探索基于MATLAB計(jì)算機(jī)模擬的圖像分割技術(shù)

摘? ?要：分割處理是一種非常重要的圖像處理技術(shù)，它可以通過不同層級(jí)的分析，展現(xiàn)圖像當(dāng)中的目標(biāo)，獲得相關(guān)的特征。圖像處理技術(shù)應(yīng)用的范圍非常廣泛，例如建筑領(lǐng)域、醫(yī)學(xué)研究領(lǐng)域、計(jì)算機(jī)科學(xué)領(lǐng)域等等。基于此，本文主要分析基于MATLAB計(jì)算機(jī)模擬的圖像分割技術(shù)，對(duì)該種技術(shù)的模型與方法結(jié)果進(jìn)行討論，從而提高該技術(shù)應(yīng)用的實(shí)際效果，擴(kuò)展技術(shù)的應(yīng)用范圍，提高圖像分割技術(shù)的精度。

關(guān)鍵詞：MATLAB? 計(jì)算機(jī)模擬? 圖像分割

中圖分類號(hào)：TP39? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1674-098X（2020）06（b）-0077-02

近些年來，隨著圖像處理和分析逐漸形成了自己的科學(xué)體系，其應(yīng)用的針對(duì)性程度也越來越高，受到了各界人士的廣泛認(rèn)可。不同的分割方法可能會(huì)取得不同的效果，需要根據(jù)實(shí)際應(yīng)用的場(chǎng)景進(jìn)行靈活的操作。

1? 基于MATLAB計(jì)算機(jī)模擬的邊緣檢測(cè)

邊緣檢測(cè)問題是圖像處理當(dāng)中需要首先處理的問題，有效的邊緣處理不僅可以使得圖像當(dāng)中的一些亮點(diǎn)被明顯的標(biāo)志出來，還可以顯著的影響整個(gè)圖像處理的屬性，對(duì)于重要的事件和變化的程度進(jìn)行有效的標(biāo)記。但是通常來說一張圖像上相關(guān)的要點(diǎn)是不連續(xù)的，不僅表現(xiàn)在方向上面的不連續(xù)，也表現(xiàn)在屬性上面的不連續(xù)。通過邊緣檢測(cè)的方法可以使得整個(gè)圖像更加集中，這大大降低了后續(xù)圖像檢測(cè)和圖像處理的難度。邊緣檢測(cè)的方法還可以盡可能的控制數(shù)據(jù)量，剔除一些認(rèn)為不相關(guān)的信息，從而對(duì)圖像的結(jié)構(gòu)屬性進(jìn)行優(yōu)化，探討基于零穿越來攝制圖像的尋找方法。大部分的時(shí)間，技術(shù)人員可以通過life can過零點(diǎn)或者非線性分割來進(jìn)行相關(guān)的定點(diǎn)定位。但是具體的邊緣檢測(cè)方法還要根據(jù)圖像的實(shí)際情況來設(shè)定，不能一概而論，盡可能應(yīng)用MATLAB自帶的計(jì)算機(jī)模擬工具來進(jìn)行邊緣的優(yōu)化檢測(cè)[1]。

基于MATLAB分割方法的圖像處理技術(shù)目前應(yīng)用的范圍比較廣，尤其是隨著技術(shù)的升級(jí)，在醫(yī)療器械圖像處理、軍事遙感圖像處理、智能交通圖像處理當(dāng)中都有著非常廣泛的應(yīng)用。圖像處理的原則就是盡可能的降低誤差，取得更好的分割結(jié)果。但是在目前的風(fēng)格當(dāng)中，很多技術(shù)人員受到人工參數(shù)設(shè)計(jì)的限制、模型估計(jì)不足的限制，而無法實(shí)現(xiàn)高精度的自動(dòng)化分割，應(yīng)用MATLAB分割工具可以對(duì)數(shù)據(jù)參數(shù)進(jìn)行歸類的調(diào)整，并且對(duì)自動(dòng)化初始方式進(jìn)行協(xié)調(diào)，保障每個(gè)像素之間的相似性，通過自動(dòng)計(jì)算的方式解決目標(biāo)分割不明顯不明確的問題，并結(jié)合MATLAB算法工具對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行更好的分割，實(shí)現(xiàn)網(wǎng)絡(luò)圖節(jié)點(diǎn)的映射。

2? 基于MATLAB計(jì)算機(jī)模擬的圖像處理方法

2.1 基于robot算子的邊緣檢測(cè)

2.1.1 robot算子邊緣檢測(cè)的原理

該種檢測(cè)方式是一種比較靈活，用法比較廣的邊緣檢測(cè)方法，可以通過局部的差異來尋找邊緣當(dāng)中的一些個(gè)性化的量子，并且將這些量子定義為邊緣的算子。一般來說，如果邊緣不是很平滑，應(yīng)用這種robot算子分析方法就可以產(chǎn)生比較好的效果。如果技術(shù)人員想對(duì)圖像進(jìn)行細(xì)化處理，也可以通過這種robot算子的邊緣檢測(cè)方法來提高技術(shù)的精細(xì)化程度。除此之外，技術(shù)人員還可以應(yīng)用sobell算子的邊緣檢測(cè)方法。該種方法是在Robert算子檢測(cè)方法的基礎(chǔ)之上發(fā)展而來的，對(duì)于相鄰像素的差分可以進(jìn)行優(yōu)化計(jì)算，并且按照不同的數(shù)軸來進(jìn)行公示的模擬與分析，對(duì)其中向量的幅度進(jìn)行擬合度判斷，每一個(gè)模板對(duì)應(yīng)具體方向的邊緣，并且按照模板的數(shù)值來進(jìn)行梯度的調(diào)整，最終的卷積運(yùn)算結(jié)果可以和真實(shí)數(shù)據(jù)差異在1‰范圍之內(nèi)，有效性比較高，精度達(dá)到要求，應(yīng)用范圍較廣。

2.1.2 邊緣檢測(cè)靈活度的調(diào)整

從本質(zhì)上來講，圖像分割就是將一幅圖像按照某一種科學(xué)的策略來進(jìn)行拆解，并且保障拆解之后的各個(gè)小模塊之間，沒有相互重疊、相互交叉的現(xiàn)象，影響數(shù)據(jù)的具體處理。圖像的分割要按照一定的原則來進(jìn)行，采取適合的方法進(jìn)行數(shù)據(jù)的分割與處理，例如技術(shù)人員經(jīng)常采用的全閾值分割方法，局閾值分割方法以及區(qū)域分割方法都可以適應(yīng)目前的數(shù)據(jù)處理要求。圖像處理人員可以利用MATLAB工具來進(jìn)行自動(dòng)化的參數(shù)設(shè)置，自動(dòng)化的閾值選取通過不同的分割算法來獲得比較精準(zhǔn)的數(shù)據(jù)，全面提高數(shù)據(jù)分割的精準(zhǔn)程度和靈活程度。

在未來技術(shù)發(fā)展的過程當(dāng)中，我們還要針對(duì)圖論的圖像分割技術(shù)進(jìn)行深度的查找，并且做好圖切割的相關(guān)數(shù)據(jù)分析，通過邊緣處理，基于目前的人工參數(shù)模型和估計(jì)問題，探討算法的優(yōu)化，對(duì)于運(yùn)動(dòng)目標(biāo)進(jìn)行有效的切割，進(jìn)行輪廓的優(yōu)化設(shè)計(jì)提高整個(gè)算法的敏感性，減少算法的運(yùn)算量，進(jìn)一步提高運(yùn)算的速度。除此之外，圖像分割人員還要從交互性的角度、目的性的角度來對(duì)圖像處理的精度進(jìn)行全面深入的分析，探求新的圖像分割算法，取得更加良好的時(shí)間意義。

2.2 圖像優(yōu)化分割

2.2.1 應(yīng)用范圍

圖像的分割可以采用全閾值分割方法、局閾值分割方法以及區(qū)域分割方法等不同的分割，相對(duì)其他兩種分割方法，全閾值分割技術(shù)應(yīng)用范圍比較簡(jiǎn)單，涉及的數(shù)值比較少，并且可以將圖像分割成比較有效的幾個(gè)類別，在特定區(qū)域內(nèi)提高圖像分割的意義。這種分割方法主要是基于灰度計(jì)算，可以在最大方差內(nèi)對(duì)于閾值進(jìn)行調(diào)整，相對(duì)于不同的灰度來說，這種預(yù)知的調(diào)整比較靈活，比較簡(jiǎn)單，產(chǎn)生的數(shù)據(jù)量比較小，所有灰度值小于等于k的將被分成一類，這樣的處理方式可以減少累方差的產(chǎn)生，通過標(biāo)準(zhǔn)的確定強(qiáng)調(diào)最大化像素，并且強(qiáng)調(diào)最大化像素與其他像素之間的方向差，通過這個(gè)方向差的判斷來對(duì)圖像進(jìn)行進(jìn)一步的系統(tǒng)風(fēng)格[2]。

2.2.2 全閾值分割方法

全閾值分割方法按照灰度來設(shè)定相應(yīng)的參數(shù)，這個(gè)參數(shù)的調(diào)整可以結(jié)合原有的經(jīng)驗(yàn)來進(jìn)行鑒定，也可以結(jié)合目前的圖像分割原則來進(jìn)行決定，在定好參數(shù)之后可以根據(jù)具體的圖像來進(jìn)行實(shí)驗(yàn)的對(duì)比分析，例如技術(shù)人員常常采用的直方圖方法就是一種確定最佳參數(shù)比較簡(jiǎn)便的方法，還可以結(jié)合MATLAB工具仿真來對(duì)代碼的相關(guān)數(shù)值進(jìn)行模擬。經(jīng)過分析之后，全域值化之后的圖像清晰度顯著增加，邊緣的力度加強(qiáng)，下半部分的邊緣，尤其可以得到顯著的提升，替代原有圖像的模糊效果，這也就意味著整體圖像的特征值提取良好。

2.2.3 局部閾值分割方法

局部閾值分割方法也可以進(jìn)一步提高圖像的清晰等級(jí)，但是需要逐層來分析和識(shí)別局部閾值分割方法的準(zhǔn)確性，將會(huì)嚴(yán)重影響后續(xù)任務(wù)開展的靈活程度。按照局部閾值分割方法對(duì)于圖像的灰度和光線進(jìn)行調(diào)整，并且按照對(duì)比度的不同來進(jìn)行進(jìn)一步的分割，可以滿足局部處理的相關(guān)效果要求。采用局部閾值分割方法，相對(duì)于全閾值分割方法來說，更要強(qiáng)調(diào)代碼設(shè)置的準(zhǔn)確性和參數(shù)設(shè)置的靈活性。技術(shù)人員可以通過圖像特征的提取進(jìn)一步改進(jìn)局部閾值分析技術(shù)，這樣經(jīng)過提取之后的圖像，不僅下半部分的清晰程度可以顯著提高，上半部分的清晰等級(jí)也可以取得顯著的改善。

2.2.4 區(qū)域分割方法

區(qū)域分割方法相對(duì)于全閾值分割和局部閾值分割屬于典型模糊識(shí)別系統(tǒng)，它是指將所有分割的數(shù)據(jù)按照統(tǒng)一的集中管理模式設(shè)置一個(gè)有效的參數(shù)片段，提取之后再進(jìn)行進(jìn)一步的處理，也就是將一些無效的數(shù)據(jù)拋棄，進(jìn)一步提高數(shù)據(jù)分割的效果。通過這種方法，整個(gè)數(shù)據(jù)處理的數(shù)量可以大大下降，一般下降的幅度可以超過70%，圖像當(dāng)中的單個(gè)元素形成一個(gè)集合，再對(duì)這些集合的映射進(jìn)行采集，獲得像素的集合。圖像處理人員可以根據(jù)劃分的不同隔離標(biāo)準(zhǔn)，對(duì)于二維的重疊影像進(jìn)行數(shù)字化的查找，通過兩個(gè)或多個(gè)內(nèi)部元素的仿真對(duì)照分析，最終確定選取的閾值。但是這種分割方式的處理結(jié)果與閾值的取值相關(guān)，如果閾值為0.2，則精度較好，邊緣輪廓比較清晰，如果閾值超過0.3，圖像的模糊程度將會(huì)進(jìn)一步加劇，影響整個(gè)的判斷。

從本文的分析可以看出，不論是經(jīng)典圖像分割方法，還是一些個(gè)性化的圖像分割方法，都要基于邊緣檢測(cè)技術(shù)來對(duì)圖像進(jìn)行化處理。除此之外，技術(shù)人員還要結(jié)合具體的分割參數(shù)調(diào)整確定Roberts算子和survival算子。這樣的方法可以進(jìn)一步提高算子分割的精準(zhǔn)程度，除此之外，技術(shù)人員常用的幾種算子分割方法還包含private方法、拉普拉斯方法以及卡尼方法。只有在確定了相關(guān)參數(shù)之后，才能夠?qū)ξ矬w和背景進(jìn)行優(yōu)化組合與劃分，明確灰度的參數(shù)，避免差值過大影響實(shí)際分割的效果，造成重疊現(xiàn)象。區(qū)域的增長(zhǎng)也要涵蓋在這個(gè)分割范圍之內(nèi)，對(duì)于具有相似性質(zhì)的像素點(diǎn)進(jìn)行統(tǒng)一的集合，構(gòu)成一個(gè)新的區(qū)域[3]。

3? 結(jié)語(yǔ)

綜上所述，研究基于MATLAB工具的圖像分割處理有利于我們從技術(shù)發(fā)展的角度看待目前二元能量最優(yōu)化的數(shù)據(jù)估計(jì)問題和參數(shù)設(shè)計(jì)問題，從本文的分析可知，只有不斷優(yōu)化算法工具，基于二項(xiàng)集合進(jìn)行模型的優(yōu)化探討，選擇更好的邊緣處理方式和參數(shù)設(shè)計(jì)方式，才能夠滿足不同領(lǐng)域應(yīng)用的高精度要求，因此我們要不斷優(yōu)化處理技術(shù)，探求網(wǎng)絡(luò)數(shù)據(jù)結(jié)構(gòu)的改進(jìn)，對(duì)算法的描述方式進(jìn)行整合分析。

參考文獻(xiàn)

[1] 羅奇.計(jì)算機(jī)模擬技術(shù)及其在農(nóng)業(yè)工程中的應(yīng)用——? ? ? 評(píng)《計(jì)算機(jī)模擬技術(shù)及其在農(nóng)業(yè)工程中的應(yīng)用》[J].中國(guó)食用菌，2020，39（2）：29.

[2] 武衛(wèi)莉，陳豐雨.計(jì)算機(jī)模擬的工藝參數(shù)及模具結(jié)構(gòu)對(duì)雙組分注塑PP/TPE結(jié)合強(qiáng)度的影響[J].塑料工業(yè)，2020，48（1）：82-86.

[3] 朱印濤.閥體鍛壓成形過程的計(jì)算機(jī)模擬分析[J].冶金設(shè)備，2019（6）：55-58.

作者簡(jiǎn)介：唐高陽(yáng)（1971，4—），男，滿族，遼寧沈陽(yáng)人，碩士，講師，研究方向：圖像處理、軟件工程、智能優(yōu)化算法。