基于直方圖閾值改進方法的縫隙圖像二值化研究

摘要： 為了解決圖像縫隙測量中縫隙邊緣不易定位的問題，在此針對縫隙圖像的特征，提出一種基于直方圖閾值的改進算法對圖像進行二值化處理。該方法首先確定縫隙主體的灰度區域，找到縫隙邊緣灰度的位置，以此作為二值化處理的閾值，得到了清晰的縫隙圖像，解決了縫隙邊緣的定位問題。試驗結果表明，改進的直方圖閾值算法效果明顯優于傳統算法，提高了縫隙測量的準確度。

關鍵詞： 圖像測量； 縫隙測量； 直方圖閾值； 二值化處理

中圖分類號： TN919?34； TP391 文獻標識碼： A 文章編號： 1004?373X（2013）06?0097?03

0 引 言

隨著科學技術的高速發展，基于圖像的測量方法日益受到人們的重視，圖像測量技術具有非接觸、精度高、測量速度快、自動化程度高等優點，在國內外發展很快，它廣泛地應用于航空等遙感測量及圖像處理、微電子技術中微圖形的檢測、精密復雜機件的微尺寸等和圖像有關的技術領域中。而二值化處理是圖像測量的一個重要步驟，它的準確度和精確度影響到圖像特征的提取和目標區域的定位，進而影響到圖像測量的準確度。

在二值化處理的過程中，閾值的選取直接影響著二值化的效果。由于要分割提取的目標區域邊界通常不是界限分明，而是比較模糊的，如果閾值選取的過小，很有可能目標區域的點被排除在外，分割得到的區域偏小，反之如果閾值選取過大，目標區域被擴大，甚至會分辨不出目標的形狀和大小[1]。因此二值化處理對基于圖像的測量技術至關重要，直接影響到圖像測量的準確度，文獻[2]對Bernsen算法進行了改進，提出了一種改進模板和垂直線濾波結合的二值化方法，對鋼卷尺圖像有良好的適應性。文獻[3]提出了一種改進的基于直方圖特征和形態學處理的Otsu二值化算法，很好地保持了字符筆劃連通性。文獻[4]將圖像的亮度、區域標準差等信息應用到二值化算法中，減弱了非車牌區域的邊界及噪聲影響。二值化算法的應用主要是根據具體的提取目標，文獻[1]針對的是鋼卷尺目標區域是垂直的情況，提出的算法改進和垂直線濾波，文獻[2]是針對字符的連通性提出的算法，文獻[3]是消除光照和非車牌區域的邊界及噪聲影響的算法。本文針對縫隙寬度測量的應用背景，提取出縫隙主體滿足后期測量的需要，根據縫隙圖像的特點，采用基于直方圖閾值的改進方法，迅速地確定閾值，滿足實時測量的需要。

1 圖像二值化原理

二值化是圖像分割中一種非常重要的手段，也是數字圖像處理的一種基本方法，它將圖像轉換為只有兩級灰度的圖像，將有用的部分作為前景顯示出來，并與背景進行有效的區分。二值化處理可以方便地獲取目標區域的幾何特征和紋理特征，提取有效信息，為進一步圖像分析和識別奠定基礎。當前圖像二值化的方法有很多，一般依閾值的應用范圍可分為全局閾值法、自適應閾值法2種，全局閾值是二值化過程中，對每個像素使用的閾值相等，自適應閾值先對圖像分塊，對每一塊分別根據自身選定一個閾值做二值化。

3 基于直方圖閾值的二值化改進算法

根據縫隙圖像的特點，縫隙主體是灰度較深的區域，而且由于顯微拍攝的原因，它的周圍必定有很大的噪聲干擾，采用通常的方法不能很好地得到清楚的縫隙，或者耗費的時間過長，不能滿足實時測量系統的需要。根據縫隙的灰度特征，與非縫隙區域的灰度區距離比較大，因此可以利用圖像的直方圖，選擇圖像縫隙邊緣的灰度作為閾值來去除大部分的非縫隙干擾。

基于改進直方圖閾值的二值化算法的步驟如下：

（1）統計圖像中各個灰度的像素點的數目，得到圖像的直方圖數據；

（2）確定縫隙主體的灰度區域，本文經測試縫隙灰度情況選定為0～50；

（3）在灰度區域找到最大數目的灰度值，對應于縫隙的主體；

（4）在灰度區域中選取第一個小于的灰度值作為閾值，經驗證對應于縫隙邊緣的灰度；

（5）如果出現沒有小于的情況，為了增強算法的適應性，選取灰度區域中的最小值的灰度值作為閾值；

（6）根據二值化原理，分割提取縫隙主體。

把經典直方圖閾值法與本文的改進方法對比可知，經典方法針對普通的兩峰情況，而本文的改進方法基于圖像測量的縫隙提取。

經典方法是基于雙峰直方圖的情況，并且雙峰對應于圖像的主體和背景，但本文針對的可能是雙峰也可能是單峰，但是直方圖中明顯的峰可能不是本文要提取的主體，如圖2所示。

4 實驗與分析

5 結 論

實驗結果表明，改進的直方圖閾值算法在縫隙圖像二值化處理中有很好的效果，通過縫隙主體灰度區域和邊緣灰度的確定，提取得到的縫隙邊緣清晰，背景噪聲小，使得縫隙邊緣的定位變得簡單而準確。同時，改進算法的方法簡單，運算效率高，也能滿足縫隙實時測量的需要，應用于實際圖像測量系統。

參考文獻

[1] 孟喬.瀝青路面裂紋檢測算法研究[D].西安：長安大學，2010.

[2] 魏彩喬，王曉光，康會峰.一種針對鋼卷尺圖像的二值化方法[J].河北科技大學學報，2012，33（3）：270?273.

[3] 袁璐，李仁發.一種改進的字符圖像二值化算法[J].微計算機信息，2012，28（3）：140?142.

[4] 高云杰，孫涵.一種新的二值化方法在車牌檢測中的應用[J].電子科技，2011（12）：114?117.

[5] 龔聲蓉.數字圖像處理與分析[M].北京：清華大學出版社，2006.

[6] 姚敏.數字圖像處理[M].北京：機械工業出版社，2006.

[7] 魏誠.車牌圖像二值化效果的改進算法研究[D].杭州：浙江大學，2006.

[8] 王剛.圖像二值化方法研究及其在監控識別系統中的應用[D].長沙：湖南大學，2010.

[9] 鄢治國，徐德，李原.一種基于自適應二值化閾值的焊縫邊緣特征提取方法[J].焊接學報，2008，29（7）：34?38.

[10] 龔金云，全思博.基于灰度圖像直方圖的邊緣檢測[J].裝備制造技術，2007（2）：50?52.

[11] 李俊山，李旭輝.數字圖像處理[M].北京：清華大學出版社，2010.