娄联堂,何慧玲
(中南民族大学 数学与统计学学院,武汉 430074)
图像分割是图像处理的重要环节,目的是要将目标区域与背景分离. 在图像分割中,当图像目标与背景像素的灰度分布十分明显时,可以采用适用于整个图像的单个阈值. OTSU算法[1]是图像分割中阈值选取的常用算法,该算法对双峰直方图图像有较好的效果,当原图像直方图为单峰分布或接近单峰分布时,OTSU算法的分割效果并不理想,此时可先对图像作灰度变换,如直方图均衡化[2]等,然后确定分割阈值. 但是,对于灰度分布极不均匀的图像,如X射线焊缝图像,此方法没有较好的分割效果. SUN等人提出了一种基于直方图规定化的动态灰度变换算法,人为地修正直方图的形状,改变图像灰度分布[3]. 此方法虽然可使原图像直方图变为双峰直方图,但实际操作过程中这种特定的直方图较难确定,从而影响分割结果. 文献[4-6]研究了分段灰度变换算法,该方法对路面混凝土裂缝分割效果好,但对焊缝裂纹的分割效果不理想. 此外,图像分割也可采用机器学习方法[7],其准确率可以达到90%,然而此方法依赖大量的样本学习,耗时较长.
本文提出一种基于图像灰度变换的OTSU阈值优化算法. 通过引入灰度变换函数,在图像灰度变换与图像分割之间寻求一个最佳策略,找到在最大类间方差的意义下适用于X射线图像裂纹缺陷分割的变换函数及优化阈值,给出相关理论结论及实验结果. 在此之……