一种分割红外图像的方法
【专利说明】
[0001]
技术领域
[0002] 本发明涉及非制冷红外成像技术领域，尤其是涉及一种分割红外图像的方法。
[0003]
【背景技术】
[0004] 红外图像阈值分割即为感兴趣区域的提取，在目标检测上有很大的运用，红外图 像在夜间检测行人上有很大的运用，而红外图像的目标检测的关键就在于感兴趣区域的提 取。
[0005] 现有的红外图像分割方法通常比较繁杂，而且速度比较慢。
[0006]
【发明内容】
[0007] 本发明的目的之一是提供一种简单、速度快的分割红外图像的方法。
[0008] 本发明公开的技术方案包括： 提供了一种分割红外图像的方法，其特征在于，包括：获取一帧红外图像数据；对所述 红外图像数据进行线性拉伸处理，获得线性拉伸图像数据；对所述线性拉伸图像数据进行 直方图均衡化处理，获得直方图均衡化图像数据；对所述直方图均衡化图像数据进行聚类 分析，获得多个簇；构建测度函数，并从所述多个簇中获得所述测度函数为最大值时所对应 的簇；根据与测度函数为最大值时所对应的簇计算阈值；用所述阈值将所述红外图像数据 二值化。
[0009] 本发明的一个实施例中，对所述红外图像数据进行线性拉伸处理包括：用线性映 射方法将所述红外图像数据映射到0-214之间。
[0010] 本发明的一个实施例中，对所述红外图像数据进行线性拉伸处理还包括：将线性 映射之后的所述红外图像数据线性压缩到0-255之间。
[0011] 本发明的一个实施例中，对所述线性拉伸图像数据进行直方图均衡化处理包括： 计算所述一帧图像数据的灰度直方图；将所述灰度直方图进行均衡化处理，获得均衡化灰 度直方图；根据所述均衡化灰度直方图反变换获得所述直方图均衡化图像数据 本发明的一个实施例中，对所述线性拉伸图像数据进行直方图均衡化处理还包括：线 性压缩所述直方图均衡化图像数据。
[0012] 本发明的一个实施例中，对所述直方图均衡化图像数据进行聚类分析包括：步骤 A :选择K个点作为聚类中心，其中K为大于或等于3的自然数；步骤B :将所述直方图均衡 化图像数据中的每个像素点指派到最近的聚类中心，形成K个簇；步骤C :在每个簇中根据 簇中现有像素点计算像素点的均值；步骤D :以所述均值为新的聚类中心，重复步骤B和步 骤C，直到聚类中心不再改变。
[0013] 本发明的一个实施例中，所述测度函数为
，其中队表 示所述多个簇中第i个簇的聚类中心的值，2彡i彡K-1。
[0014] 本发明的一个实施例中，根据与测度函数为最大值时所对应的簇相邻的两个簇计 算阈值包括：计算与测度函数为最大值时所对应的簇相邻的两个簇的中心值的平均值，以 所述平均值作为所述阈值；或者以测度函数为最大值时所对应的簇的中心值为阈值；或者 计算测度函数为最大值时所对应的簇的中心值和与测度函数为最大值时所对应的簇相邻 的两个簇的中心值的平均值，以该平均值作为所述阈值。
[0015] 本发明实施例中的分割红外图像的方法操作简单，聚类快。
[0016]
【附图说明】
[0017] 图1是本发明一个实施例的分割红外图像的方法的流程示意图。
[0018] 图2是本发明一个实施例的原始红外图像数据。
[0019] 图3是本发明一个实施例的经过线性拉伸和直方图均衡化处理后的红外图像数 据。
[0020] 图4是本发明一个实施例的二值化后的红外图像数据。
[0021]
【具体实施方式】
[0022] 下面将结合附图详细说明本发明的实施例的分割红外图像的方法的具体步骤。
[0023] 如图1所示，本发明一些实施例中，在步骤10,可以获取一帧红外图像数据。本 发明的实施例中，该帧红外图像数据可以是红外成像系统已经获得并存储于存储器中的图 像数据，在步骤10中从存储器中读出；也可以是红外成像系统当前实时采集获得的图像数 据。
[0024] -个实施例中，获取的一帧红外图像数据如图2所示。
[0025] 在步骤20,可以对该帧红外图像数据进行线性拉伸处理，从而获得线性拉伸图像 数据。
[0026] 例如，一个实施例中，可以用线性映射方法将该帧图像数据映射到0-214之间，再 压缩至0-255,从而获得线性拉伸图像数据。
[0027] 例如，一个实施例中，获取一帧红外图像数据pic，该帧图像数据的每个数据可以 均为14位数据。然后，利用二叉堆算法，剔除若干最小最大的盲元无效值之后，确定该帧图 像数据的最大值max与最小值min。然后利用公式
，对各个 像素点逐点计算，把数据矩阵压缩至0-255范围，即得一帧图像的8位灰度图。
[0028] 在步骤30中，可以对获得的线性拉伸图像数据进行直方图均衡化处理，获得直方 图均衡化图像数据。
[0029] 例如，一些实施例中，可以计算该帧图像数据的灰度直方图，并将该灰度直方图进 行均衡化处理，获得均衡化灰度直方图。然后，根据该均衡化灰度直方图反变换获得直方图 均衡化图像数据。
[0030] 与步骤20中类似，在步骤30中，获得直方图均衡化图像数据之后，可以线性压缩 该直方图均衡化图像数据，将其压缩成8位图像数据。
[0031] 例如，一些实施例中，统计线性拉伸图像数据中的各个灰度级的像素点个 数N(i)，i为灰度等级，取值范围为0~255,总像素个数设为N，定义
(0彡k彡255)，k相当于均衡化前的灰度值，设Μ是均衡化后灰度值，M=kXSk，灰度值为Μ 的像素点个数为N(k)。得到直方图均衡化图像数据picl。
[0032] 一个实施例中，经过线性拉伸和直方图均衡化处理后获得的直方图均衡化图像数 据如图3所示。
[0033] 在步骤40中，可以对直方图均衡化图像数据进行聚类分析，获得多个簇。
[0034] 例如，一些实施例中，对直方图均衡化图像数据进行聚类分析可以包括下列步 骤： 步骤A :选择K个点作为聚类中心，其中K为大于或等于3的自然数； 步骤B :将直方图均衡化图像数据中的每个像素点指派到最近的聚类中心，形成K个 簇； 步骤C :在