融合區域生長與霍夫變換的內窺圖像分割算法

耿春明，方 菲

(北京航空航天大學 機械工程及自動化學院,北京 100191)

引言

圖像分割在許多自動圖像模式識別和場景分析問題中是一個基本的預備性步驟。為實現復雜背景中運動目標的檢測與識別，應首先考慮如何利用圖像分割方法分割出有效的檢測區域，這一直是人們關注的難點問題。目前常用的分割算法主要有閾值法、區域生長法兩大類[1]。這兩類方法各有優勢，卻也有局限性。例如閾值法選取的閾值不精確；區域生長法由于生長準則或目標區域灰度分布不均勻等原因造成欠分割或者過分割等[2-3]。分析這兩類分割方法的優缺點，結合本文實際采集圖像的特點，提出了一種基于區域生長和霍夫(Hough)變換相結合的分割方法，最終準確地劃分出有效檢測區域。

1 算法設計和實現

1.1 算法設計

設計的算法主要應用于由內窺鏡采集到的不透明容器內部物質的圖像。內窺鏡放置在容器口處，所以在圖像中呈現的是容器內所有物質由上而下的俯視平面圖。圖像采集是在外界為全黑的環境下進行，保證采集圖像時不受到外界光源的影響，采集圖像的光源由內窺鏡自帶的LED白光源提供。該條件下采集的圖像具有特點是圖像中含有強光干擾與光圈等。觀察實驗中采集的圖像(如圖1所示)，強光干擾區域(圖1中C區域)即圖中高亮度的光線區域，它主要是由內窺鏡LED白光源過于集中引起的；光圈(圖中B區域)主要是由于光線在容器壁與容器內液體表面這兩種不同介質上的折射、反射等不一樣造成的，由此可知，光圈外側是容器壁，光圈內側是容器內的液體，即光圈內的區域為有效檢測區域。……