侯品（1976-）

    男，湖北宜昌人，大學本科，畢業于東北大學信息學院系統工程專業，碩士。現從事程序開發工作。主要研究方向為軟件工程，優化算法。


    摘要：根據紅外圖像的特點，提出了一種測量目標紅外輻射面積的算法。采用二維otsu算法和變閾值統計平均算法的目標圖像進行分割算法，采用均值算法和中值算法去除圖像噪聲，采用二維otsu算法初二值化去噪后圖像，在以此閾值為基準變換閾值得到一組二值化后圖像，統計平均二值化后的圖像，設定閾值得到最終二值化結果，在結合原圖像得到分割結果。最后通過與一維和二維otsu圖像分割算法試驗比較，驗證了此算法的有效性。

    關鍵詞：紅外輻射；直方圖；輪廓

    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

    隨著紅外成像技術的不斷發展，其應用領域也得到了長足的發展，如在視頻監控領域[1] 、動目標跟蹤領域[2] 和紅外成像反艦導彈[3] 等。因此紅外圖像分割算法也而到了廣泛的發展。其中閾值分割算法是最簡單和使用的圖像分割算法。但是它們在圖像分割中只考慮了圖像的一維信息，即通過統計圖像的一維灰度信息，選擇閾值分割圖像。雖然一維直方圖反應了圖像的灰度統計信息，但是其沒有考慮像素間的空間結構信息。當直方圖沒有明顯的峰或谷時，分割閾值選擇困難，容易錯選產生不良的分割結果。于是近些年很多學者采用圖像的二維信息進行圖像分割，二維otsu算法[4] 就是其中較典型的算法，此算法大大提高了圖像分割的準確性和抗噪性，雖然如此但是其也主要適應背景和目標差別較大且背景和目標的灰度分布較均勻的情況。為更加準確的分割紅外目標輻射區域，提出了一種二維otsu算法和變閾值統計平均的圖像分割算法。

    1 圖像預處理

    由于背景和機器噪聲的干擾，得到的紅外圖像可能存在一定的噪聲，采用中值濾波和加權均值濾波去除圖像噪聲。
中值濾波是去除椒鹽噪聲的有效方法。具體步驟為：

    （1）模板在圖像中漫游，并將模板中心與圖像中某個像素的位置重合；

    （2）讀取模板下各對應像素的灰度值；

    （3）將這些值按從大到小排列；

    （4）找出這些值中的一個中間值；

    （5）將這個中間值賦給模板中心位置像素。

    加權均值濾波是去除圖像中不相干細節和減少圖像灰度的“尖銳”變化。具體步驟為：

    （1）將模板在圖中漫游；

    （2）將模板中系數與圖中對應的像素值乘積；

    （3）將所有的乘積相加；

    （4）將和值賦給模板中位置對應像素。

    2 紅外圖像分割

    采用二維otsu算法和變閾值分割統計算法得到最后的分割結果。

    2.1 二維otsu算法

    設圖像大小為H×L，（s，t）為二值直方圖[5]圖像分割的初始門限（0≤s≤H-1;0≤t≤L-1）。根據二維直方圖圖像分割特點知存在背景和目標相對應的區域C0，C1，則這兩類區域發生的概率為：

                  

    其中，P_ij為聯合概率密度。

    背景和目標對應的均值矢量為：

                

    根據二維直方圖的分布特點知遠離直方圖的對角線的概率可忽略不計，則，總體均值可表示為：

                             

               

    采用矩陣d的跡trd作為目標和背景間的距離度量函數：

      

    其中，

     

    根據公式（7）知，trd(s,t)只和w₀ (s,t)，m_i(s,t)，m_j(s,t)這3個量有關。則此算法的圖像分割閾值(s,t)為：

           

    2.2 分割步驟

    為能更加準確的分割紅外圖像，采用再分割和統計概率法確定粗分割后邊界。

    主要步驟如下：

    （1）根據閾值（s，t）二值化原圖像；

    （2）求取分割圖像中面積最大者作為粗分割結果；

    （3）計算目標的形心；

    （4）在形心左右和上下一定區域內，計算原圖像的水平和垂直投影；

    （5）根據投影圖像分割區域目標圖像；

    （6）使用閾值(x,y)分割區域目標圖像，其中1?x?s，1?y?t，共得到s·t幅分割后圖像；

    （7）求取s·t幅圖像各對應像素的平局值；

    （8）設定閾值d，二值化平均后圖像，作粗分割結果。

    3 實驗分析

    為驗證所用算法的有效性，采用以實驗驗證。

    實驗：蠟燭火焰分割（采用波段為8~12mm的紅外熱像儀測得）。測試環境為室內，背景簡單且溫度均衡。為真實模擬外部環境對成像的影響，為加入方差為0.02的椒鹽噪聲和均值為0、方差為0.003的高斯噪聲。圖1為加入噪聲后的原圖像，圖2為中值濾波后的圖像，圖3為平均濾波后的圖像，圖4所提算法分割結果，圖5為二維otsu算法分割結果，圖6為一維otsu算法分割結果。本次試驗中（s=71,t=73）。

      

        

    根據試驗結果知：

    （1）所提算法能夠得到更加準確的紅外圖像目標區域，如蠟燭焰心、火焰和蠟燭燃燒加熱的周圍空氣。

    （2）二維otsu算法的分割結果好于一維otsu分割算法。

    結論

    提出基于二維otsu算法和統計平均的紅外圖像分割算法。此算法很好的克服了傳統二維otsu分割算法和一維otsu分割算法分割不準確的缺點。為紅外圖像的準確分割起到了指導作用。但是此算法也有需要改進的地方，如分割算法的運算速度需要進一步增加等。

    參考文獻：

    [1] 陸明，李良玉，吳健. 一種遠距離高分辨率的紅外成像監控系統的設計[J]. 西南民族大學學報(自然科學版)，2005，31(4): 565~569.

    [2] 于剛，張安清，石一鳴. 一種新的紅外目標跟蹤算法[J]. 紅外技術，2008(7): 399~342.

    [3] 鄒振寧. 紅外成像制導反艦導彈的電子對抗方法探析. 2005，21(4): 37~40.

    [4] 楊金龍，張光南，厲樹忠等. 基于二維直方圖的圖像分割算法研究[J]. 2008，38(4): 400~403.

    [5] 王澤華，隋樹林，藺玉勝. 基于二維直方圖的TEM圖像閾值分割[J]. 青島科技大學學報(自然科學版). 2005，26(3): 268~271.

    [6] 梁光明，劉東華，李波等. 二維otsu自適應閾值分割算法的改進. 計算機應用. 2002，21(5): 43~47. 

                                                          信息來源：自動化博覽