一種基于綜合集成和數學形態學的圖像分割方法

摘 要：圖像分割是圖像處理的重要步驟，是計算機視覺的基礎，是模式識別與圖像理解的重要組成部分。由于光照不均勻而形成的灰度圖像，采取單一的分割方法不能獲得良好的分割結果，為此，采用綜合集成的方法對此類圖像進行分割，并用數學形態學的運算對分割結果進行處理，改善了分割效果。試驗結果表明，基于綜合集成和數學形態學的分割方法能有效地分割這一類圖像，獲得良好的分割結果。

關鍵詞：圖像分割；圖像處理；綜合集成；數學形態學

中圖分類號：TP391 文獻標識碼：B 文章編號：1004373X(2008)1816302

Image Segmentation Method Based on Comprehensive Integration

and Mathematical Morphology

HUAN Shuliang1，REN Qiang2

(1.Oilfield Construction Group and Engineering Company，Daqing，163453，China;2.School of Electronic Engineering，Xidian University，Xi′an，710071，China)

Abstract：Image segmentation is a key step of image processing.It is basic of computer vision，important part of pattern recognition and image understanding.Because image is a complex and fuzzy object by itself，image segmentation has many difficulties.Adoption of a single segmentation method is not good segmentation results for the uneven lighting image.So，the integration method is used to make segmentation on this image，and mathematical morphology is used to deal with the results.The results prove that the image segmentation method based on comprehensive integration and mathematical morphology has good segmentation results.

Keywords：image segmentation;image processing;comprehensive integration;mathematical morphology

1 引 言

圖像分割^［1，2］是圖像分析的重要步驟，是計算機視覺的基礎，是模式識別與圖像理解的重要組成部分。所謂圖像分割就是要將圖像表示為物理上有意義的連通區域的集合，也就是根據目標與背景的先驗知識，對圖像中的目標、背景進行標記、定位，然后將目標從背景或其他偽目標中分離出來。然而，所獲得的圖像并不都是清楚的，比如因照明不均勻而得到的圖像。這類圖像背景與目標界限模糊，且背景或目標的灰度隨圖像區域位置的不同而不同，嚴重時，圖像中某一區域的目標灰度值可能接近或低于另一區域中背景的灰度值。

對這類圖像的分割，采用單一的分割方法不能獲得滿意的結果，文獻［3］提出多種分割方法的綜合集成的思想設想，根據各類不同算法適用不同圖像類的特點，將圖像“盡可能”地規劃為符合不同劃分標準的若干區域，每一個區域由與之“相適合”(或匹配)的分割算法做“最佳”分割，從而獲得全部圖像的“最佳”分割結果。本文利用綜合集成的思想，對照明不均勻而得到的圖像進行圖像分割。圖1是綜合集成的原理框圖。

2 分割過程

應用綜合集成的思想分割圖像過程如下：

(1) 根據背景或目標的灰度隨圖像區域位置的變化，把圖像劃分為不同的區域。這個過程采用交互式分割方法，由人眼識別定位，借助軟件實現對圖像區域的劃分。

(2) 對劃分出的圖像的各區域分別運用算法庫中的算法進行目標分割，并對每種算法分割結果進行打分，選出最優的分割算法將其分割結果保存。

(3) 對圖像各區域的分割結果做調整進行合并，得到原圖像完整的分割結果。

(4) 對最后的分割結果適當地采用數學形態學^［4，5］的開運算或閉運算方法進行處理，以改善分割效果。(開運算能夠去除孤立的小點、毛刺和小橋<即連通兩塊區域的小點>，而總的位置和形狀不變；閉運算能夠填平小湖<即小孔>，彌合小裂縫，而總的位置和形狀不變)。

3 結果分析和結論

對光照不均勻的多幅圖像進行分割，這里選一幅圖像進行分割。圖2(a)為圖像，分割結果如圖2所示。

圖2中，part1和part2是圖2(a)的兩個區域，分別用迭代閾值法^［6］和K均值聚類法^［7］對其進行分割，由分割結果來看，對part1采用K均值聚類法分割效果好(見圖2(b));對part2采用迭代閾值法分割效果好(見圖2(c1));圖2(d)是圖2(b2)和(c1)綜合集成的分割效果，(e)是先閉運算再開運算結果。可以看出，對光照不均勻的原圖像(a)采用單一的分割方法所得的分割效果(見圖2(a1)，(a2))，不如采用綜合集成的方法分割效果好(見圖2(d)，(e))。

結果說明運用單一的方法分割效果不理想，基于綜合集成的分割方法可有效地改善分割效果，較單一的分割方法有更好的分割效果。

參 考 文 獻

［1］許錄平.數字圖像處理［M］.北京:科學出版社，2007.

［2］章毓晉.圖像分割［M］.北京:科學出版社，2001.

［3］羅文村.關于多種分割方法的綜合集成的研究［J］.現代計算機，2001(6):3841.

［4］龔煒，石青云，程民德.數字空間中的數學形態學理論

圖2 分割結果及應用［M］.北京:科學出版社，1997.

［5］孫景榮.油田工程圖的線劃提取與矢量化［D］.西安:西安電子科技大學，2003.

［6］楊淑瑩.VC++圖像處理程序設計［M］.北京:北方交通大學出版社，2003.

［7］劉巖，李言俊，張科.基于粗糙集的K均值聚類圖像分割方法［J］.計算機工程與應用，2003，39(29):1722.

［8］趙鋒，趙榮椿.分裂合并方法在圖像分割、目標提取中的應用［J］.西北工業大學學報，2000，18(1):116120.

［9］羅文村.基于閾值法與區域生長法綜合集成的圖像分割法［J］.現代計算機，2001(5):4346.

［10］劉寧寧，田捷.基于區域特征的交互式圖像分割方法及其應用［J］.軟件學報，1999，19(3):1217.

作者簡介 郇述良 男，1974年出生，工程師，畢業于中國石油大學自動化系。主要研究方向為自動化及其應用。

任 強 男，1975年出生，西安電子科技大學碩士生。主要研究方向為信號與信息處理、系統工程與應用。