基于亮度和灰度的二值化方法的對比分析獲獎科研報告

基于亮度和灰度的二值化方法的對比分析獲獎科研報告摘

要：本文著重論述了基于亮度和灰度的全局和局部閾值的二值化方法的對比分析。在闡述了現(xiàn)階段的幾種常見的灰度二值化方法后，與基于亮度的全局和局部閾值的二值化方法進行對比分析，以現(xiàn)實中拍攝的圖像為例，比較了該算法與其他二值化方法的效果。結(jié)果表明，該二值化方法對目標與背景有著很好的分割效果。

關(guān)鍵詞：二值化;全局;局部;亮度;灰度;閾值

00TP391.41

1引言

數(shù)字圖像的二值化作為一項基本技術(shù)，它在各個方面都有重要的作用，在邊緣提取、目標提取、形狀處理和圖像分割方面尤為突出[1]。二值化的處理速度和二值化的處理質(zhì)量是二值化方法選擇的重要準則。而在處理過程中閾值的選取尤為重要，然而在實際情況下的圖像處理過程中，其影響閾值的因素較多，例如光照不均勻、背景復雜、目標閾值與背景閾值相近等[2]。目前研究出的二值化方法較多，主要是基于灰度的全局閾值法和局部閾值二值化法[3]。但基于亮度的全局閾值法和局部閾值二值化方法也在圖像處理上普遍應用[4]。因此本文對基于亮度和灰度的全局和局部閾值的二值化的原理，算法，實際應用效果進行對比分析。

2

算法原理對比分析

許多并行區(qū)域技術(shù)均以灰度直方圖為處理對象來得到閾值[5]，圖像的閾值被設(shè)置在直方圖的既明顯又深的谷的位置[6]。根據(jù)選用閾值的不同，可分為全局閾值和局部閾值?；诨叶群土炼鹊娜珠撝捣ê途植块撝档亩祷砘鞠嗤?，但后者需要提前將圖片的RGB通道轉(zhuǎn)化為HSV通道。之后選用V通道進行后續(xù)步驟。

其中全局閾值法是根據(jù)圖像的直方圖和灰度（亮度）空間分布確定一個閾值，以實現(xiàn)到二值圖像的轉(zhuǎn)化，對整幅圖像確定一個閾值，設(shè)閾值為t，二值灰度等級為?？傻玫焦?。當小于時，等于，當大于時，等于，較為簡單。局部閾值指把圖像分成若干區(qū)域，根據(jù)區(qū)域亮度等級的均值和方差進行計算，之后確定閾值，而閾值的主要計算公式為：

[7]。其中為該區(qū)域該像素點的閾值，為區(qū)域內(nèi)的亮度值的均值，為區(qū)域內(nèi)的亮度值的標準方差，為修正系數(shù)。

以上基于灰度和亮度的全局閾值法和局部閾值的二值化算法的分析對比，基于亮度的圖像二值化處理較另一種復雜，但在處理時間上，由于步驟相差較少，所以兩者的處理時間相差較小。

3

二值化的實驗結(jié)果及對比分析

為了測試本文所闡述的基于亮度的二值化效果，本文將現(xiàn)階段常用的灰度的全局閾值二值化和局部閾值二值化和此方法進行了比較。

本文對多幅圖像進行了實驗，此次論述僅選取了具有代表性的兩幅圖片進行說明，以Python為例計算兩幅圖片程序運行CPU的時間：以圖一為例灰度的全局閾值法4.18ms、灰度的局部閾值法5.20ms、亮度的全部閾值法5.16ms、亮度的局部閾值法6.22ms。以圖二為例全局閾值法1.035ms、灰度的局部閾值法1.16ms、亮度的全部閾值法1.10ms、亮度的局部閾值法1.26ms。

兩幅圖像實驗結(jié)果如下：

通過以上實驗，可得到如下結(jié)果：

（1）用基于亮度進行的全局和局部閾值所獲得的二值圖效果比基于灰度進行的全局和局部閾值所獲得二值圖效果要好。

（2）以亮度為基礎(chǔ)的二值圖受干擾能力明顯強于另一種的二值化圖像。如圖一和圖二所示，當背景圖像的物品與手的圖像差不多色差時和當有明顯的光照時，灰度的全局閾值法獲取目標圖像完整度較低，甚至難以獲取，而以亮度為基礎(chǔ)的全局閾值法，所獲得的目標圖像效果明顯好于前者。

（3）局部閾值的二值化對光照的抗干擾能力明顯強于全局閾值的二值化。但是獲取圖像更加注重細節(jié)的變化，圖像的整體性較差。

（4）以灰度為基礎(chǔ)的二值化圖像的全局閾值法和局部閾值法的運行速度稍快于以亮度為基礎(chǔ)的二值化方法。

由以上分析結(jié)果可知，用基于亮度的全局與局部閾值法雖然處理速度稍慢于傳統(tǒng)的處理方法，但其處理速度方面已經(jīng)基本能滿足要求，在圖像的處理質(zhì)量和抗干擾能力大大增強。

4

結(jié)論

本文基于亮度和灰度的全局和局部閾值的二值化方法的分析對比，以亮度為基礎(chǔ)的二值化，大大提高了圖像的處理質(zhì)量和抗干擾能力，更適用現(xiàn)實中所拍攝的圖像，在處理中適應性更強，可以更好解決圖像的光照不均勻，背景雜亂的問題，從而進一步提高后續(xù)處理的質(zhì)量，在改善圖片處理質(zhì)量方面能起到明顯作用。

參考文獻

[1]

王駿飛，黃樟燦，AhmedMahgoubAhmedTalab.一種針對圖像細節(jié)優(yōu)化的BM二值化方法[J].武漢理工大學學報，2014，36（08）：127-132.

[2]

郭佳，劉曉玉，吳冰，付曉薇.一種光照不均勻圖像的二值化方法[J].計算機應用與軟件，2014，31（03）：183-186+202.

[3]

高永英.一種基于灰度期望值的圖像二值化算法.中國圖形圖像學報（A版），1999，4（6）：524-528

[4]

王強，馬利莊.圖像二值化時圖像特征的保留[J].計算機輔助設(shè)計與圖形學學報，2000（10）：746-750.

[5]

張潔玉.基于圖像分塊的局部閾值二值化方法[J].計算機應用，2017，37（03）：827-831.

[6]

王俊杰，黃心漢.一種對