基于曲波增强的图像分割

2016-11-07肖然

中国管理信息化 2016年20期

关键词：曲波彩色图像边缘

肖然

（国家知识产权局专利局专利审查协作四川中心，成都 610213）

基于曲波增强的图像分割

肖然

（国家知识产权局专利局专利审查协作四川中心，成都 610213）

本文分析了图像边缘信息对图像分割结果的重要性，在图像分割方法中引入了更能表达图像边缘信息的曲波变换，让有效的边缘信息能够充分体现，使分割结果具有区域一致性。

图像分割；曲波变换；边缘信息；多分辨率

1　研究背景与研究意义

图像分割涉及的领域很多，如在遥感领域里，对采集到的卫星图像进行分割，从而从背景中分离出前景物体，例如植被、房屋、河流等。在医学领域中，对存在病变图像的分割，分割出病变器官。在交通监控领域中，分割出车辆、对车牌的分割识别等。近几年出现了很多分割方法，但是至今仍然没有出现较好的图像分割方法，过分割和欠分割的情况仍在存在，使分割成为目前图像处理中的瓶颈。

在数字图像处理中，图像的边界信息在一定程度上对进一步处理有着至关重要的意义。但是，在获得图像时，图像的边界信息往往受到其他因素的影响，例如：在图像传输过程中产生的噪声、物体运动产生的边界模糊。针对图像边缘信息对图像分割重要性的问题，本文将曲波变化应用到分割算法中，从而增强图像的边缘信息，使分割效果更加符合语义特征。

2　基于曲波增强的JSEG算法

2.1JSEG分割算法

JSEG分割算法属于图像区域分割方法，利用了图像的颜色和区域信息进行计算。首先对图像的颜色进行量化，得到量化后的图像，然后设定局部窗口的大小，便于每个窗口计算出J值，比较每个点的J值，该值越大，则该像素点靠近或是边界的概率就越大，这样得到一个初始分割，最后通过设定阈值，利用区域增长和合并的方式，生成最终的分割结果。

2.2基于曲波增强的分割算法

为了使图像具有较高的清晰度和对比度，通常的做法是对图像进行增强，现有的图像增强方法，在提高边缘信息的同时也引入了失真，如基于小波变换的增强方法，在抑制噪声的同时会在边缘处引起失真。为了克服小波变换的不足，笔者在图像分割算法中引入了曲波变换理论，并将该变换应用到彩色图像中，像素值维数由一维变成三维。

本文的具体算法流程如图1所示。

图1　总体设计流程图

将本文提出的新的分割方法和JSEG分割方法进行比较，图2是分别用两种方法进行分割得到的分割结果。从分割结果可以看出，虽然JSEF分割算法在最后利用了区域融合克服过分割的情况，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结果，能更好地体现图像的边缘信息，减少过分割的情况，使分割结果更具有区域一致性。