技术摘要：
本发明公开了一种联合最大熵的改进Niblack红外图像分割方法，具体按照以下步骤实施：步骤1、输入原图像，对原图像进行中值滤波去噪预处理；步骤2、对Niblack法中邻域窗口和修正系数进行改进，获得局部阈值TNiblack；步骤3、将最大熵法获得的最优阈值TKapur和局部阈值TNiblack  全部
背景技术：
目前，在电力设备检修运维中，利用红外热成像技术对被测设备进行故障诊断是 一种较为广泛的方法，现已成为电力设备诊断领域的常规手段。对电力设备红外图像进行 有效分割，将故障区域从红外图像中提取出来，是电力设备故障智能诊断的关键环节。但在 实际的红外图像采集过程中，图像容易受到自身成像系统以及目标复杂环境背景的影响， 使得采集回来的红外图像存在背景复杂、噪声大等问题，这无疑给后续的工作带来了很多 不便。 为解决上述问题，国内外学者做了大量研究，一般采用全局阈值分割法和局部阈 值分割法两类方法。常见的全局特征阈值分割法包括最大类间方差(Otsu)法、最大熵法、粒 子群算法及其优化改进方法等。这类算法虽然在处理低噪声、弱背景辐射的红外图像时具 有操作简单、运算速度快等优点，但难以处理强噪声、弱对比度，以及非均匀背景的红外图 像。局部阈值分割法比较典型的代表是Niblack法。但该算法的图像分割效果对修正系数的 选取较为敏感，人工干预下修正系数的选择往往给分割结果带来不确定性。
技术实现要素：
本发明的目的是提供一种联合最大熵的改进Niblack红外图像分割方法，解决了 在复杂光照情况下，阈值选取困难导致图像过分割或欠分割的问题。 本发明所采用的技术方案是，一种联合最大熵的改进Niblack红外图像分割方法， 具体按照以下步骤实施： 步骤1、输入原图像，对原图像进行中值滤波去噪预处理； 步骤2、对Niblack法中邻域窗口和修正系数进行改进，获得局部阈值TNiblack； 步骤3、将最大熵法获得的最优阈值TKapur和局部阈值TNiblack进行阈值加权，确定分 割的最佳阈值； 步骤4、通过最佳阈值对步骤1去噪预处理后的图像进行分割。 步骤1对原图像进行中值滤波去噪预处理过程为：确定一个奇数像素的窗口M，窗 口内各像素按灰度值大小排序后，用中间位置的灰度值代替窗口内原像素点的灰度值，成 为窗口中心的灰度值g(x,y)； g(x,y)＝median{f(x-n,y-l) ,(n,l∈M}   (1) 式(1)中，M为选定窗口大小，f(x-n,y-l)为窗口M的像素灰度值。 步骤2具体过程为： 根据红外图像的分辨率确定邻域窗口大小的选取，依据图像整体与局部的灰度值 信息动态地调整修正系数的值，改进后的邻域窗口表示为： 4 CN 111583272 A 说　明　书 2/6 页 式(5)和式(6)中，w1表示邻域窗口矩阵的行数，w2表示邻域窗口矩阵的列数，line 表示待分割图像的数字矩阵的列数，column表示待分割图像的数字矩阵的行数，round函数 表示四舍五入取整； 改进后的灰度均值m(x，y)和标准差s(x，y)为： 改进后的修正系数为： 其中，fmax表示待分割图像中最大的灰度值，fmin表示待分割图像中最小的灰度值； f(x,y)表示坐标为(x,y)的像素点的灰度值； 改进后的Niblack法中局部分割阈值TNiblack表示为： TNiblack＝m(x,y) r×s(x,y)   (10)。 步骤3最大熵法获得的最优阈值TKapur具体过程为：设图像的灰度范围为{0 ,1 , 2...,L-1}，图像的分割阈值为k，Pi为灰度i出现的概率；假设分割阈值k将图像分割目标区 域(T)和背景区域(B)，其中T由图像中灰度值在范围[0,k]内的所有像素组成，B由图像中灰 度值在范围[k 1,L-1]内的所有像素组成；那么背景区域和目标区域像素点概率分布为： T区域： B区域： 其中： 对于数字图像，目标区域和背景区域概率分布相关的熵如公式(14)和(15)所示： 5 CN 111583272 A 说　明　书 3/6 页 其中， 熵值函数如公式为： 使熵值函数 取最大值的灰度级k即是所求出的最优阈值TKapur，即 确定分割的最佳阈值具体过程为：将全局阈值TKapur和局部阈值TNiblack进行加权， 图像分割的最终阈值TFinal； TFinal＝α×Tkapur β×TNiblack   (19) 式(19)中，权重比例α和β分布在区间(0,1)内。 α取值为0.5，β取值为0.7。 本发明一种联合最大熵的改进Niblack红外图像分割方法有益效果是： (1)对原图像进行中值滤波去噪预处理，能够消除图像中的噪声，保持图像的边 缘，更好的维持图像的清晰度。 (2)对修正系数和邻域窗口的取值进行了改进，而减小了极端情况所导致的阈值 过大或过小对分割效果产生巨大误差的影响。 (3)通过最大熵法和改进的Niblack法相结合的新型方法对电力设备红外图像图 进行分割，弥补Niblack法没有考虑整体图像效果产生伪影的缺陷，使算法的鲁棒性更强。 附图说明 图1是本发明一种联合最大熵的改进Niblack红外图像分割方法的步骤流程图； 图2是避雷器原红外图像； 图3是对图2通过Niblack法处理得到的图像； 图4是对图2通过otsu法处理得到的图像； 图5是对图2通过最大熵法处理得到的图像； 图6是对图2通过本发明的方法处理得到的图像。