基于OpenCV的照度不均勻圖像的閾值分割

顧勝蘭，翁正新

基于OpenCV的照度不均勻圖像的閾值分割

顧勝蘭，翁正新

介紹了一種利用開源視覺庫OpenCV在Visual Studio 2005環(huán)境下實現(xiàn)圖像閾值分割的方法。首先利用雙立方插值法估算圖像的光照分布，去除不均勻光照，再利用Otsu方法對圖像進(jìn)行閾值分割。實驗表明，對傳統(tǒng)閾值分割法難以處理的不均勻光照圖像能達(dá)到良好的分割效果。

光照；雙立方插值；OpenCV；圖像分割

0 引言

在線缺陷檢測系統(tǒng)在硬件設(shè)計時，有時會采用點光源，在這種情況下，照相機(jī)拍到的生產(chǎn)線上的圖像光照分布不均勻，如果直接采用閾值分割，則分割效果不佳，進(jìn)而影響后期的識別和分類，所以，需要首先進(jìn)行不均勻光照的校正。已有的不均勻光照的校正方法，大致可以分為兩類，一類基于圖像像素f(x,y)是由亮度分量i(x,y)與反射率分量r(x,y)乘積組成的光照模型，如同態(tài)濾波器法[1][2]，它先對像素函數(shù)取對數(shù)，分離照度和反射部分，然后，進(jìn)行傅立葉變換，最后采用高通濾波器抑制低頻的照度分量，而增強(qiáng)高頻的反射分量；另一類是基于光照的加法模型，先估計光照分布，再從原圖中減去光照分布來達(dá)到不均勻光照校正的目的，估計光照分布的方法有基于小波的非線性回歸[3]和雙立方插值法[4]。但是，同態(tài)濾波法在相當(dāng)多不符合光照乘法模型的場合不適用，并且由于采用了傅立葉變換，若想采用快速傅立葉變換，則要求圖像長和寬都必須是2的整數(shù)次冪，不符合實際應(yīng)用。另外，基于小波的非線性回歸法要求圖像分塊的寬和高必須為2的整數(shù)次冪，而插值法并沒有這樣的限制，所以，本文采用改進(jìn)的基于雙立方插值法的不均勻光照校正法，并在Visual Studio2005環(huán)境下，用OpenCV實現(xiàn)，第4部分的實驗結(jié)果證明該方法穩(wěn)定、有效。

1 雙立方插值

圖像插值在計算機(jī)視覺領(lǐng)域有很多應(yīng)用，如圖像放大、圖像旋轉(zhuǎn)。常用的插值方法有最鄰近點插值（Nearest Neighbor）、雙線性插值（Bilinear Interpolation）、雙立方插值算法（Bicubic Interpolation）和自適應(yīng)樣條差值及其增強(qiáng)技術(shù)（S-Spline & S-Spline XL）,處理耗時依序增多，處理質(zhì)依次變優(yōu)。

雙立方插值法運(yùn)算量適中，而插值效果也遠(yuǎn)比最鄰近點插值和雙線性插值好。

二維圖像中，圖像信號g(x,y)的插值公式[5][6]為公式

P（x，y）的像素信息來自16個鄰近點。

圖1(a)為像元P返回到原圖I1中的位置；圖1(b)為放大后的圖像I2中的像元P。

當(dāng)將大小為 col1*row1的圖像I1等長寬比地放大成大小為col2*row2的I2，滿足如下條件如公式(2)：

2 不均勻光照圖像的校正與分割

2.1 不均勻光照校正原理

文獻(xiàn)[4]中子塊大小為16×16或者32×32，但是在實際應(yīng)用中，子塊無需是正方形，寬、高也無需是2的整數(shù)次冪。本文從實際出發(fā)，只要求圖像的寬col、高row滿足公式(12)/（13）：

2.2 采用Otsu法進(jìn)行閾值分割

Otsu提出了一種不依賴于物體和背景像素的概率分布模型的閾值分割方法，叫最大類間方差法[7]。

考慮 L個灰度級的圖像及標(biāo)準(zhǔn)化后的直方圖，對每個灰度值x，p( x)表示x出現(xiàn)的頻率。假設(shè)閾值為t，要處理深色背景下的淺色物體的圖像，那么分類為背景像素的比例為公式(14)：

A Thresholding Method of Uneven Illuminated Image Based on OpenCV

Gu Shenglan, Weng Zhengxin
（Department of Automation, Shanghai Jiaotong University, Shanghai 200240, China）

An improved thresholding method using OpenCV in Visual Studio 2005 is presented. Firstly, the distribution of illumination is estimated using bicubic interpolation. After the uneven illumination is removed or decreased, the image is segmented using Otsu method. The result of experiment is showed that it woks well on uneven illuminated images which is difficult to segment using ordinary segmentation methods.

Illumination; Bicubic Interpolation; OpenCV; Image Segmentation

TP391

A

1007-757X(2014)06-0046-03

顧勝蘭(1973-)，上海交通大學(xué)自動化系，碩士研究生，研究方向：圖像處理和模式識別，上海，200240

翁正新(1968-)，上海交通大學(xué)自動化系，副教授，研究方向：圖像處理和模式識別，上海，200240