侯品（1976-）

    男，湖北宜昌人，大学本科，毕业于东北大学信息学院系统工程专业，硕士。现从事程序开发工作。主要研究方向为软件工程，优化算法。


    摘要：根据红外图像的特点，提出了一种测量目标红外辐射面积的算法。采用二维otsu算法和变阈值统计平均算法的目标图像进行分割算法，采用均值算法和中值算法去除图像噪声，采用二维otsu算法初二值化去噪后图像，在以此阈值为基准变换阈值得到一组二值化后图像，统计平均二值化后的图像，设定阈值得到最终二值化结果，在结合原图像得到分割结果。最后通过与一维和二维otsu图像分割算法试验比较，验证了此算法的有效性。

    关键词：红外辐射；直方图；轮廓

    Abstract: An algorithm for measuring the area of IR object is proposed based on the feature of the IR image. The IR image is segmented using the 2D-Ostu and the statistical mean algorithm based on the changed threshold. The noise of the image is decreased using the mean and median filter. The denoised image is segmented according to the 2D-Otsu algorithm and the segmented threshold value is set as the primary one. A set of the segmented images can therefore be obtained using the changed thresholds based on the primary threshold. The mean image is gotten by averaging the images. The binary image is finally achieved using the set threshold. The validity of the algorithm is verified by comparing the segmented result with 2D-Otsu and 1D Otsu algorithm.

    Key words: infrared image; histogram; contour

    随着红外成像技术的不断发展，其应用领域也得到了长足的发展，如在视频监控领域[1] 、动目标跟踪领域[2] 和红外成像反舰导弹[3] 等。因此红外图像分割算法也而到了广泛的发展。其中阈值分割算法是最简单和使用的图像分割算法。但是它们在图像分割中只考虑了图像的一维信息，即通过统计图像的一维灰度信息，选择阈值分割图像。虽然一维直方图反应了图像的灰度统计信息，但是其没有考虑像素间的空间结构信息。当直方图没有明显的峰或谷时，分割阈值选择困难，容易错选产生不良的分割结果。于是近些年很多学者采用图像的二维信息进行图像分割，二维otsu算法[4] 就是其中较典型的算法，此算法大大提高了图像分割的准确性和抗噪性，虽然如此但是其也主要适应背景和目标差别较大且背景和目标的灰度分布较均匀的情况。为更加准确的分割红外目标辐射区域，提出了一种二维otsu算法和变阈值统计平均的图像分割算法。

    1 图像预处理

    由于背景和机器噪声的干扰，得到的红外图像可能存在一定的噪声，采用中值滤波和加权均值滤波去除图像噪声。
中值滤波是去除椒盐噪声的有效方法。具体步骤为：

    （1）模板在图像中漫游，并将模板中心与图像中某个像素的位置重合；

    （2）读取模板下各对应像素的灰度值；

    （3）将这些值按从大到小排列；

    （4）找出这些值中的一个中间值；

    （5）将这个中间值赋给模板中心位置像素。

    加权均值滤波是去除图像中不相干细节和减少图像灰度的“尖锐”变化。具体步骤为：

    （1）将模板在图中漫游；

    （2）将模板中系数与图中对应的像素值乘积；

    （3）将所有的乘积相加；

    （4）将和值赋给模板中位置对应像素。

    2 红外图像分割

    采用二维otsu算法和变阈值分割统计算法得到最后的分割结果。

    2.1 二维otsu算法

    设图像大小为H×L，（s，t）为二值直方图[5]图像分割的初始门限（0≤s≤H-1;0≤t≤L-1）。根据二维直方图图像分割特点知存在背景和目标相对应的区域C0，C1，则这两类区域发生的概率为：

                  

    其中，P_ij为联合概率密度。

    背景和目标对应的均值矢量为：

                

    根据二维直方图的分布特点知远离直方图的对角线的概率可忽略不计，则，总体均值可表示为：

                             

               

    采用矩阵d的迹trd作为目标和背景间的距离度量函数：

      

    其中，

     

    根据公式（7）知，trd(s,t)只和w₀ (s,t)，m_i(s,t)，m_j(s,t)这3个量有关。则此算法的图像分割阈值(s,t)为：

           

    2.2 分割步骤

    为能更加准确的分割红外图像，采用再分割和统计概率法确定粗分割后边界。

    主要步骤如下：

    （1）根据阈值（s，t）二值化原图像；

    （2）求取分割图像中面积最大者作为粗分割结果；

    （3）计算目标的形心；

    （4）在形心左右和上下一定区域内，计算原图像的水平和垂直投影；

    （5）根据投影图像分割区域目标图像；

    （6）使用阈值(x,y)分割区域目标图像，其中1?x?s，1?y?t，共得到s·t幅分割后图像；

    （7）求取s·t幅图像各对应像素的平局值；

    （8）设定阈值d，二值化平均后图像，作粗分割结果。

    3 实验分析

    为验证所用算法的有效性，采用以实验验证。

    实验：蜡烛火焰分割（采用波段为8~12mm的红外热像仪测得）。测试环境为室内，背景简单且温度均衡。为真实模拟外部环境对成像的影响，为加入方差为0.02的椒盐噪声和均值为0、方差为0.003的高斯噪声。图1为加入噪声后的原图像，图2为中值滤波后的图像，图3为平均滤波后的图像，图4所提算法分割结果，图5为二维otsu算法分割结果，图6为一维otsu算法分割结果。本次试验中（s=71,t=73）。

      

        

    根据试验结果知：

    （1）所提算法能够得到更加准确的红外图像目标区域，如蜡烛焰心、火焰和蜡烛燃烧加热的周围空气。

    （2）二维otsu算法的分割结果好于一维otsu分割算法。

    结论

    提出基于二维otsu算法和统计平均的红外图像分割算法。此算法很好的克服了传统二维otsu分割算法和一维otsu分割算法分割不准确的缺点。为红外图像的准确分割起到了指导作用。但是此算法也有需要改进的地方，如分割算法的运算速度需要进一步增加等。

    参考文献：

    [1] 陆明，李良玉，吴健. 一种远距离高分辨率的红外成像监控系统的设计[J]. 西南民族大学学报(自然科学版)，2005，31(4): 565~569.

    [2] 于刚，张安清，石一鸣. 一种新的红外目标跟踪算法[J]. 红外技术，2008(7): 399~342.

    [3] 邹振宁. 红外成像制导反舰导弹的电子对抗方法探析. 2005，21(4): 37~40.

    [4] 杨金龙，张光南，厉树忠等. 基于二维直方图的图像分割算法研究[J]. 2008，38(4): 400~403.

    [5] 王泽华，隋树林，蔺玉胜. 基于二维直方图的TEM图像阈值分割[J]. 青岛科技大学学报(自然科学版). 2005，26(3): 268~271.

    [6] 梁光明，刘东华，李波等. 二维otsu自适应阈值分割算法的改进. 计算机应用. 2002，21(5): 43~47. 

                                                          信息来源：自动化博览