基于尺度空間的圖像過分割抑制方法研究

白一青

摘 要：本文主要針對基于分水嶺算法的圖像分割中產(chǎn)生的過分割現(xiàn)象，提出了一種基于多尺度空間的過分割抑制方法。利用高尺度空間圖像缺失細(xì)節(jié)特征的特點(diǎn)，用高尺度空間圖像的分割結(jié)果指導(dǎo)低尺度空間的區(qū)域合并，可以有效的防止過分割現(xiàn)象，并得到精確地分割脊線。實(shí)驗(yàn)驗(yàn)證該方法具有明顯的過分割抑制效果。

關(guān)鍵詞：圖像分割 分水嶺算法 多尺度空間 過分割

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-3791（2014）06（b）-0023-01

圖像分割是圖像處理領(lǐng)域的一個熱點(diǎn)問題，是圖像分析與目標(biāo)識別的關(guān)鍵步驟。所謂圖像分割就是把圖像分割成若干個特定的具有獨(dú)特性質(zhì)的區(qū)域，并提出感興趣目標(biāo)的技術(shù)和過程?，F(xiàn)有圖像分割方法主要有基于閾值的分割方法、基于區(qū)域的分割方法、基于邊緣的分割方法以及基于特定理論的分割方法。本文的主要研究對象為基于區(qū)域分割的分水嶺算法。

1 基于分水嶺的圖像分割算法

分水嶺算法是一種較新的基于區(qū)域的圖像分割算法，該算法的思想來源于地形學(xué)中的分水嶺與積水盆這兩個概念，過程如下：

（1）統(tǒng)計(jì)圖像梯度。將圖像高低起伏的梯度等價成一個地形圖，圖像的非邊界處梯度較小，相當(dāng)于盆地，邊界處梯度較大相當(dāng)于分割盆地的山脊。

（2）泛洪：從圖像最低處滲水（即對圖像中的每個盆地標(biāo)不一樣的標(biāo)識），水位不斷上漲的同時，為了防止兩塊盆地因積水被連通，在位于兩盆地間的山脊上加筑水壩（即脊線），水壩要隨著水位的漲高而增高。

（3）當(dāng)水壩加筑到與最高山脊平齊時，泛洪算法結(jié)束，此時得到單像素連通且封閉的分水嶺脊線。其中，每一個孤立的積水盆地便是一個分割區(qū)域。

傳統(tǒng)的分水嶺算法計(jì)算速度快，并且能精確定位圖像的邊緣，然而對微弱邊緣具有良好的響應(yīng)，存在嚴(yán)重的過分割現(xiàn)象，尤其圖像噪聲是造成過分割的直接因素。因此，如何克服過分割現(xiàn)象成為本文的研究重點(diǎn)。

防止過分割的方法主要有兩種：（1）分割前先對圖像濾波，可以有效的抑制噪聲引起的過分割現(xiàn)象；（2）分割后進(jìn)行區(qū)域合并。本文提出一種基于尺度空間的圖像分割方法，用高尺度空間圖像的分割結(jié)果來指導(dǎo)低尺度空間的區(qū)域合并問題從而抑制圖像的過分割。

2 圖像的尺度空間

圖像的尺度空間指在圖像信息處理模型中引入一個參數(shù)作為尺度大小的表示，通過連續(xù)變化尺度參數(shù)，得到不同尺度下的圖像信息表示。4 實(shí)驗(yàn)結(jié)果和分析

實(shí)驗(yàn)選取蕾娜圖像尺度空間不同的尺度圖像分別對原圖進(jìn)行分割抑制。結(jié)果如圖1所示。

圖1中（a）、（b）、（c）和（d）四幅圖片依次分別是選取為2、4和16的尺度圖像的實(shí)驗(yàn)結(jié)果。當(dāng)圖像尺度越大缺失的細(xì)節(jié)信息越多，圖像局部越完整，從而對圖像過分割的抑制效果越明顯。然而，圖像中不同區(qū)域的分割要求不盡相同，可以使用低尺度圖像將臉部進(jìn)行細(xì)致分割，使用高尺度圖像將鏡子區(qū)域充分合并。因此，結(jié)合多尺度空間，對于不同的區(qū)域選擇適當(dāng)?shù)某叨瓤梢杂行У囊种品炙畮X算法產(chǎn)生的過分割現(xiàn)象。

5 結(jié)語

本文主要針對基于分水嶺算法的圖像分割中產(chǎn)生的過分割現(xiàn)象提出了一種基于多尺度空間的過分割抑制方法，實(shí)驗(yàn)驗(yàn)證該方法具有明顯的效果。然而如何對于不同區(qū)域選擇適合的尺度任然需要進(jìn)一步的研究與探索。

參考文獻(xiàn)

[1] 網(wǎng)薩雷斯.數(shù)字圖像處理[M].北京：電子工業(yè)出版社，2003.

[2] 熊立志.基于分水嶺算法的遙感影像過分割問題的研究[D].太原科技大學(xué)，2012.

[3] 劉海賓.基于分水嶺和K域合并的圖像分割算法[J].計(jì)算機(jī)研究，2007，24（9）.

[4] 朱俊杰.三種圖像分割算法的對比及圖像分割方法的改進(jìn)[J].計(jì)算機(jī)應(yīng)用與軟件，2014，31（1）.

[5] 李然.基于改進(jìn)分水嶺算法的圖像分割[J].電腦知識與技術(shù)，2011，16（17）.endprint

摘 要：本文主要針對基于分水嶺算法的圖像分割中產(chǎn)生的過分割現(xiàn)象，提出了一種基于多尺度空間的過分割抑制方法。利用高尺度空間圖像缺失細(xì)節(jié)特征的特點(diǎn)，用高尺度空間圖像的分割結(jié)果指導(dǎo)低尺度空間的區(qū)域合并，可以有效的防止過分割現(xiàn)象，并得到精確地分割脊線。實(shí)驗(yàn)驗(yàn)證該方法具有明顯的過分割抑制效果。

關(guān)鍵詞：圖像分割 分水嶺算法 多尺度空間 過分割

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-3791（2014）06（b）-0023-01

圖像分割是圖像處理領(lǐng)域的一個熱點(diǎn)問題，是圖像分析與目標(biāo)識別的關(guān)鍵步驟。所謂圖像分割就是把圖像分割成若干個特定的具有獨(dú)特性質(zhì)的區(qū)域，并提出感興趣目標(biāo)的技術(shù)和過程?，F(xiàn)有圖像分割方法主要有基于閾值的分割方法、基于區(qū)域的分割方法、基于邊緣的分割方法以及基于特定理論的分割方法。本文的主要研究對象為基于區(qū)域分割的分水嶺算法。

1 基于分水嶺的圖像分割算法

分水嶺算法是一種較新的基于區(qū)域的圖像分割算法，該算法的思想來源于地形學(xué)中的分水嶺與積水盆這兩個概念，過程如下：

（1）統(tǒng)計(jì)圖像梯度。將圖像高低起伏的梯度等價成一個地形圖，圖像的非邊界處梯度較小，相當(dāng)于盆地，邊界處梯度較大相當(dāng)于分割盆地的山脊。

（2）泛洪：從圖像最低處滲水（即對圖像中的每個盆地標(biāo)不一樣的標(biāo)識），水位不斷上漲的同時，為了防止兩塊盆地因積水被連通，在位于兩盆地間的山脊上加筑水壩（即脊線），水壩要隨著水位的漲高而增高。

（3）當(dāng)水壩加筑到與最高山脊平齊時，泛洪算法結(jié)束，此時得到單像素連通且封閉的分水嶺脊線。其中，每一個孤立的積水盆地便是一個分割區(qū)域。

傳統(tǒng)的分水嶺算法計(jì)算速度快，并且能精確定位圖像的邊緣，然而對微弱邊緣具有良好的響應(yīng)，存在嚴(yán)重的過分割現(xiàn)象，尤其圖像噪聲是造成過分割的直接因素。因此，如何克服過分割現(xiàn)象成為本文的研究重點(diǎn)。

防止過分割的方法主要有兩種：（1）分割前先對圖像濾波，可以有效的抑制噪聲引起的過分割現(xiàn)象；（2）分割后進(jìn)行區(qū)域合并。本文提出一種基于尺度空間的圖像分割方法，用高尺度空間圖像的分割結(jié)果來指導(dǎo)低尺度空間的區(qū)域合并問題從而抑制圖像的過分割。

2 圖像的尺度空間

圖像的尺度空間指在圖像信息處理模型中引入一個參數(shù)作為尺度大小的表示，通過連續(xù)變化尺度參數(shù)，得到不同尺度下的圖像信息表示。4 實(shí)驗(yàn)結(jié)果和分析

實(shí)驗(yàn)選取蕾娜圖像尺度空間不同的尺度圖像分別對原圖進(jìn)行分割抑制。結(jié)果如圖1所示。

圖1中（a）、（b）、（c）和（d）四幅圖片依次分別是選取為2、4和16的尺度圖像的實(shí)驗(yàn)結(jié)果。當(dāng)圖像尺度越大缺失的細(xì)節(jié)信息越多，圖像局部越完整，從而對圖像過分割的抑制效果越明顯。然而，圖像中不同區(qū)域的分割要求不盡相同，可以使用低尺度圖像將臉部進(jìn)行細(xì)致分割，使用高尺度圖像將鏡子區(qū)域充分合并。因此，結(jié)合多尺度空間，對于不同的區(qū)域選擇適當(dāng)?shù)某叨瓤梢杂行У囊种品炙畮X算法產(chǎn)生的過分割現(xiàn)象。

5 結(jié)語

本文主要針對基于分水嶺算法的圖像分割中產(chǎn)生的過分割現(xiàn)象提出了一種基于多尺度空間的過分割抑制方法，實(shí)驗(yàn)驗(yàn)證該方法具有明顯的效果。然而如何對于不同區(qū)域選擇適合的尺度任然需要進(jìn)一步的研究與探索。

參考文獻(xiàn)

[1] 網(wǎng)薩雷斯.數(shù)字圖像處理[M].北京：電子工業(yè)出版社，2003.

[2] 熊立志.基于分水嶺算法的遙感影像過分割問題的研究[D].太原科技大學(xué)，2012.

[3] 劉海賓.基于分水嶺和K域合并的圖像分割算法[J].計(jì)算機(jī)研究，2007，24（9）.

[4] 朱俊杰.三種圖像分割算法的對比及圖像分割方法的改進(jìn)[J].計(jì)算機(jī)應(yīng)用與軟件，2014，31（1）.

[5] 李然.基于改進(jìn)分水嶺算法的圖像分割[J].電腦知識與技術(shù)，2011，16（17）.endprint

摘 要：本文主要針對基于分水嶺算法的圖像分割中產(chǎn)生的過分割現(xiàn)象，提出了一種基于多尺度空間的過分割抑制方法。利用高尺度空間圖像缺失細(xì)節(jié)特征的特點(diǎn)，用高尺度空間圖像的分割結(jié)果指導(dǎo)低尺度空間的區(qū)域合并，可以有效的防止過分割現(xiàn)象，并得到精確地分割脊線。實(shí)驗(yàn)驗(yàn)證該方法具有明顯的過分割抑制效果。

關(guān)鍵詞：圖像分割 分水嶺算法 多尺度空間 過分割

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-3791（2014）06（b）-0023-01

圖像分割是圖像處理領(lǐng)域的一個熱點(diǎn)問題，是圖像分析與目標(biāo)識別的關(guān)鍵步驟。所謂圖像分割就是把圖像分割成若干個特定的具有獨(dú)特性質(zhì)的區(qū)域，并提出感興趣目標(biāo)的技術(shù)和過程。現(xiàn)有圖像分割方法主要有基于閾值的分割方法、基于區(qū)域的分割方法、基于邊緣的分割方法以及基于特定理論的分割方法。本文的主要研究對象為基于區(qū)域分割的分水嶺算法。

1 基于分水嶺的圖像分割算法

分水嶺算法是一種較新的基于區(qū)域的圖像分割算法，該算法的思想來源于地形學(xué)中的分水嶺與積水盆這兩個概念，過程如下：

（1）統(tǒng)計(jì)圖像梯度。將圖像高低起伏的梯度等價成一個地形圖，圖像的非邊界處梯度較小，相當(dāng)于盆地，邊界處梯度較大相當(dāng)于分割盆地的山脊。

（2）泛洪：從圖像最低處滲水（即對圖像中的每個盆地標(biāo)不一樣的標(biāo)識），水位不斷上漲的同時，為了防止兩塊盆地因積水被連通，在位于兩盆地間的山脊上加筑水壩（即脊線），水壩要隨著水位的漲高而增高。

（3）當(dāng)水壩加筑到與最高山脊平齊時，泛洪算法結(jié)束，此時得到單像素連通且封閉的分水嶺脊線。其中，每一個孤立的積水盆地便是一個分割區(qū)域。

傳統(tǒng)的分水嶺算法計(jì)算速度快，并且能精確定位圖像的邊緣，然而對微弱邊緣具有良好的響應(yīng)，存在嚴(yán)重的過分割現(xiàn)象，尤其圖像噪聲是造成過分割的直接因素。因此，如何克服過分割現(xiàn)象成為本文的研究重點(diǎn)。

防止過分割的方法主要有兩種：（1）分割前先對圖像濾波，可以有效的抑制噪聲引起的過分割現(xiàn)象；（2）分割后進(jìn)行區(qū)域合并。本文提出一種基于尺度空間的圖像分割方法，用高尺度空間圖像的分割結(jié)果來指導(dǎo)低尺度空間的區(qū)域合并問題從而抑制圖像的過分割。

2 圖像的尺度空間

圖像的尺度空間指在圖像信息處理模型中引入一個參數(shù)作為尺度大小的表示，通過連續(xù)變化尺度參數(shù)，得到不同尺度下的圖像信息表示。4 實(shí)驗(yàn)結(jié)果和分析

實(shí)驗(yàn)選取蕾娜圖像尺度空間不同的尺度圖像分別對原圖進(jìn)行分割抑制。結(jié)果如圖1所示。

圖1中（a）、（b）、（c）和（d）四幅圖片依次分別是選取為2、4和16的尺度圖像的實(shí)驗(yàn)結(jié)果。當(dāng)圖像尺度越大缺失的細(xì)節(jié)信息越多，圖像局部越完整，從而對圖像過分割的抑制效果越明顯。然而，圖像中不同區(qū)域的分割要求不盡相同，可以使用低尺度圖像將臉部進(jìn)行細(xì)致分割，使用高尺度圖像將鏡子區(qū)域充分合并。因此，結(jié)合多尺度空間，對于不同的區(qū)域選擇適當(dāng)?shù)某叨瓤梢杂行У囊种品炙畮X算法產(chǎn)生的過分割現(xiàn)象。

5 結(jié)語

本文主要針對基于分水嶺算法的圖像分割中產(chǎn)生的過分割現(xiàn)象提出了一種基于多尺度空間的過分割抑制方法，實(shí)驗(yàn)驗(yàn)證該方法具有明顯的效果。然而如何對于不同區(qū)域選擇適合的尺度任然需要進(jìn)一步的研究與探索。

參考文獻(xiàn)

[1] 網(wǎng)薩雷斯.數(shù)字圖像處理[M].北京：電子工業(yè)出版社，2003.

[2] 熊立志.基于分水嶺算法的遙感影像過分割問題的研究[D].太原科技大學(xué)，2012.

[3] 劉海賓.基于分水嶺和K域合并的圖像分割算法[J].計(jì)算機(jī)研究，2007，24（9）.

[4] 朱俊杰.三種圖像分割算法的對比及圖像分割方法的改進(jìn)[J].計(jì)算機(jī)應(yīng)用與軟件，2014，31（1）.

[5] 李然.基于改進(jìn)分水嶺算法的圖像分割[J].電腦知識與技術(shù)，2011，16（17）.endprint