復雜背景下彩色數字圖像分割算法研究

(平頂山學院 信息工程學院，河南 平頂山 467000)

復雜背景下彩色數字圖像分割算法研究

王亞飛

(平頂山學院信息工程學院，河南平頂山467000)

為了提高復雜背景下彩色數字圖像分割的準確率，減少噪聲對圖像處理的干擾，盡可能的縮短運行時間，需要對復雜背景下彩色數字圖像分割算法進行研究；當前圖像分割算法在彩色數字圖像分割的過程中，僅僅考慮了圖像像素的亮度值，沒有考慮其空間特征，存在計算的復雜性過大等缺陷，影響彩色數字圖像處理效果；為此，提出了一種基于隨機權重粒子群的復雜背景下彩色數字圖像分割算法；該算法先采用多尺度均勻濾波方法，對復雜背景下彩色數據圖像進行劃分，其中包含噪聲和不含噪聲的像素點的亮度值、結構元素以及局部區域內的圖像像素加權亮度密度特征；采用多段圖分割獲取彩色數字圖像的優化分割，在平滑項中代入彩色數字圖像梯度信息，對彩色數字圖像分割結果中的弱邊界進行剔除，從而實現準確的彩色數字圖像分割；實驗仿真證明，所提算法增加了彩色數字圖像分割的對比度和信噪比，提高了復雜背景下彩色數字圖像分割的準確性。

復雜背景；彩色數字圖像分割；算法

0 引言

隨著當前科技水平的不斷發展，圖像分割已經成為各個行業中必不可少的輔助方法[1]。圖像分割有著特別廣泛的應用，例如工業上自動化生產、生產過程中的控制、人臉識別、指紋識別、行人檢測、機器視覺、保安的監視，以及軍事和體育等方面[2-3]。由于圖像分割具有精確性、全面性等特點，大多數的彩色數字圖像分割在進行各領域的圖形分割時無法精確詳細的對其進行分割[4]。在這種情況下，如何提高復雜背景下彩色數字圖像分割的精確性成為了急需解決的問題[5]。而基于隨機權重粒子群的復雜背景下彩色數字圖像分割算法可以對彩色數字圖像進行快速的收斂，能有效地克服彩色數字圖像只能局部分割的這個缺點，圖像分割效果可以得到明顯的改善，該算法具有很好的分割效果和效率。是解決上述問題的有效途徑，成為了當今彩色數字圖像分割研究學者關注的焦點問題，同時也獲得了很多優秀的成果[6]。

文獻[7]提出了基于Mumford-Shah的復雜背景下彩色數字圖像分割算法。首先利用C-V算法的偏微分方程，快速的計算出最優分割點，通過源點映射掃描來計算出符號距離函數，克服常規的水平集算法，建構符號的距離函數，計算其最大缺點，此算法提高了分割的穩定性，分割效率較高，但存在彩色數字分割精度較低的問題。文獻[8]提出了一種基于OTSU的復雜背景下彩色數字圖像分割算法。該算法首先與數學形態學相結合，對彩色數字圖像缺陷部分進行分割，提取彩色數字圖像的缺陷邊緣，使獲得的彩色數字圖像分割結果更加的清晰連貫。該算法能夠有效提高圖像可視性與準確性，但存在顏色彩飽度(%)純度較低的問題。文獻[9]提出了一種基于粗糙集的復雜背景下彩色數字圖像分割算法。該算法首先引入粗糙集模糊來對彩色數字圖像進行聚類，通過差分免疫克隆聚類算法中的硬聚類至模糊聚類演變過程，獲得更加豐富的彩色數字圖像聚類信息，最后對得到的彩色數字圖像進行優化分割。該算法可有效提升復雜背景下彩色數字圖像分割的正確率，但是算法流程過于復雜，操作不當便會引起圖像分割不明確的情況[10]。

針對上述產生的問題，提出一種基于隨機權重粒子群的復雜背景下彩色數字圖像分割算法。仿真實驗證明，所提算法提高了彩色數字圖像分割的準確性，增強了彩色數字圖像分割的靈活性，可滿足復雜背景下彩色數字圖像分割的需要，為復雜背景下彩色數字圖像分割算法的優化提供了可靠依據。

1 復雜背景下彩色數字圖像分割算法

1.1 彩色數字圖像增強

彩色數字圖像增強對數字圖像分割起到至關重要的作用，為了防止彩色數字圖像的噪聲影響到圖像分割效果，需要對彩色數字多噪圖像先進行去噪的操作，利用多尺度非均勻濾波算法去噪時，必須找到噪聲區域內的像素點特征，彩色數字圖像含噪聲彩色數字圖像區域內的圖像像素點亮度值以及像素亮度的密度與不含噪聲的區域有明顯的區別，此外，圖像像素點的結構元素也存在不停程度的差別。具體增強過程描述如下[11]：

假設彩色數字圖像不含噪聲g處的像素點的亮度值為I(g)，含噪聲h處的圖像像素點的亮度值為I(h)。則不含噪聲彩色數字圖像像素點和含噪聲圖像像素點之間亮度值差的加權值λ：

(1)

其中：N(g)、N(h)分別為彩色數字圖像不含噪聲g處和彩色數字圖像含噪聲h處的圖像像素點的個數。假設一個彩色數字圖像像素亮度值的閾值為T，并用其作為衡量彩色數字圖像像素亮度值標準，區分彩色數字圖像含噪像素點與不含噪像素點，利用彩色數字圖像像素的維度求解方式對其求解，公式如下：

(2)

其中：α表示彩色數字圖像像素亮度值尺度因子。對于每一彩色數字圖像像素亮度值尺度，都需要計算出彩色數字圖像像素亮度值尺度因子α的大小：

(3)

其中：K為尺度數，I(l)為在l尺度彩色數字圖像像素亮度值。

通過彩色數字圖像像素點亮度值的結構元素，可以對彩色數字圖像含噪和彩色數字圖像不含噪的圖像像素點進行區分并去噪，保證在復雜背景下進行彩色數字圖像分割時分割精度不受噪聲干擾。

1.2 彩色數字圖像分割

(4)

其中:N是一個4鄰域系統，DP和Vp,q分別表示彩色數字圖像數據項和彩色數字圖像平滑項，并通過彩色數字圖像分割系數γ(γ≥0)調整兩者之間的權重比。利用非參數對彩色數字圖像特征進行空間分割，非參數數據項可定義為：

(5)

而彩色數字圖像平滑項多數定義為標準的Potts，為了進一步確定彩色數字圖像的最佳分割方向，在彩色數字圖像平滑項中加入彩色梯度信息：

(6)

(7)

彩色數字圖像分割中心ml可重新定義為：

(8)

其中:li表示彩色數字圖像分割第l個分割中第i個區域(組件)，mli是該彩色數字圖像組件中的均值，nli表示該彩色數字圖像分割區域中像素點的個數。由此可知，彩色數字圖像數據項是彩色數字圖像像素到其中間距的最小值。

根據以上彩色數字圖像分割的各種數據，可以得知彩色數字圖像的特征空間分割可以將彩色數字圖像的分割更加的精確。彩色數字圖像數據項和平滑項對彩色數字圖像分割的平穩性具有較大作用，而在彩色數字圖像平滑項中加入的彩色梯度和數據項標簽數呈非遞增狀態，這更加大了彩色數字圖像分割的細化程度和靈活度，為復雜背景下彩色數字圖像分割提供了有效依據。

2 實驗仿真與分析

為了證明基于隨機權重粒子群的復雜背景下彩色數字圖像分割算法的有效性。需要進行一次仿真實驗。在Matlab的環境下搭建彩色數字圖像分割實驗仿真平臺。實驗數據取自于Berkeley分割數據庫中的50幅彩色數字圖像，圖像分辨率為300 dpi，在進行仿真實驗過程中，先將復雜背景下彩色數字圖像分割的亮度值矩陣轉換成清晰度矩陣，從而可以更好的對彩色數字圖像目標和彩色數字圖像背景存有遠近差異的圖像進行處理。

2.1 復雜背景下彩色數字圖像分割的絕對誤差率

(9)

(10)

復雜背景下彩色數字圖像分割的絕對誤差越小，表示彩色數字圖像分割的質量越好，分割算法的性能越好。各種算法提取的彩色數字圖像像素個數、彩色數字圖像分割的絕對誤差以及絕對誤差率比較結果如表1所示。

表1 彩色數字圖像分割算法各重要因素對比

從表1可以看出，本文提出的基于隨機權重粒子群彩色數字圖像分割算法優于其它圖像分割算法。在彩色數字圖像分割時彩色數字圖像特性差別可能非常的明顯，也可能特別細微，肉眼是察覺不出來的。隨著現代彩色數字圖像分割技術的發展，人們可以通過不同分割算法來獲取進而處理圖像信息。圖像識別的基礎就是圖像分割，它的作用是反映物體真實情況并且具有不同特性的目標區別開來。圖像分割是圖像識別和圖像理解的基本前提步驟，彩色數字圖像的分割質量直接影響著后續圖像處理的效果。因此，基于隨機權重粒子群的復雜背景下彩色數字圖像分割算法誤差率小，分割更為精確。

2.2 復雜背景下彩色數字圖像分割亮度清晰度對比

彩色數字圖像分割清晰度，是人們從主觀上描述彩色數字圖像分割質量最直觀的感受。彩色數字圖像分割的好壞與其清晰度有直接關系，彩色數字圖像分割清晰度好的圖像包含特別豐富的細節信息。比較2種不同復雜背景下彩色數字圖像分割的亮度(mcd)、清晰度(ppi)，利用比較的結果衡量2種不同算法進行復雜背景下彩色數字圖像分割的有效性，對比結果見圖1和圖2。

圖1 不同圖像分割算法彩色數字圖像亮度對比圖 圖2 不同圖像分割算法彩色數字圖像清晰度對比圖

分析圖1、圖2可知，利用改進的彩色數字圖像分割算法進行分割時，達到了預期的精度。而且在不同圖像分割算法彩色數字圖像亮度與清晰度的對比下，更加確定了基于隨機權重粒子群的彩色數字圖像分割算法具有有效性、確定性、全面性、靈活性等優點。提高了復雜背景下彩色數字圖像分割的快速性，而彩色數字圖像的分割隨著圖像亮度和清晰度的增加也增強了分割的精確度，為彩色數字圖像分割提供了方便快捷的通道。保障了改進算法對彩色數字圖像進行分割時的平穩性。

仿真實驗證明，所提算法可以精確地對復雜環境下彩色數字圖像進行分割。

3 結束語

采用當前算法對復雜背景下彩色數字圖像進行分割時，僅僅考慮了圖像像素的亮度值，沒有考慮其空間特征以及計算復雜性過大等缺陷。提出一種基于隨機權重粒子群的彩色數字圖像分割算法。通過仿真實驗證明，所提算法可以精確地對復雜環背景下彩色數字圖像進行分割，為未來圖像分割研究提供了良好的應用價值。

[1] 唐利明,田學全,黃大榮,等.結合FCMS與變分水平集的圖像分割模型[J].Acta Automatica Sinica,2014,40(6):1233-1248.

[2] 詹 曙,胡德鳳,蔣建國.結合GLWT和LBP提取紋理特征的圖像分割[J].電子測量與儀器學報,2014,28(2):198-202.

[3] 陳 愷,陳 芳,戴 敏,等.基于螢火蟲算法的二維熵多閾值快速圖像分割[J].光學精密工程,2014,22(2):517-523.

[4] 戴天虹,吳 以.基于OTSU算法與數學形態學的木材缺陷圖像分割[J].森林工程,2014,30(2):52-55.

[5] 朱靜嫻,陸 南,馮金金.Android手機圖像版權保護系統的設計與實現[J].電子設計工程,2016,24(21):184-187.

[6] 劉建磊,隋青美,朱文興.結合概率密度函數和主動輪廓模型的磁共振圖像分割[J].光學精密工程,2014,22(12):3435-3443.

[7] 趙雪梅,李 玉,趙泉華.結合高斯回歸模型和隱馬爾可夫隨機場的模糊聚類圖像分割[J].電子與信息學報,2014,36(11):2730-2736.

[8] 張 毅,王福龍.基于小波變換的分水嶺圖像分割[J].小型微型計算機系統,2014,35(6):1382-1386.

[9] 王荔霞,謝維信,裴繼紅.多高斯模型特征空間覆蓋學習的海洋航攝圖像分割[J].電子學報,2014,42(10):2117-2122.

[10] 鄭 毅,鄭 蘋.基于模糊熵和模擬退火算法的雙閾值圖像分割[J].電子測量與儀器學報,2014,28(4):360-367.

[11] 齊興斌, 趙 麗, 李雪梅. 基于BIRCH聚類加速的彩色圖像增強算法[J]. 計算機測量與控制, 2016, 24(4):137-140.

ColorDigitalImageSegmentationAlgorithmResearchUnderComplicatedBackground

Wang Yafei

(Information Engineering College, Pingdingshan University,Pingdingshan 467000,China)

In order to improve the accuracy of color digital image segmentation under complex background, reduce the noise interference in image processing, as far as possible to shorten the running time, the need for complex background color image segmentation algorithm. The process of the current image segmentation algorithm in digital color image, only considering the brightness of image pixel values, without considering the spatial characteristics of the defects, the computational complexity is too large, affecting color digital image processing effect. For this reason, a color digital image segmentation algorithm based on random weight particle swarm is proposed. This algorithm adopts multi-scale filtering method to classify the data uniform, color image under complex background, which contains the brightness noise and non noise pixel values, structure elements and the local area of the image pixel intensity weighted density features. Optimization of multi segment graph segmentation segmentation for color digital image, using gradient information of color digital image in the smoothing term, weak boundary of color digital image segmentation results are removed, so as to achieve accurate segmentation of color digital image. Experimental results show that the proposed algorithm increases the contrast and signal-to-noise ratio of color digital image segmentation, and improves the accuracy of color digital image segmentation in complex background.

complicated background; color digital image segmentation; algorithm

2017-03-15；

2017-04-12。

王亞飛(1981-)，女，河南平頂山人，碩士研究生，講師，主要從事計算機應用、網絡安全方向的研究。

1671-4598(2017)09-0200-03

10.16526/j.cnki.11-4762/tp.2017.09.051

TN929

A