采用基于區(qū)域的自動種子區(qū)域生長法的彩色圖像分割方法.pdf

1、本文在傳統(tǒng)的種子區(qū)域生長方法的基礎(chǔ)上，將分水嶺算法和種子區(qū)域生長算法相結(jié)合，提出了一種基于區(qū)域的自動種子區(qū)域生長的彩色圖像分割方法。 首先，將彩色圖像從RGB空間轉(zhuǎn)換到HSI彩色空間，使用色調(diào)和飽和度來計算區(qū)域之間的差異。在此基礎(chǔ)上，使用抖動處理來減少彩色圖像中的顏色數(shù)目，并利用中值濾波等方法做去噪聲處理。 然后，使用分水嶺算法實現(xiàn)對圖像的初始分割。由于傳統(tǒng)的分水嶺算法在對彩色圖像分割時，常常會出現(xiàn)過度分割的現(xiàn)象，以這些

2、過分割的區(qū)域為基礎(chǔ)進行種子區(qū)域生長。和傳統(tǒng)的種子生長方法不同，本算法使用分水嶺算法形成的區(qū)域作為初始種子區(qū)域。 在選擇種子區(qū)域時，需要考慮兩個方面：首先被選為種子的區(qū)域必須和它的鄰接區(qū)域有較高的相似度，換言之，種子區(qū)域應(yīng)該能代表所期望得到的結(jié)果區(qū)域的屬性；另外，要求一個區(qū)域和它的鄰居區(qū)域的相對歐式距離的最大值小于一個閾值。 在區(qū)域生長階段，從選取的種子區(qū)域出發(fā)，逐步將非種子區(qū)域劃分到種子區(qū)域中。由于在種子區(qū)域選取過程中，

3、有可能在所期望的結(jié)果區(qū)域中選出多個種子區(qū)域，這樣會造成過分割的效果，為此我們還要進一步的進行區(qū)域合并。 最后，將根據(jù)兩條規(guī)則進行區(qū)域合并，最終實現(xiàn)彩色圖像的分割。 相對于傳統(tǒng)的種子區(qū)域生長算法，本文在種子選擇和區(qū)域生長步驟中使用區(qū)域代替像素，從算法時間復雜度的角度來說算法效率有較大提高；另一方面，由于區(qū)域所攜帶的圖像信息遠高于像素所攜帶的圖像信息，所以使用區(qū)域做為種子更能代表所期望得到的結(jié)果區(qū)域。也能取得更好的分割效果。