发布时间 : 星期日 文章基于MATLAB的图像分割方法及应用更新完毕开始阅读6df0695b647d27284b7351e9
三江学院2014届本科生毕业设计（论文）
和它有关联的应用程序，并且与计算机的结构、操作系统和图像硬件无关。
TIFF图像文件格式的压缩方式有很多种，如游程编码压缩、LZW压缩、紧缩位法编码压缩等，也有的TIFF图像文件存放在物理介质上，没有进行压缩编码，但存放时尽可能地节约空间。
4、PNG图像文件格式
PNG是90年代中期开始开发的图像文件存储格式，其目的是替代GIF和TIFF文件格式。其格式标准由W3C制定。PNG的特色：既可使用调色板方式存储颜色，又可以直接存储颜色值；可以存储最高48位彩色图像；采用类似LZW的deflate压缩算法实现无损压缩；可以类似GIF的渐进方式传输图像；支持图像透明显示兼容性好。
5、JPEG图像文件格式
JPEG（Joint Photographic Experts Group,联合图像专家组）是由ISO和IEC为静态图像所创立的第一个国际数字图像压缩准则，主要目的是解决专业摄影师所碰到的图像信息过于巨大的问题。JPEG格式最大的有点是解约存储空间、处理速度快，但由于JPEG是有损压缩，无论压缩比大小如何，图像的信息多多少少会损失，而且被压缩的部分不可恢复，因此图像质量往往有所下降。
3.3 彩色图像分割技术
彩色图像分割是数字图像处理领域中一种十分重要的图像分析技术，在对图像的研究和应用中，按照不同领域的不同需求，在某个领域常常只对原始图像中的某些局部感兴趣。这些目标区域通常来说都具备本身特定的少许诸如纹理、颜色等性质，彩色图像的分割主要按照图像在不同区域内的不同特征，从而对图像进行边界或区域上的分割，并从中提取出所关心的目标。
3.3.1 阈值分割法
阈值分割法是灰度图像分割中采用非常普遍的一种方式。从灰度图像中分挑出有意义区域的最基本的方法便是设定阈值的分割方法。阈值法是采用图像中要获取的目标物和其背景存在灰度特征上的差异。比如设定一个灰度阈值，但凡灰度值低于此阈值的像素都变成某一个指定的灰度值，然而灰度值高于这个阈值的像素都设置成另一指定的值。这样就能够将图像中的背景和物体用两种不同的灰度级区分开来。阈值分割法适合用在物体与背景有较强对比性的情况下，重要的是背景或者物体的灰度相对单一。本次主要采用的是直方图阈值分割法。分割时，选择的阈值应该位于直方图两个不同峰之间的谷上，这样方便将各个峰区分开来。本论文采取的是一种多维直方图阈值化方案，阈值是从不同的颜色空间(RGB、YIQ、HSI)中选出来的，并且用作区域分裂。
设原始图像，以一定的规则在f(x,y)中选取一个合适的灰度值，作为阈值，则分割后
12
三江学院2014届本科生毕业设计（论文）
的图像，可由下式表示设原始图像，以一定的规则在中找出一个合适的灰度值
???1f?x,y??t?1g?x,y???g?x,y??????0f?x,y??t 式?0 （3-1） 或 f?x,y??tf?x,y??t式（3-2）
另外，也能够将阈值设置为一个灰度范围[t1,t2]，凡是灰度在范围内的像素都变为1，否则皆变为0,即
?1t1?f?x,y??t2g?x,y???其它?0 式（3-3）
某种特殊情况下，高于阈值的像t素保持原灰度级，其它像素都变为0，称为半阈值法，分割后的图像可表示为：
?f?x,y?f?x,y??tg?x,y???其它?0 式（3-4）
阈值法不仅计算简单，并且具有较高的运行效率。
3.3.2 边缘检测法
图像边缘是图像最基本的特性之一，它的实质是图像局部的不连续性，比如灰度级的突变、颜色的突变、纹理结构的突变等。边缘存在于目标和背景、区域和区域、目标与目标之间，能够勾画出目标物体的轮廓，并且给观察者给予了十分直观的信息（如形状、方向等），是目标辨别的重要属性。
边缘检测是灰度图像分割普遍采用的一种技术，它是基于在区域边缘上的像素灰度转变比较猛烈，通过检测不同区域的边缘来处理图像分割的问题。在灰度图像中，边缘的定义是基于灰度级的转变，并且两个区域的边缘惟有当亮度变化明显时才能够被检测出来。在彩色图像中，使得用于边缘检测的信息更加，比如具备相同亮度、不同色调的边缘一样能够被检测出来。相对应地，彩色图像边缘的定义也是基于3维颜色空间的不连续性。
对于彩色图像分割来讲，现有的灰度边缘检测技术能够直接作用于彩色图像的3个分量上，其结果再根据给定的方法进行归并，常用的合并方法有求和、均方根、取最大绝对值、“或”运算等 。
3.3.3 区域生长法
区域生长法是指将具备某种相似性质的像素集合区域生长成更大区域的过程。在实施区域生长时，最初要在每一个分割的区域内选取一个像素作为种子像素，也就是当作生长的起点，而后对比种子点附近领域的像素，把与种子像素具备类似属性的像素归并到种子像素所属的区域内。区域生长法是一个反复的流程，这些生长的像素将会在一直不断的生长，一直到没有满足条件的像素能够归并，才算实现一个区域的生长。
13
三江学院2014届本科生毕业设计（论文）
在区域生长中主要的问题如下：
? 代表区域的初始化种子的选取；在区域生长过程当中，这些不同区域点适合属性的选择。
? 相似性：相似性代表在灰度级中值察看在两个空间邻接像素之间或者像素集合的平均灰度级间的最小差分。它们将会孕育出不同的区域。若这个差分比相似度阈值小，那么像素属于同一区域。
? 基于图像具体属性的像素生长不一定是好的分割。在区域生长的过程中，不应采用邻近或贯通性信息。
? 区域面积：最小面积阈值与像素中的最小区域大小相关。在分割的图像中，没有比这个阈值小，它由用户定义。
区域生长的后处理：因为非优化参数的设定，区域生长常常会引起过生长或者欠生长。人们已经创建了许许多多的后处理，从基于边缘和区域生长的分割中，后处理能得到联合分割的信息。更简单的后处理方法是基于一般启发法，根据最初设定的均匀性标准，减少那些无法与所有邻近区域合并的小区域的数目。
3.3.4 分水岭分割法
分水岭分割法是一种重要的形态学图像分割法，而且具有成熟的迅速算法。在分水岭分割法中，待分割的图像被当作地形学上被水覆盖的自然地貌，然后将图像中的每个像素的灰度值示意为该点的海拔高度，其每个部分极小值和其影响区域叫做集水盆，而集水盆的边界则是分水岭。在分水岭分割方法中，由于灰度值的不同，每个局部极小值孕育出互不重合的分割区域，作为分水岭或集水盆地，则各个区域之间的边界叫做分割线或者分水线。如图3.1所示在低分辨率下的相似图像经分水岭算法进行初始分割后的结果。
图3.1 分水岭分割法
因为在分水岭分割法中，对应每个局部极小值都孕育出一个分割区域，于是获得的初始分割结果是过分割，于此同时不同颜色之间的边缘几近全数被包括在分水线之中。所以将属于同一类色彩的初始分割区域根据特定准则进行统一，可以获得预期的效果图。本文使用一种基于图像空间和颜色关连区域统一标准，按照各个初始分割区域的色彩差别和空间上的邻接关系确定各个区域的合并次序。依然采用归一化的H和S份量来权衡不同区域的色彩差别，如式2-11所示。因为归一化H份量是从小到大依次以合拢环状散布，即最小值0和最大值1表示相似的色彩，所以H份量的间距计算方法不同，如式3-6所示。
14
三江学院2014届本科生毕业设计（论文）
D?i,j???D?i,j??H2??DS?i,j??2 式（3-5） DH?i,j??minRH?i??RH?j?,1?RH?i??RH?j??? 式（3-6）
上式中，i，j表示随意2个初始分割区域；RH代表归一化H份量的平均值，RS代表归一化S份量的平均值；D(i，j)表示区域i，j之间的色彩差别。
两个相邻区域的结合度由公有边界的像素数目以及边界处像素的梯度差决定，如式3-7所示，N(i，j)表征结合度。
N?i,j???x,y??E?i,j??M?x,y? 式（3-7）
j)的像素数量。
E?i,j?上式中，E(i，j)表示区域i，j之间的边界区域；M为梯度图像；∣E(i，j)∣为区域E(i，色彩差别和结合度一起确定各相邻区域对的归并的优先级，如式3-8所示，λ是由实验取得，一般取值0.8。每次将优先级最高的即F(i，j)值最小的2个相邻区域进行合并，合并后区域的RH和RS和相应F(i，j)重新计算，而后进入下一次合并流程。
??D?i,?j??1???Nij?,i?j,相邻F?i,?j???i,j不相邻? 式（3-8）
结果如图3.2所示。
图3.2 区域合并的结果
3.3.5 其他方法
彩色图像分割是彩色图像处理的重要问题之一。彩色图像分割技术能够当作灰度图像分割技术在各类颜色空间上的应用。除了以上介绍的四种方法之外，还有以下几种彩色图像分割法：模糊方法、特征空间聚类法、神经元网络法、基于物理模型方法等。
15