基于分水嶺算法的圖像分割研究.pdf

1、圖像分割是提取圖中重要信息的一種專業(yè)性很強的處理技術(shù)，它的處理效果的好壞將直接影響到后續(xù)流程對輸入圖像再次進行優(yōu)化處理的成本大小。目前圖像分割領(lǐng)域已有非常大的突破，許多優(yōu)秀的方法在分割的準確性以及目標(biāo)物體邊界契合度上效果較好，但過渡進行分割和欠分割仍然是目前所面臨的嚴峻問題。
　　分水嶺算法是一種基于測地拓撲學(xué)的圖像分割技術(shù)。由于梯度圖像中細節(jié)紋理和噪聲的影響，分水嶺算法會出現(xiàn)過分割現(xiàn)象，影響分割效果。為了提高圖像分割的準確性，又

2、考慮到區(qū)域合并過程復(fù)雜，計算量大，所以本文提出兩種在分水嶺分割之前進行預(yù)處理的改進算法，分別為基于多尺度形態(tài)學(xué)標(biāo)記的分水嶺算法和基于紋理特征和模糊核聚類結(jié)合的分水嶺算法。
　　基于多尺度形態(tài)學(xué)標(biāo)記的分水嶺算法首先利用H-minima變換對梯度圖像進行初始標(biāo)記，然后利用各尺寸的結(jié)構(gòu)元素對梯度圖像進行形態(tài)學(xué)閉重構(gòu)，將閉重構(gòu)后的各梯度圖像分別與梯度圖像相減，把差值圖像作為標(biāo)記圖像，并將各標(biāo)記圖像的并集作為新的標(biāo)記；最后利用面積閾值移除新

3、的標(biāo)記圖像中少于特定像素個數(shù)的斑點，得到最終的標(biāo)記圖像；利用強制極小值技術(shù)修改梯度圖像并對其進行分水嶺變換。通過對仿真結(jié)果的分析證實了該算法是一種較好的方法。
　　基于紋理特征和模糊核聚類結(jié)合的分水嶺算法首先將RGB空間轉(zhuǎn)化為L*A*B顏色空間；其次從紋理角度進行聚類，將相似紋理特征的區(qū)域塊進行組合歸類；然后從色彩角度進行聚類，采用模糊核聚類將L*A*B通道中顏色特征相似的像素進行合并；最后利用分水嶺算法對彩色梯度圖像進行處理；通