劉訓星 馬春花
摘要:本文先介紹了什么是圖像分割,接著介紹了圖形分割方法,并闡述了在此過程可能遇到困難,以及分割完成后如何評價分割圖像所得的塊是否理想。
關鍵字:圖像分割;紋理分割;分割評價
一、引言
圖形分割已經(jīng)在線產(chǎn)品檢測、文件圖像處理、工業(yè)自動化農(nóng)業(yè)、體育和軍事等方面得到廣發(fā)的應用。隨著通訊技術快速發(fā)展和智能化時代到,對圖像進行分割變得也越來越復雜,但是人們對分割后結(jié)果要求卻變得更高。所以研究圖像分割,從而更加有價值結(jié)果具有較高價值。
二、圖像分割技術的分析
(一)圖像分割技術的概念
圖像分割就是采用某種方法分割圖像,使得分割的圖像所得塊之間沒有重疊現(xiàn)象出現(xiàn)。要想成功分割一副圖像,要確保分割所得塊不會出現(xiàn)重疊顯得非常重要,這就要求在分割圖像前,要能夠找到各塊之間差距較大的特征,由此可見圖像分割首要解決問題就是從被分割圖像區(qū)域的劃分和特征屬性的獲取。
(二)圖像分割方法
1.模糊聚類
點擊并拖拽以移動
圖1聚類過程示意圖
模糊聚類過程如圖1所示:
(1)特征選擇:從已有的特征中①對初始對象變換取得②找到區(qū)分度最高的特征準備聚類。
(2)選擇相似性度量:受到標度和特征復雜性和多樣性影響,找到所需的相似度顯得十分重要??傊?,特定的應用決定相似性度量的選擇,相似度選擇是否恰當決定了最終的結(jié)果是否理想。
(3)聚類算法:依據(jù)實際情況,選擇恰當聚類算法,有效合適的算法往往具有容易理解、聚類思想和操縱方便的特點。
(4)結(jié)果驗證:通過類內(nèi)部的耦合、多次驗證聚類結(jié)果的一致性和類間的分離等方式驗證聚類結(jié)果的是否理想。
2.FCM算法
FCM是最普遍、成功一類模糊聚類算法。近些年來,F(xiàn)CM在目標識別、圖像處理得到廣泛的運用。
點擊并拖拽以移動1
在公式1中,各參數(shù)含義如下表所示。
3.KWFLICM算法
KWFLICM算法使用模糊因子,從而獲得高質(zhì)量精確度的對中心點影響程度。衰減權(quán)重因子起到提高對中心像素精確度,有助于提高運行效果。
(三)圖像分割的困難
首先圖像分割沒有正確或理想的分割方式,其次組成部件收到透視畸變、光照條件、遮擋和觀察方位情況。此外可能存在物體與背景無法正常區(qū)分的情況存在。
(四)分割評價
點擊并拖拽以移動
如圖2所示,從以下幾個方面進行評價衡量。
1.分割目標邊界韋封閉的,有助于能夠獲得連續(xù)的輪廓。
2.保留主要的特征,以免造成過度分割,放棄無關細節(jié)。
3.分割短時間完成,有助于減少運算量。
4.運用非閾值化分割,這么做的原因?qū)τ诓煌哪繕?,閾值的選擇本身很難把握。
在實際的目標圖像分割時,還需要考慮:分割方法的選擇、分割重點的考慮(區(qū)域的相似性、不同區(qū)域的差異性)、圖像復雜性、光照不均勻和外界噪音等。在實際操作中情況,把我重點考慮目標,不能脫離約束條件,才可能獲得理想分割效果。
三、結(jié)束語
目前圖像分割存在多種方法,各有優(yōu)勢,同時也在相應弊端,文中介紹圖像分割概念、分割方法、存在困難和評價方法??傊?,圖像分割朝著精確、智能等方向發(fā)展。隨著科技不斷進步,有理由相信能夠獲得更加理想結(jié)果。
參考文獻
[1]井慧娟,張花馗.淺談圖像分割技術[J].湖南冶金職業(yè)技術學院學報,2008,8(3):114-116.
[2]王超.基于模糊算法的圖像分割問題研究[D].山東大學,2017
[3]買月梅.基于模糊算法的圖像分割研究[D].蘭州交通大學,2014
基金項目:2019年度宣城職業(yè)技術學院校級科研振興計劃項目,編號:ZXTS201910,負責人:劉訓星
作業(yè)簡介:劉訓星(1981-),男,安徽宣城人,副教授,碩士,主要研究方向:數(shù)據(jù)挖掘和教育信息化。
馬春花(1982-),女,安徽宣城人,初級,本科,主要研究方向:教育信息化。