当前位置:首页 > 工学 > 电子机械 >

基于小波变换的多尺度图像分割法

分享到:
作者:管理员。 TAGS:分割,图像,尺度,变换,基于,区域,
   图像分割是图像分析中重要的任务之一。为了将图像中不同性质的对象正确的区分开,文章在分析传统的分割技术的基础上,指出了要采用能够有效挖掘图像信号多尺度特性提取工具的必要性。文章针对灰阶(gray-level)图像,研究了图像分割的常用方法,指出了在图像分割中使用多尺度分析方法的必要性,并以小波多尺度
变换为例,指出了其应用的可行性。
  所谓图像分割(image segmentation )就是在一幅图像中,将所感兴趣的组成物体区别出来的处理过程。图像分割可说是图像处理中最重要的前置步骤,因为其后续的分析:如描述(description)、辨识(recog-nition)等,都是通过图像分割将物体从图像中区别出来才能进行。文章针对灰阶(gray-level)图像,研究了图像分割的常用方法,指出了在图像分割中使用多尺度分析方法的必要性,并以小波多尺度变换为例,指出了其应用的可行性。
 
图像分割方法
  
  图像分割处理的另外一个定义就是将数字图像分割成若干区域,而这些由像素组成的区域必须为各个相类似的像素所相连而成。而所谓相连,是指在连通(connected)的集合中,任2个像素之间有一个相连的路径,且此路径都是由集合中的像素所组成。至于相连的路径,则由像素间的连通性来决定。常用的连通性有下列2种:
(1)四连通(four-connectivity):即对一像素而言,其与上、下、左、右的像素相连。
(2)八连通(eight-connectivity):即除了上、下、左、右的像素外,还加上对角连线的像素,故有8个像素与其相连。
  图像分割的方法,一般是以灰阶的2个基本性质:不连续性(discontinuity)与相似性(similarity)为基础,利用图像中某些点之间明亮度突然变化的不连续性,可以检测孤立点(isolated point)、线段(line)及边缘(edge)等特征,而利用图像点间的相关连性,可以区分出感兴趣的区域而达到分割的目的。
  图像分割大致有:边缘检测法,这是一种以临界值为界区分物体与背景的简单方法;区域法,这是一种仅认定某一个像素集合为一个物体或区域的方法;边界法,这是寻找存在2个区域之间边界的方法;边缘法,辨认像素的边界,并且将它们连结在一起找出物体边界的方法;以及阈值划分(threshol-ding)法,这在图像分割中阈值划分是最简单也最有用的一种分割方法,主要的想法非常直接,是基于直方图的一种划分。下面就对几种经典的方法进行介绍。
1.边缘
[论文网 lunwen.nangxue.com]检测(edge detection)法
  首先定义“边缘”为介于2个具有不同明亮度区域之间的界线,为了便于讨论,假设每一个区域内部的明亮度是均匀(homogeneous)的,故利用明亮度的不连续性,即可决定介于2个区域间的过渡区。这样就可以利用传统的微分运算符做边缘检测。基本上,目前大部份检测边缘的方法均着眼于区域微分运算符(local derivative operator),假设有一幅黑暗背景上有一明亮物体的图像,考虑其水平图像线的侧面图(profile)及其一阶和二阶微分,其中在所有亮度固定的区域,其一次微分值都等于0,而二次微分除了在明亮度开始变化和停止变化的地方有值外,其它值都是等于0。因此可以看出,由第一阶微分的值可以判定边缘的存在与否,而由第二阶微分值的正负,可以判定此边缘点是靠近黑暗背景或是明亮物体。同理在二维图像平面上,只要在任何给定点上定义一条垂直边缘方向的侧面图,便可以应用上述结论。一个较一般性的定义是用梯度(gradi-ent)运算符来求每个点的一次微分。当然也有人提出较大的邻近区域来计算梯度。目前有相关研究提出简化二次微分运算的一些方法来降低其复杂度。然而,由于二次微分运算符对于噪声极为敏感,因此很少直接拿来作边缘检测,只是用来判定所属点的明亮或黑暗的辅助而已。
2.阈值划分(thresholding)法
  在图像分割中阈值划分是最简单也最有用的一种分割方法,主要的想法非常直接,假设我们要将一张简单图像中的灰阶物体从明亮的背景中分割出,则可以根据其明亮统计图(histogram)特征将其区分出来。然而这只是理想化的情况下才可以轻易的判别分划值,当模块的数量增多,灰阶值分布非均匀,甚至模块间互相重迭时,一般我们必须视实际情况引入相关的算法和数值理论才能求得最佳。
3.基于区域的方法(region-oriented)
  基本想法是将整张图像分为数个小区域,利用这些小区域间彼此存在的共同特征,如明亮度、色调、纹理(texture)来决定区域的生长(growing),分裂(splitting)与合并(merging)。区域生长是一种将图像点或子区域聚合成一个较大
  • 共2页:
  • 上一页
  • 1
  • 2
  • 下一页