征 在于所述矩陣轉(zhuǎn)換規(guī)則I是： ① 確定二值圖像灰度值矩陣中灰度值為255的位置，將轉(zhuǎn)換矩陣I中與二值圖像灰度 值矩陣中灰度值為255的相同位置的數(shù)值置1 ; ② 確定二值圖像灰度值矩陣中灰度值為〇的位置，將轉(zhuǎn)換矩陣I中與二值圖像灰度值 矩陣中灰度值為〇的相同位置的數(shù)值置〇。
7. 根據(jù)權(quán)利要求1所述的基于權(quán)值模型的灰度圖像二值化算法定量評估方法，其特征 在于所述矩陣轉(zhuǎn)換規(guī)則II是： ① 確定二值圖像灰度值矩陣中灰度值為〇的位置，將轉(zhuǎn)換矩陣II中與二值圖像灰度值 矩陣中灰度值為〇的相同位置的數(shù)值置1 ; ② 確定二值圖像灰度值矩陣中灰度值為255的位置，將轉(zhuǎn)換矩陣II中與二值圖像灰度 值矩陣中灰度值為255的相同位置的數(shù)值置0。
【文檔編號】G06T7/00GK104063874SQ201410324856
【公開日】2014年9月24日 申請日期:2014年7月9日 優(yōu)先權(quán)日:2014年7月9日
【發(fā)明者】胡慧君, 劉亞, 劉茂福 申請人:武漢科技大學(xué)