摘 要：圖像分割是圖像處理的重要步驟，是計(jì)算機(jī)視覺的基礎(chǔ)，是模式識(shí)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(jié)果，為此，采用綜合集成的方法對(duì)此類圖像進(jìn)行分割，并用數(shù)學(xué)形態(tài)學(xué)的運(yùn)算對(duì)分割結(jié)果進(jìn)行處理，改善了分割效果。試驗(yàn)結(jié)果表明，基于綜合集成和數(shù)學(xué)形態(tài)學(xué)的分割方法能有效地分割這一類圖像，獲得良好的分割結(jié)果。

關(guān)鍵詞：圖像分割；圖像處理；綜合集成；數(shù)學(xué)形態(tài)學(xué)

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：B 文章編號(hào)：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(jì)算機(jī)視覺的基礎(chǔ)，是模式識(shí)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(qū)域的集合，也就是根據(jù)目標(biāo)與背景的先驗(yàn)知識(shí)，對(duì)圖像中的目標(biāo)、背景進(jìn)行標(biāo)記、定位，然后將目標(biāo)從背景或其他偽目標(biāo)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(biāo)界限模糊，且背景或目標(biāo)的灰度隨圖像區(qū)域位置的不同而不同，嚴(yán)重時(shí)，圖像中某一區(qū)域的目標(biāo)灰度值可能接近或低于另一區(qū)域中背景的灰度值。

對(duì)這類圖像的分割，采用單一的分割方法不能獲得滿意的結(jié)果，文獻(xiàn)［3］提出多種分割方法的綜合集成的思想設(shè)想，根據(jù)各類不同算法適用不同圖像類的特點(diǎn)，將圖像“盡可能”地規(guī)劃為符合不同劃分標(biāo)準(zhǔn)的若干區(qū)域，每一個(gè)區(qū)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(jié)果。本文利用綜合集成的思想，對(duì)照明不均勻而得到的圖像進(jìn)行圖像分割。圖1是綜合集成的原理框圖。

2 分割過程

應(yīng)用綜合集成的思想分割圖像過程如下：

(1) 根據(jù)背景或目標(biāo)的灰度隨圖像區(qū)域位置的變化，把圖像劃分為不同的區(qū)域。這個(gè)過程采用交互式分割方法，由人眼識(shí)別定位，借助軟件實(shí)現(xiàn)對(duì)圖像區(qū)域的劃分。

(2) 對(duì)劃分出的圖像的各區(qū)域分別運(yùn)用算法庫中的算法進(jìn)行目標(biāo)分割，并對(duì)每種算法分割結(jié)果進(jìn)行打分，選出最優(yōu)的分割算法將其分割結(jié)果保存。

(3) 對(duì)圖像各區(qū)域的分割結(jié)果做調(diào)整進(jìn)行合并，得到原圖像完整的分割結(jié)果。

(4) 對(duì)最后的分割結(jié)果適當(dāng)?shù)夭捎脭?shù)學(xué)形態(tài)學(xué)^{［4，5］}的開運(yùn)算或閉運(yùn)算方法進(jìn)行處理，以改善分割效果。(開運(yùn)算能夠去除孤立的小點(diǎn)、毛刺和小橋<即連通兩塊區(qū)域的小點(diǎn)>，而總的位置和形狀不變；閉運(yùn)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(jié)果分析和結(jié)論

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

圖2中，part1和part2是圖2(a)的兩個(gè)區(qū)域，分別用迭代閾值法^［6］和K均值聚類法^［7］對(duì)其進(jìn)行分割，由分割結(jié)果來看，對(duì)part1采用K均值聚類法分割效果好(見圖2(b));對(duì)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(yùn)算再開運(yùn)算結(jié)果?？梢钥闯觯瑢?duì)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(jié)果說明運(yùn)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(xiàn)

［1］許錄平.數(shù)字圖像處理［M］.北京:科學(xué)出版社，2007.

［2］章毓晉.圖像分割［M］.北京:科學(xué)出版社，2001.

［3］羅文村.關(guān)于多種分割方法的綜合集成的研究［J］.現(xiàn)代計(jì)算機(jī)，2001(6):3841.

［4］龔煒，石青云，程民德.數(shù)字空間中的數(shù)學(xué)形態(tài)學(xué)理論

圖2 分割結(jié)果及應(yīng)用［M］.北京:科學(xué)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(xué)，2003.

［6］楊淑瑩.VC++圖像處理程序設(shè)計(jì)［M］.北京:北方交通大學(xué)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(jì)算機(jī)工程與應(yīng)用，2003，39(29):1722.

［8］趙鋒，趙榮椿.分裂合并方法在圖像分割、目標(biāo)提取中的應(yīng)用［J］.西北工業(yè)大學(xué)學(xué)報(bào)，2000，18(1):116120.

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

［10］劉寧寧，田捷.基于區(qū)域特征的交互式圖像分割方法及其應(yīng)用［J］.軟件學(xué)報(bào)，1999，19(3):1217.

作者簡(jiǎn)介 郇述良 男，1974年出生，工程師，畢業(yè)于中國石油大學(xué)自動(dòng)化系。主要研究方向?yàn)樽詣?dòng)化及其應(yīng)用。

任 強(qiáng) 男，1975年出生，西安電子科技大學(xué)碩士生。主要研究方向?yàn)樾盘?hào)與信息處理、系統(tǒng)工程與應(yīng)用。