基于亮度和灰度的二值化方法的对比分析获奖科研报告

基于亮度和灰度的二值化方法的对比分析获奖科研报告摘

要：本文着重论述了基于亮度和灰度的全局和局部阈值的二值化方法的对比分析。在阐述了现阶段的几种常见的灰度二值化方法后，与基于亮度的全局和局部阈值的二值化方法进行对比分析，以现实中拍摄的图像为例，比较了该算法与其他二值化方法的效果。结果表明，该二值化方法对目标与背景有着很好的分割效果。

关键词：二值化;全局;局部;亮度;灰度;阈值

00TP391.41

1引言

数字图像的二值化作为一项基本技术，它在各个方面都有重要的作用，在边缘提取、目标提取、形状处理和图像分割方面尤为突出[1]。二值化的处理速度和二值化的处理质量是二值化方法选择的重要准则。而在处理过程中阈值的选取尤为重要，然而在实际情况下的图像处理过程中，其影响阈值的因素较多，例如光照不均匀、背景复杂、目标阈值与背景阈值相近等[2]。目前研究出的二值化方法较多，主要是基于灰度的全局阈值法和局部阈值二值化法[3]。但基于亮度的全局阈值法和局部阈值二值化方法也在图像处理上普遍应用[4]。因此本文对基于亮度和灰度的全局和局部阈值的二值化的原理，算法，实际应用效果进行对比分析。

2

算法原理对比分析

许多并行区域技术均以灰度直方图为处理对象来得到阈值[5]，图像的阈值被设置在直方图的既明显又深的谷的位置[6]。根据选用阈值的不同，可分为全局阈值和局部阈值。基于灰度和亮度的全局阈值法和局部阈值的二值化原理基本相同，但后者需要提前将图片的RGB通道转化为HSV通道。之后选用V通道进行后续步骤。

其中全局阈值法是根据图像的直方图和灰度（亮度）空间分布确定一个阈值，以实现到二值图像的转化，对整幅图像确定一个阈值，设阈值为t，二值灰度等级为。可得到公式。当小于时，等于，当大于时，等于，较为简单。局部阈值指把图像分成若干区域，根据区域亮度等级的均值和方差进行计算，之后确定阈值，而阈值的主要计算公式为：

[7]。其中为该区域该像素点的阈值，为区域内的亮度值的均值，为区域内的亮度值的标准方差，为修正系数。

以上基于灰度和亮度的全局阈值法和局部阈值的二值化算法的分析对比，基于亮度的图像二值化处理较另一种复杂，但在处理时间上，由于步骤相差较少，所以两者的处理时间相差较小。

3

二值化的实验结果及对比分析

为了测试本文所阐述的基于亮度的二值化效果，本文将现阶段常用的灰度的全局阈值二值化和局部阈值二值化和此方法进行了比较。

本文对多幅图像进行了实验，此次论述仅选取了具有代表性的两幅图片进行说明，以Python为例计算两幅图片程序运行CPU的时间：以图一为例灰度的全局阈值法4.18ms、灰度的局部阈值法5.20ms、亮度的全部阈值法5.16ms、亮度的局部阈值法6.22ms。以图二为例全局阈值法1.035ms、灰度的局部阈值法1.16ms、亮度的全部阈值法1.10ms、亮度的局部阈值法1.26ms。

两幅图像实验结果如下：

通过以上实验，可得到如下结果：

（1）用基于亮度进行的全局和局部阈值所获得的二值图效果比基于灰度进行的全局和局部阈值所获得二值图效果要好。

（2）以亮度为基础的二值图受干扰能力明显强于另一种的二值化图像。如图一和图二所示，当背景图像的物品与手的图像差不多色差时和当有明显的光照时，灰度的全局阈值法获取目标图像完整度较低，甚至难以获取，而以亮度为基础的全局阈值法，所获得的目标图像效果明显好于前者。

（3）局部阈值的二值化对光照的抗干扰能力明显强于全局阈值的二值化。但是获取图像更加注重细节的变化，图像的整体性较差。

（4）以灰度为基础的二值化图像的全局阈值法和局部阈值法的运行速度稍快于以亮度为基础的二值化方法。

由以上分析结果可知，用基于亮度的全局与局部阈值法虽然处理速度稍慢于传统的处理方法，但其处理速度方面已经基本能满足要求，在图像的处理质量和抗干扰能力大大增强。

4

结论

本文基于亮度和灰度的全局和局部阈值的二值化方法的分析对比，以亮度为基础的二值化，大大提高了图像的处理质量和抗干扰能力，更适用现实中所拍摄的图像，在处理中适应性更强，可以更好解决图像的光照不均匀，背景杂乱的问题，从而进一步提高后续处理的质量，在改善图片处理质量方面能起到明显作用。

参考文獻

[1]

王骏飞，黄樟灿，AhmedMahgoubAhmedTalab.一种针对图像细节优化的BM二值化方法[J].武汉理工大学学报，2014，36（08）：127-132.

[2]

郭佳，刘晓玉，吴冰，付晓薇.一种光照不均匀图像的二值化方法[J].计算机应用与软件，2014，31（03）：183-186+202.

[3]

高永英.一种基于灰度期望值的图像二值化算法.中国图形图像学报（A版），1999，4（6）：524-528

[4]

王强，马利庄.图像二值化时图像特征的保留[J].计算机辅助设计与图形学学报，2000（10）：746-750.

[5]

张洁玉.基于图像分块的局部阈值二值化方法[J].计算机应用，2017，37（03）：827-831.

[6]

王俊杰，黄心汉.一种对