工业检测图像灰度波动变换自适应阈值分割算法

摘要：

工业检测图像经常受到不均光照的影响,对该类图像局部自适应分割算法比全局算法能产生更好的分割效果.但局部算法中基于分块的算法对分块方法缺乏指导,而基于邻域的算法容易在背景或前景内部产生误分.针对上述缺点,本文提出了一种多方向灰度波动变换的自适应阈值分割算法.该算法先从多个方向依照灰度波动对图像进行转换,构造以多维向量为基础的灰度波动变换矩阵,然后利用主成分分析法(Principal component analysis,PCA)将高维向量压缩至一维并生成变换图像,最后运用Otsu算法分割变换图像.该算法无需分块,并且仅需波动幅度阈值和布尔型背景色两个参数.实验结果表明,该算法能够有效减少不均光照对工业检测图像分割的影响,与Niblack法、Sauvola法等几种局部算法相比,该法在分割效果上具有了明显的提升.

关键词：图像分割、局部阈值分割、灰度波动、Otsu算法

所属期刊栏目：37

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金60773098;吉林省科技发展计划20080317

在线出版日期：2012-01-11（万方平台首次上网日期，不代表论文的发表时间）

页码：944-953