一種圖像分割方法，根據二維最大閾值法的分割方法原理，對原始圖像進行一次分割后，對所得熵的和進行計算和判斷，得到最佳閾值，根據該最佳閾值優化對所述圖像的二次分割。對經過二次分割后的圖像，采用Canny算子進行邊緣檢測，得到的閾值被用于對圖像的三次分割。

技術領域

本發明屬于圖像處理技術領域，特別涉及一種圖像分割方法

背景技術

現有的圖像分割方法主要分以下幾類：基于閾值的分割方法、基于區域的分割方法、基于邊緣的分割方法以及基于特定理論的分割方法等。

閾值分割是一種常見的直接對圖像灰度信息閾值化處理的分割算法，就是簡單的用一個或幾個閾值將圖像灰度直方圖進行分類，將灰度值在同一個灰度類內的像素歸為同一個物體。

基于區域的圖像分割考慮了圖像的空間信息，如圖像灰度、紋理、顏色和像素統計特性等，進而將目標對象劃分為同一區域的分割方法，常見的區域分割方法主要有：區域生長法、分裂合并法和分水嶺分割方法。

邊緣檢測，即檢測灰度級或者結構具有突變的地方，表明一個區域的終結，也是另一個區域開始的地方，這種不連續性稱為邊緣，不同的圖像灰度不同，邊界處一般有明顯的邊緣，利用此特征可以分割圖像。

圖像分割至今尚無通用的自身理論，隨著各學科許多新理論和新方法的提出，出現了許多與一些特定理論、方法相結合的圖像分割方法，如聚類分析、模糊集理論、基因編碼、小波變換等。

專利文獻CN107507199A，公開了一種圖像分割方法，所述圖像分割方法包括：獲取多個第一代閾值組和迭代次數；所述第一代閾值組表示分割圖像的多閾值分割組；對每個所述第一代閾值組進行爆炸處理，得到多個閾值組集合，并記錄爆炸次數；每個所述閾值組集合包括一個所述第一代閾值組以及所述第一代閾值組爆炸產生的多個第二代閾值組；計算每個所述閾值組集合中的所述第一代閾值組、所述第二代閾值組的適應度值，得到多組適應度值集合；對每組所述適應度值集合中的適應度值按照從大到小進行排列，確定每組中第一適應度值對應的閾值組；所述第一適應度值為所述適應度值集合中的最大適應度值；所述閾值組為所述第一代閾值組或者為所述第二代閾值組；判斷所述爆炸次數是否小于所述迭代次數，得到第一判斷結果；若所述第一判斷結果表示所述爆炸次數小于所述迭代次數，則將所述第一適應度值對應的所述閾值組進行爆炸處理，更新所述閾值組集合和所述爆炸次數；若所述第一判斷結果表示所述爆炸次數等于或者大于所述迭代次數，則將多個所述第一適應度值按照從大到小進行排列，選擇最大的第一適應度值所對應的閾值組確定為分割圖像時的最優分割閾值組。

專利文獻CN107424162A，公開了一種圖像分割方法，包括:獲取圖像數據；基于所述圖像數據，重建圖像，其中，所述圖像包括一個或多個第一邊緣；獲取一個模型，其中，所述模型包括與所述一個或多個第一邊緣相對應的一個或多個第二邊緣；匹配所述模型與所述重建后的圖像；以及根據所述一個或多個第一邊緣，調整所述模型的一個或多個第二邊緣。

專利文獻CN107578420A，公開了一種自適應光條圖像閾值分割方法。該方法通過傳統的固定閾值圖像分割方法來分割初始光條區域，獲得光條橫截面左右邊界的列坐標；然后建立圖像灰度分布評價系數，根據初始閾值分割結果，計算每行光條橫截面的光條橫截面能量強度；根據光條分布特征，計算理想光條橫截面能量強度的灰度分部水平；再建立與光條圖像灰度分布系數正相關的光條圖像自適應閾值分割關聯模型，以確定光條圖像的自適應圖像分割閾值，從背景中準確分離出光條區域。該方法提高了隨機曲面大型航空構件表面光條的提取精度，避免了局部過曝或者局部光條過暗而導致光條提取困難，光條提取精度不高的問題。

在現有的的圖像分割方法的使用中，經常需要面對復雜度高、計算時間長、分割精度不高以及貯存信息所需空間大等問題。

本文涉及的參考文獻包括：

[1]周莉莉,姜楓.圖像分割方綜述研究[J].計算機應用研究,2017,34(07):1921-1928.