圖像的區(qū)域分割與研究

1、<p>　　圖像的區(qū)域分割與研究</p><p>　　摘 要 本文首先對圖像分割的主要研究方法進(jìn)行了分析，并重點(diǎn)介紹了區(qū)域生長的圖像分割方法，對圖像分割的預(yù)處理技術(shù)到圖像區(qū)域生長的分割技術(shù)進(jìn)行了分析，并將整個實(shí)現(xiàn)分割的算法進(jìn)行了設(shè)計(jì)和闡述。 </p><p>　　【關(guān)鍵詞】圖像分割 區(qū)域增長法 基本算法 </p><p>　　在進(jìn)行圖像處理的過程中，由于所

2、進(jìn)行處理的圖像存在著各種不同的差異，清晰度不高、分辨率低、圖像比例小等多種主觀因素，識別圖像存在著困難。因此要進(jìn)行圖像處理需要增強(qiáng)處理，以便讓圖像實(shí)現(xiàn)一個滿足識別要求的圖像，這有可能需要對圖像進(jìn)行一定程度調(diào)整，以便能夠進(jìn)行更好的分析。 </p><p><b>　　1 噪聲處理 </b></p><p>　　圖像的平滑處理是為了減輕在處理圖像過程中，圖像噪聲出現(xiàn)的頻率

3、。不同的圖像存在著圖像噪聲也有著不同。在進(jìn)行圖像分割之前進(jìn)行噪聲的處理是一個非常重要的內(nèi)容。從實(shí)際的噪聲分類而言，噪聲可以大體分為以下三大方面： </p><p>　　1.1 光電子噪聲 </p><p>　　由于電流的產(chǎn)生是由電子或者空穴粒子的集合，定向運(yùn)動而形成的一種影響到圖片質(zhì)量的噪聲。主要有光電粒子的運(yùn)動是隨機(jī)而且形成散粒噪聲、導(dǎo)體中的只有電子進(jìn)行無規(guī)則熱運(yùn)動而形成的熱噪聲等。 &

4、lt;/p><p>　　1.2 機(jī)械運(yùn)動噪聲 </p><p>　　在圖像拍攝或者制作過程中，由于各種接頭之間的抖動而引起了電流之間的變化所產(chǎn)生的噪聲。 </p><p>　　1.3 內(nèi)部電路噪聲 </p><p>　　由于電源引入而引入了交流噪聲、偏轉(zhuǎn)引起的內(nèi)部電流的干擾噪聲等。 </p><p>　　2 平滑圖像處理技

5、術(shù) </p><p>　　2.1 中值濾波技術(shù) </p><p>　　中值濾波是一種非線性的平滑技術(shù)，它是將每個像素點(diǎn)的灰度值設(shè)置為改點(diǎn)某個領(lǐng)域的窗口內(nèi)的所有像素點(diǎn)的灰度值的中值。進(jìn)行中值濾波過濾噪聲的同事，它可以對整個圖像信號處理的邊緣進(jìn)行保護(hù)，讓其不因?yàn)闉V波而被模糊。 </p><p>　　中值濾波的算法如下：將圖像信號進(jìn)行一維處理，首先定義一個長度為奇數(shù)的長窗

6、口，在處理之后，將窗口中的信號樣本灰度值用窗口中各個像素灰度值的中值來進(jìn)行替代。即，圖像的一維信號為：f1，f2，…，fn，一維的情況下，中值濾波器是一個含有奇數(shù)個像素的窗口，在處理之后，將窗口正中的像素灰度值用窗口內(nèi)各像素灰度值的中值來代替。然后根據(jù)此進(jìn)行中值濾波，即將整個序列抽出n個數(shù)，fi-v，…fi，…fi+v，將其中心值v=（m-1）/2，最后將n個點(diǎn)的數(shù)值按照數(shù)值的大小進(jìn)行重新排序，將中心序號作為中間的濾波進(jìn)行輸出。具體公式

7、如下： </p><p>　　如果進(jìn)行二維的序列中值濾波，則進(jìn)行濾波的窗口也必須是二維的，公式如下 </p><p>　　在使用窗口的過程中，窗口的尺寸可以逐步進(jìn)行增大，通過逐步遞增的方式，可以獲得效果最滿意的濾波值。 </p><p>　　2.2 灰度修正技術(shù) </p><p>　　在進(jìn)行圖像成像處理過程中，由于很多不可控的因素，例如：圖像

8、的光照強(qiáng)度、設(shè)備的感光像素、設(shè)備軟硬件光學(xué)系統(tǒng)的穩(wěn)定性等都會造成整個圖像的顏色、亮度的分布不均勻，甚至有可能導(dǎo)致了圖像在部分區(qū)域感光性能暗，而部分感光性能過亮的情況。因此進(jìn)行灰度修正可以對圖像中的部分像素進(jìn)行修正，讓整個圖像均勻成像。 </p><p>　　2.2.1 灰度變換技術(shù) </p><p>　　灰度變換可以讓圖像動態(tài)的范圍擴(kuò)大，例如增加圖像的對比度。這是讓整個圖像增強(qiáng)的重要手段。

9、常用的灰度變換的方法有：線性變換、對數(shù)變換、冪次變換等。 </p><p>　　2.2.2 直方圖修正技術(shù) </p><p>　　使用直方圖進(jìn)行修正主要是通過改變圖像的灰度直方圖的形狀來達(dá)到整個圖像增強(qiáng)的目的。常用的方法是：直方圖均衡和直方圖匹配等。 </p><p>　　3 基于區(qū)域生長法圖像分割技術(shù) </p><p>　　區(qū)域生長（reg

10、ion growing）是指將成組的像素或區(qū)域發(fā)展成更大區(qū)域的過程。主要的是從種子點(diǎn)（選定的數(shù)組）的集合開始，并通過這些點(diǎn)的邊緣區(qū)域逐漸通過找到與該種子相近、屬性相符、灰度級別相近、紋理的顏色相同等像素并將其合并到該區(qū)域當(dāng)中。 </p><p>　　3.1 區(qū)域生長法技術(shù)分析 </p><p>　　區(qū)域生長的原理實(shí)際上就是一個迭代的過程。在圖像中每個種子（數(shù)組）的邊緣都是迭代生長的過程。在

11、處理的每個像素點(diǎn)之后，他們因此形成了各個不同的區(qū)域，這些區(qū)域通過終止條件可以形成整個圖像的區(qū)域。在進(jìn)行區(qū)域生長過程中主要處理的問題有： </p><p>　　（1）起始化種子（數(shù)組）的確定。在區(qū)域生長的過程中，不同的區(qū)域點(diǎn)需要，合適屬性的選定。 </p><p>　?。?）圖像屬性的生長屬性應(yīng)當(dāng)具有連貫性和可擴(kuò)展性。 </p><p>　?。?）各個相似點(diǎn)之間應(yīng)當(dāng)具

12、有最小的差分，以便其能夠產(chǎn)生不同的區(qū)域。如果差分相式度閥值小或者相近，則可以判斷像素屬于同一個生長區(qū)域。 </p><p>　　（4）區(qū)域面積。在最小面積的閥值中與像素的區(qū)域大小均有關(guān)系，因此設(shè)置區(qū)域面積時，應(yīng)當(dāng)由使用者自行定義。 </p><p>　　3.2 圖像生長法分析 </p><p>　　在圖像中應(yīng)用區(qū)域生長需要面臨著幾個比較復(fù)雜的問題：圖像的種子（數(shù)組）

13、、選擇的問題、生長條件的問題與停止生長條件的問題。 </p><p>　　解決上述問題的關(guān)鍵在于使用具有針對性的方法： </p><p>　?。?）采用迭代的方法，獲得種子（數(shù)組）。例如：選取圖像當(dāng)中亮度最大的像素作為種子或者種子數(shù)組。通過設(shè)置生長準(zhǔn)則進(jìn)行不斷的擴(kuò)展。 </p><p>　?。?）生長準(zhǔn)備的選取，根據(jù)圖像數(shù)據(jù)的種類進(jìn)行分析。 </p>

14、<p>　　為了能夠保證生長準(zhǔn)則的能力，應(yīng)當(dāng)對圖像的尺寸、需要獲得圖像的大小、圖像的形狀等具有全局要求的內(nèi)容設(shè)置準(zhǔn)則條件。 </p><p>　　區(qū)域生長的停止條件，應(yīng)當(dāng)對種子（數(shù)組）的邊緣設(shè)定停止條件。在沒滿足生長準(zhǔn)則的情況下，對種子（數(shù)組）的邊緣設(shè)定停止條件。 </p><p><b>　　4 結(jié)語 </b></p><p>　　

15、本文首先對常用的圖像分割技術(shù)進(jìn)行了分析，并針對其中區(qū)域生長法的經(jīng)典方法進(jìn)行了深入的分析和探討。區(qū)域生長法是根據(jù)事先定義的選擇的區(qū)域?qū)⑵湎袼鼗蛘咦訁^(qū)域聚合成為一個更大、更具有代表性的區(qū)域的過程，最開始是從一組二維數(shù)組開始，將與該數(shù)組類似的相鄰像素逐漸附加到生長區(qū)域當(dāng)中，并不斷的擴(kuò)大數(shù)組的大小，最終得到的具有相同性質(zhì)的一類數(shù)組。區(qū)域生長的算法關(guān)鍵環(huán)節(jié)在于起初數(shù)組的選擇和對整個生長準(zhǔn)則的規(guī)定。因此在整個程序的設(shè)計(jì)上，應(yīng)當(dāng)通過記錄每次數(shù)組的擴(kuò)展

16、而生成新的數(shù)組邊緣。并保證在下一次的生長過程中，新的數(shù)組邊緣可以繼續(xù)的生長。當(dāng)符合數(shù)組生長的條件不在滿足，就終止新數(shù)組的邊緣繼續(xù)生長。 </p><p><b>　　參考文獻(xiàn) </b></p><p>　　[1]阮秋琦.數(shù)字圖像處理基礎(chǔ)（21世紀(jì)高等學(xué)校電子信息工程規(guī)劃教材）[D].清華大學(xué)出版社，2009. </p><p>　　[2]陳方昕