肖 然

（國家知識產權局專利局專利審查協(xié)作四川中心，成都 610213）

基于曲波增強的圖像分割

肖 然

（國家知識產權局專利局專利審查協(xié)作四川中心，成都 610213）

本文分析了圖像邊緣信息對圖像分割結果的重要性，在圖像分割方法中引入了更能表達圖像邊緣信息的曲波變換，讓有效的邊緣信息能夠充分體現(xiàn)，使分割結果具有區(qū)域一致性。

圖像分割；曲波變換；邊緣信息；多分辨率

1　研究背景與研究意義

圖像分割涉及的領域很多，如在遙感領域里，對采集到的衛(wèi)星圖像進行分割，從而從背景中分離出前景物體，例如植被、房屋、河流等。在醫(yī)學領域中，對存在病變圖像的分割，分割出病變器官。在交通監(jiān)控領域中，分割出車輛、對車牌的分割識別等。近幾年出現(xiàn)了很多分割方法，但是至今仍然沒有出現(xiàn)較好的圖像分割方法，過分割和欠分割的情況仍在存在，使分割成為目前圖像處理中的瓶頸。

在數字圖像處理中，圖像的邊界信息在一定程度上對進一步處理有著至關重要的意義。但是，在獲得圖像時，圖像的邊界信息往往受到其他因素的影響，例如：在圖像傳輸過程中產生的噪聲、物體運動產生的邊界模糊。針對圖像邊緣信息對圖像分割重要性的問題，本文將曲波變化應用到分割算法中，從而增強圖像的邊緣信息，使分割效果更加符合語義特征。

2　基于曲波增強的JSEG算法

2.1JSEG分割算法

JSEG分割算法屬于圖像區(qū)域分割方法，利用了圖像的顏色和區(qū)域信息進行計算。首先對圖像的顏色進行量化，得到量化后的圖像，然后設定局部窗口的大小，便于每個窗口計算出J值，比較每個點的J值，該值越大，則該像素點靠近或是邊界的概率就越大，這樣得到一個初始分割，最后通過設定閾值，利用區(qū)域增長和合并的方式，生成最終的分割結果。

2.2基于曲波增強的分割算法

為了使圖像具有較高的清晰度和對比度，通常的做法是對圖像進行增強，現(xiàn)有的圖像增強方法，在提高邊緣信息的同時也引入了失真，如基于小波變換的增強方法，在抑制噪聲的同時會在邊緣處引起失真。為了克服小波變換的不足，筆者在圖像分割算法中引入了曲波變換理論，并將該變換應用到彩色圖像中，像素值維數由一維變成三維。

本文的具體算法流程如圖1所示。

圖1　總體設計流程圖

將本文提出的新的分割方法和JSEG分割方法進行比較，圖2是分別用兩種方法進行分割得到的分割結果。從分割結果可以看出，雖然JSEF分割算法在最后利用了區(qū)域融合克服過分割的情況，但是仍然不能完全避免，而利用本文提出的新的分割方法得到的分割結果，能更好地體現(xiàn)圖像的邊緣信息，減少過分割的情況，使分割結果更具有區(qū)域一致性。

圖2　分割結果對比圖

3　結 語

本文基于圖像邊緣信息對分割結果能產生較大影響的前提下，提出了新的圖像分割方法，在彩色圖像分割算法上引入了曲波變換，能克服小波變換在圖像增強時在邊緣處會引起失真的問題，充分體現(xiàn)彩色圖像的邊緣信息，防止圖像失真，最后結合JSEG算法分割圖像，相比傳統(tǒng)的JSEG算法，分割后的結果具有較好的區(qū)域一致性。

10.3969/j.issn.1673 - 0194.2016.20.102

TP391.41

A

1673-0194（2016）20-0154-01

2016-09-08