一種快速圖像分割算法

陳寶靖+張旭

摘要：形態(tài)學(xué)分水嶺是一種速度快，精度高的分割方法。但是傳統(tǒng)分水嶺分割算法存在過分割和對(duì)噪聲敏感等問題，針對(duì)這些問題，本文提出基于形態(tài)學(xué)多尺度梯度重建的分水嶺分割方法，該方法通過結(jié)合形態(tài)學(xué)多尺度的梯度算法和形態(tài)學(xué)開閉重建從而實(shí)現(xiàn)改進(jìn)的分水嶺分割方法，可以有效地處理階躍邊緣和模糊邊緣，在去除細(xì)節(jié)和噪聲的同時(shí)也保留了重要區(qū)域的輪廓。實(shí)驗(yàn)表明，該文改進(jìn)的分水嶺分割算法有效避免了過分割，該方法比傳統(tǒng)分水嶺分割方法更精確。

關(guān)鍵詞：圖像分割；分水嶺分割算法；形態(tài)學(xué)開閉重建

中圖分類號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2017）17-0188-02

1概述

圖像分割目前應(yīng)用廣泛，在機(jī)器視覺、交通控制和醫(yī)學(xué)影像領(lǐng)域都有其身影。圖像分割就是將圖像中感興趣的區(qū)域從圖像背景中提取出來的方法。圖像分割算法眾多，例如：基于形態(tài)學(xué)分水嶺分割、基于區(qū)域的分割、基于閾值的分割、基于邊緣的分割、基于小波的分割、基于聚類的分割、基于遺傳算法的分割等。其中，基于形態(tài)學(xué)分水嶺分割是眾多算法中分割速度快，精度高，分割效果顯著的有效算法。

經(jīng)典形態(tài)學(xué)分水嶺分割算法的主要思想是將圖像看成具有拓?fù)浣Y(jié)構(gòu)的地形圖，在圖中，有山峰和山谷，地勢(shì)低的地方可以看成盆地，盆地和盆地之間的則為山脊。山峰對(duì)應(yīng)圖像中的高灰度區(qū)域，山谷對(duì)應(yīng)圖像中的低灰度區(qū)域。

基于形態(tài)學(xué)分水嶺算法有諸多優(yōu)點(diǎn)，本文提出的改進(jìn)算法也是基于此方法。本文通過在使用形態(tài)學(xué)分水嶺算法分割圖像之前，對(duì)圖像進(jìn)行預(yù)處理來改進(jìn)算法，去除噪聲，避免過分割。本文通過用形態(tài)學(xué)多尺度的梯度算法來對(duì)原始灰度圖像求梯度圖像，增強(qiáng)了模糊邊緣。再對(duì)梯度圖像進(jìn)行形態(tài)學(xué)開閉重建，對(duì)圖像進(jìn)行清理，去除細(xì)節(jié)和噪聲，最后利用分水嶺算法完成圖像分割。

2形態(tài)學(xué)多尺度梯度算法

基于形態(tài)學(xué)梯度算法可以描述為：

如圖1（a）為用傳統(tǒng)梯度算法得到的梯度圖像；如圖1（b）為用多尺度梯度算法得到的梯度圖像：

2.1形態(tài)學(xué)多尺度梯度

如圖2（a）為用形態(tài)學(xué)梯度算法得出的梯度圖像，圖2（b）為用形態(tài)學(xué)多尺度梯度算法得出的梯度圖像。

從上圖可以看出，使用形態(tài)學(xué)多尺度梯度算法得出的梯度圖像具有更好的平滑效果，能夠得到更少的局部極小值點(diǎn)，更適合分水嶺分割，解決過分割問題。

3形態(tài)學(xué)分水嶺算法

在眾多的分割方法中，分水嶺分割方法速度快、精確度高。分水嶺分割的常用方法有，使用距離變換的分水嶺分割、使用梯度的分水嶺分割和控制標(biāo)記符的分水嶺分割。

分水嶺算法會(huì)存在過分割問題，圖像噪聲是造成過分割現(xiàn)象的直接因素。分水嶺算法的本質(zhì)上是一種區(qū)域增長算法，圖像中會(huì)存在大量的偽極小值，從而在圖像中產(chǎn)生相應(yīng)的偽積水盆地。分水嶺算法將偽極小值和真正的極小值一起作為一個(gè)獨(dú)立的區(qū)域分割出來，最終造成嚴(yán)重的過分割問題。如圖3（a）為原圖，圖3（b）為Lena過分割圖。

根據(jù)上面的分割結(jié)果，可以看出使用本文提出的改進(jìn)的分水嶺算法可以避免過分割。

3結(jié)論

本文在基于形態(tài)學(xué)分水嶺分割的基礎(chǔ)上，采用形態(tài)學(xué)開閉重建對(duì)圖像進(jìn)行預(yù)處理，并在浴池里后利用形態(tài)學(xué)多尺度的梯度算法得到梯度圖像，最后采用分水嶺算法完成圖像分割。將本文算法應(yīng)用于真實(shí)圖像分割，分割結(jié)果表明本文提出的方法能有效克服分水嶺算法的缺陷，獲得更好的圖像分割效果。