彩色图像分割方法

彩色图像分割方法 图形图像处理课程 期末论文 题 目 彩色图像分割方法的研究 学 院 数学计算机学院 专 业 计算机科学与技术 年 级 10级,6,班 小组成员 分工 学号 姓名 答辩 12010243006 袁荣良 PPT制作 12010243023 韦诣邃 文献 12010243025 卢超伟 论文 12010243033 赵璐 彩色图像分割方法的研究 数学计算机学院 专业2010届 摘要:本文首先简单介绍了彩色图像的分割方法～对颜色特征空间进行了阐述～其次对彩 色图像的三种分割技术做了详细剖析～最后提出了怎样改进边缘生长彩色图像分割的方 法。这样结合颜色空间特性与边缘生长的彩色图像分割算法～对解决边缘封闭性有较好的 效果～分割结果也符合人的视觉一致性～且分割速度较快～但该算法对复杂纹理图像分割 存在模糊现象～有待进一提高。实验结果明～该方法对于图像纹理等细节信息具有较好 的鲁棒性, 所得分割结果与人类视觉系统判断基本一致。 关键字:彩色图像分割方法,分割技术,边缘生长 Research for the color image segmentation method Abstract: this paper first introduces the color image segmentation method, expounds the characteristics of color space, the second of three kind of color image segmentation technology to do a detailed analysis, and finally proposes how to improve the edge growth for the color image segmentation method. Such combination color spatial feature and edge growth of color image segmentation algorithm, and has good effect to solve the edge sealing ability, the segmentation results are consistent with the visual consistency, and the segmentation speed faster, but the algorithm for complex texture image segmentation is the fuzzy phenomenon, into a should be improved. The experimental results show that the method for image texture details such as good robustness, the segmentation result is consistent with human visual system. Key words: color image segmentation method; Segmentation technology; Edge of the growth 目 录 1 引言 ...................................................................... 1 2 彩色图像分割方法介绍 ...................................................... 1 3 颜色特征空间 .............................................................. 1 4 彩色图像分割技术 .......................................................... 2 4.1 分割技术一:基于区域的分割方法 ...................................... 2 4.2 分割技术二:基于边缘的分割方法 .................................. 3 4.3 分割技术三:基于特定工具的分割方法 .................................. 3 5改进的边缘生长彩色图像分割方法 ............................................ 4 5.1边缘检测算子 ......................................................... 5 5.2边缘生长 ............................................................. 6 5.3 区域合并 ............................................................ 6 5.4 彩色图像分割代码和区域合并代码 ...................................... 7 5.4.1 彩色图像分割代码 ............................................... 7 5.4.2 区域合并代码 ................................................... 8 5.5 实验结果 ............................................................ 8 6 结语 ...................................................................... 9 参 考 文 献 .............................................................. 9 致 谢 ..................................................................... 11 1 引言 图像分割是将图像按照某种特征(灰度、纹理、颜色、形状等) 表示为物理上有意义的连通区域的集合。常用的图像分割技术大致可分为3 类:直方图分割技术(阈值分割等);基于邻域的分割技术(边缘检测、区域增长等);基于图像的物理特征进行分割(如分形特征、颜色特征、纹理特征等)。彩色图像提供的信息要比灰度图像更多，对客观世界的描述更为逼真，因此对彩色图像分割更具有广阔的前景。基于颜色空间特性的方法一般采取区域分割和聚类的方法来实现。典型的基于区域分割方法有区域生长法、分裂-合并方法等。但区域分割的结果很大程度依赖于种子点( seed points ) 的选择，常常会造成图像欠分割或过分割的问题。Horowitz[1]首次将分裂- 合并思想用于图像分割，但由于算法的局限性难以实现小区域的有效连接。聚类方法中比较常见的是K - Mean 聚类和模糊C -Mean 聚类，在这类方法中，聚类的数目需预先设定，每次迭代优化都需重新计算聚类中心和隶属度矩阵，计算量较大。近年来，有些学者提出利用边缘生长的技术进行图像分割，先对图像进行边缘检测，然后用有向势能函数对边缘进行粗略的封闭，最后用区域生长的技术进行细分割。边缘生长是一种基于边界的检测方法，借鉴了区域生长和边界跟踪的思想。 2 彩色图像分割方法介绍 彩色图像分割方法，如图1所示: 3 颜色特征空间 线性变换空间有 YIQ、YUV、 等，它们部分消除了 RGB的相关性，由于其III123 是线性变换，因此计算量小，其中，Y 分量常用于边缘检测，而则能够有效地用于III123 1 彩色图像处理。 非线性变换空间有 HSI( HSB，HSL，HSV 为 HSI 的变形) 、归一化 RGB、YTT 、12均匀颜色空间CIE。其中 HIS 与人眼的色彩感知相吻合，其在一些照明不均的场合特别有用，因色调与高亮、阴影无关，色调对区分不同颜色的物体非常有效。虽然非线形变换空间消除了3个颜色分量间的相关性，适合于图像处理，但由于是非线形变换，计算机极大，且颜色空间存在奇异点问题。 4 彩色图像分割技术 一、基于区域的分割技术( 直方图阈值法，颜色聚类方法，区域生长、区域合并和区域分裂及其组合) 二、基于边缘的分割技术( 基于边缘检测的方法、分水岭分割方法) 三、基于特定理论工具的分割技术( 基于小波变换的彩色图像分割技术、基于水平集的彩色分割图技术、基于 Markov 随机场的方法、基于神经网络的方法、基于模糊集合理论的方法、基于物理模型的方法) 四、分形技术 五、混合技术 4.1 分割技术一:基于区域的分割方法 直方图阈值法是单色图像广泛使用的一种分割方法，与单色图像不同的是，彩色图像有3个颜色分量，其直方图是一个三维数组，在这样的直方图中确定阈值是比较困难的。Kurugollu 等提出了一种多频谱图像分割方法，即对于彩色图像，首先选取 FRGFRBFGB 为频谱子集，并在计算3 个频谱子集的二维直方图后，再进行多阈值化处理，然后利用融合算法对根据3个子集的二维直方图分割的图像进行合成。对于频谱数较多的图像，可以利用主分量变换将频谱数减少到3。直方图阈值法不需要先验信息，且计算量较小， 缺点是:第一，单独基于颜色分割得到的区域可能是不完整的; 第二，对没有明显峰值的图像效果不好;第三，当像素颜色映射到3个直方图的不同位置时，颜色信息会发散;第四，没有利用局部空间信息和空间细节。 区域生长的基本思想是将具有相似性质的像素集合起来构成区域，而区域分裂技术则是将种子区域不断分裂为4个矩形区域，直到每个区域内部都是相似的为止。区域合并通常和区域生长、区域分裂技术相结合，以便把相似的子区域合并成尽可能大的区域。当图像区域的同一性准则容易定义时，则这些方法分割质量较好，并且不易受噪声影响。 2 Tremeau 等提出了一种将区域生长和区域合并技术相结合的彩色图像分割方法，即先利用 RGB 颜色空间的欧氏距离定义了 3 个色彩同一性准则，并将其分别用于两个相邻像素之间、某个像素与已定义的相邻区域内像素之间以及其均值的比较。分割时，先利用基于颜色相似度和空间相近度的准则进行区域生长，然后根据基于色彩相似性的全局同一性准则来对区域生长形成的区域进行合并，以生成空间分离但色彩相近的分割区域。这种方法缺点是这些准则所对应阈值的选取具有主观性，并且不适合分割具有阴影区域的图像。 缺点是分割效果依赖于种子点的选择及生长顺序，区域分裂技术的缺点是可能会使边界被破坏。由于相似性通常是用统计的方法确定的，因而这些方法对噪声不敏感。 4.2 分割技术二:基于边缘检测的分割方法 基于区域的技术主要依赖于图像中区域的不连续性。图像边缘检测技术目前主要被用来进行图像分割，一旦图像中的边缘被识别出来之后，图像则能够被分割成基于这些边缘的许多区域，其优点是边缘定位准确，运算速度快。 缺点就是对噪声敏感，而且边缘检测方法只使用了局部信息，难以保证分割区域内部的颜色一致，且不能产生连续的闭区域轮廓。限制其在图像分割中应用的两大难点: 一是能保证边缘的连续性或封闭性，二是在高细节区存在大量琐细边缘，难以形成一个大区域，但又不宜将高细节区分成小碎片，这使得单独的边缘检测只能产生边缘点，而不是一个完整意义上的图像分割过程，这样边缘点信息需要后续处理或与其他分割算法结合起来，才能完成分割任务。 分水岭( watershed) 是地形学的经典概念，也是图像形态学的一个主要算子。在图像处理领域，计算分水岭的算法有很多，其中典型的一种方法是基于浸没模拟( immersion simulation) 思想，即把图像视为地形表面，像素的灰度对应于地形高度，其局部最小值对应地形的洞。设想将地形表面浸入一个湖中，从最小值开始，水会逐渐充满各个不同的聚水盆地，当来自相邻聚水盆地的水要合并时，若在该处建立一个堤坝，则浸没结束时，所建立的堤坝就对应于区域的轮廓，而聚水盆地则对应分割区域。在分水岭的分割方法中，需首先进行标志提取，然后对待分割图像的梯度信号使用分水岭算法来分割出已被标志的感兴趣的物体。这种标志选取不仅是分水岭算法的一个主要难点，而且选取不当会导致图像过分分割。 4.3 分割技术三:基于特定工具的分割方法 通常的离散小波变换可以由金字塔算法计算得到。即由一维小波变换通过一维低通 L 3 和高通 H 滤波器组，很容易推导出二维小波变换，其分解算法见图 1: 通常的下采样小波变换比较适合于编码和压缩的应用，而非下采样小波变换( undecimated wavelet transform，UWT) 更适合于增强图像和抑制噪声，且子图像的大小与原始图像相同，因而采用 UWT 进行图像的多尺度分析效果较理想。 在彩色图像分割方法中，邻域的定义是基于颜色的相似性，这给分割具有耀斑、阴影区域的彩色图像带来很大困难，因为它们导致了目标表面的不均匀性，即区域边界与目标边界的不一致性。利用 HSI 虽可以在一定程度上解决这个问题，但在低饱和度时色调会 并在模型中考不稳定。有学者出了一些基于物理模型的分割方法[ AA] 以解决这个问题，虑了彩色信息。 局限性:光照条件要求高，成像物体表面的反射特性已知并且易于建模。 混合技术的基本思想是综合以上各种技术的优点并且避开其缺点。一个办法就是首先把彩色图像分成彩色区域和非彩色区域，然后再结合边缘检测和区域生长等方法实现较好的图像分割。这需要把其他彩色空间转换为 HSI 彩色空间，因为 HSI 彩色空间和人的彩色视觉非常相近。区分彩色和非彩色区域主要取决于色调和饱和度，这种方法是对于不同的图像使用不同的混合方法，因为该方法综合了前面的各种方法的优点，往往比较奏效。 5 改进的边缘生长彩色图像分割方法 图像的边缘是指图像局部特性的不连续性。灰度或结构等信息的突变处称为边缘，例如:灰度级的突变，颜色的突变，纹理结构的突变等。 图像的边缘有方向和幅度两个属性，沿边缘方向像素变化平缓，垂直边缘方向像素变化剧烈。用微分算子可以检测，用一阶导数和二阶导数来检测边缘，一阶导数认为最大对应边缘位置，二阶导数则以过零点对应边缘位置。 边缘检测是采用某种算法来提取图像中对象和背景间的交界线。由于微分算子具有突出灰度变化的作用，图像边缘处的灰度变化比较大，该处微分值比较高，可将此用于相应 4 点的边缘强度，通过阈值判别来提取边缘点，若微分值大于阈值，则为边缘点。 改进的边缘生长彩色图像分割步骤: 1)根据三阶平均颜色矩来确定颜色量化数目，并使用八叉树算法进行颜色量化。 2)使用边缘生长算法对图像进行初始分割。 3)根据邻近区域的颜色相似进行区域合并。 该方法很好的解决了使用边缘检测或区域生长所产生的不连续性和过分割问题。 5.1边缘检测算子 I=imread(“tire.tif’); Figure，imshow(I); BW1=edge(I，’sobel’，0.1); Figure，imshow(BW1);title(soble); BW2=edge(I，’roberts’，0.1); Figure，imshow(BW2);title(roberts); BW3=edge(I，’prewitt’，0.1); Figure，imshow(BW3);title(prewitt); BW4=edge(I，’canny’，0.1); Figure，imshow(BW4);title(canny); BW5=edge(I，’log’，0.1); Figure，imshow(BW5);title(log); 5 5.2边缘生长 根据边缘检测的特点找出种子象素，用图像滤波减少噪声对种子点选取的干扰，然后利用梯度算子来进行边缘检测，取一个 3×3 的窗口，分别在竖直，水平，两斜线方向上进行检测，并取其中的最大值， T=max(T1，T2，T3，T4) (4) 当 T 大于某个阀值即认为是边缘点，若此点在空间上四领域连通，则设为种子点。 12222di,j(WHH WSSWII) ,,，,，,，，ijijij123 1djxx,,()||||,k1Ej,(,1)kEj 种子 Pi满足式(5) 和式(6) 所设的条件，则进行迭代运算，逐步寻找边缘上的点，直到形成封闭区间 Ri，将使用过的种子和生长过程中遇到的种子的 IS_USED 设为 0，移至下一个种子 Pj。直到所有种子点的 IS_USED 值全为 0，则停止生长，并初始分割区域 R1，R2，…，Rn及邻接关系 Radj(Rc{Ri，Rj，…，Rk})。 5.3 区域合并 区域合并的规则定义为: 两个区域在颜色相近，空间上相邻，则将它们合并为一个新的区域，并重新调整新区域和附近区域的邻接关系。 D(Ri，Rj) 表示区域 Ri与 Rj的距离，用 hnear(Ri，Rj)表示两区域的颜色相似性。 根据区域相邻的特点，在进行合并的时候总是先对小区域进行合并。N(Ri)，N(Rj) 为两区域象素的总数。当相邻两区域颜色不相近时时，将 Hnear(Ri，Rj) 设为无穷大。因此可根据 Hnear(Ri，Rj)，判别是否合并，直到所有邻接区域不满足颜色相似性为止，则区域合并结束。 6 5.4 彩色图像分割代码和区域合并代码 5.4.1 彩色图像分割代码 7 5.4.2 区域合并代码 5.5 实验结果 图7 颜色空间转换 图8 边缘检测 8 图9 提取种子点后进行边缘生长以及区域合并结果 6 结语 1 结合颜色空间特性与边缘生长的彩色图像分割算法, 对解决边缘封闭性有较好的效果, 分割结果也符合人的视觉一致性, 且分割速度较快, 但该算法对复杂纹理图像分割存在模糊现象, 有待进一提高。 2该分割方法利用相位一致性模型检测边界, 获得图像主要几何结构,为区域生长提供潜在的区域模型. 利用边界信息自动选择种子点,完成最后的分割. 实验结果表明, 该方法对于图像纹理等细节信息具有较好的鲁棒性, 所得分割结果与人类视觉系统判断基本一致. 参 考 文 献 [1]林开颜～吴军辉～徐立鸿.彩色图像分割方法综述[J].中国图象图形学报～2005年～第10卷～第1期 [2]李永军.彩色图像分割技术综述[J].科技情报开发与经济～2008年～第18卷第10期 [3]龚巍～林茂松.一种改进的边缘生长彩色图像分割方法[J].微电子学与计算机～2007年第24卷第6期 [4]施海滨～周勇.混合聚类彩色图像分割方法研究[J].计算机工程与应用～2011～47,9, [5]朱波～汶德胜～王飞等.应用字典学习算法改善Bayer 格式图像彩色恢复效果[J].电子与信息学报～2013年第35卷第4 期 [6]许法强～万晓霞.一种基于主色外观图的彩色图像分割算法[J].计算机应用研究～2008年第25卷第1期 9 [7]谢巍～邓廷权～董天祯等.粒视角下彩色图像分割方法[J].哈尔滨工业大学学报～2013年第45卷第3期 [8]张富平～周尚波～赵 灿.基于分数阶偏微分方程的彩色图像去噪新方法[J].计算机应用研究～2013年第30卷第三期 10 致 谢 在经过将近一个月的努力～在付出了艰辛的劳动后～我们的期末终于完成了。回首这一个月来的辛勤工作～我感触很深。通过这次课程设计～我发现自己又在人生的道路上获得了新的体验～收获了很多～这不只是一份课程设计说明书所能体现出来的。我会永远珍惜这份经历。 这次课程设计是在老师的亲切关怀和悉心指导下完成的。老师渊博的专业知识～严谨的治学态度～精益求精的工作作风～诲人不倦的高尚师德～平易近人的人格魅力对我影响深远。从课程设计的选题到最终的完成～老师都始终给予我细心的指导和不懈的支持～不仅在学业上给我以精心指导～同时还在思想上给我以无微不至的关怀～在此～真诚的感谢老师～愿老师合家欢乐～一生平安～工作顺利。也感谢各位老师和同学～祝愿大家以后工作顺利。 11