徐庆伟, 马志喜, 刘洲峰

(1.中原工学院， 郑州 450007； 2.河南省同力水泥有限公司， 河南 鹤壁 458000)

基于MIL的图像分割算法研究

徐庆伟1, 马志喜2, 刘洲峰1

(1.中原工学院， 郑州 450007； 2.河南省同力水泥有限公司， 河南 鹤壁 458000)

传统分水岭图像分割算法主要基于梯度模值图像，寻找集水盆地，易产生过分割现象。本文提出了基于MIL改进的分水岭图像分割算法，借助MIL软件开发性强、函数库功能强大等特点，对粘连目标图像进行了分割。实验证明，该方法具有较强的有效性和实用性。

分水岭图像分割算法；梯度模值；集水盆地；过分割；粘连目标

图像分割根据颜色、灰度、纹理和轮廓形状等特征把图像划分成若干互不交迭、具有独特性质的区域，并使这些特征在同一区域内呈现出更多相似性，而在不同区域间呈现出较明显的差异性。其分割过程相当于对图像中的每个像素加一标签，使得具有同类标签的像素显现出相近的视觉感知特性[1]。

当前，主要的图像分割算法有基于阈值的分割算法、基于边缘的分割算法、基于区域的分割算法、基于聚类分析和基于形态学的分水岭图像分割算法等。其中，分水岭图像分割算法具有计算速度较快、对图像微弱边缘具有良好响应、便于得到封闭连续边缘等优点，成为目前使用较为广泛的分割算法之一。

1 分水岭图像分割算法

分水岭算法是一种基于拓扑理论的数学形态学梯度分割处理方法。其基本思想是把图像看作是地理上的拓扑地貌，图像中每个像素灰度值表示该点的海拔高度，每一个局部极小值及其影响区域称为集水盆地，相邻集水盆地的边界则形成了分水岭[2]，如图1所示。

如果图像中出现多个目标重叠现象，重叠部分的像素灰度值较接近，目标分割难度就会很大，如图2所示。分水岭分割算法因其自身的特点，图像中亮度较强区域像素值较大，较暗区域像素值则较小，并对图像中的前景对象和背景对象进行区分标记[3]，通过寻找“集水盆地”和“分水岭边界”，可对图像中重叠目标进行较好的分割。

图1 集水盆地构造

图2 粘连药丸

2 MIL编程软件

MIL全称为Matrox Imaging Library，由加拿大Matrox公司开发。MIL软件包是一个独立于硬件的、含有多个标准模块或组件的32位图像库，可以对图像进行采集、处理、分析、显示和存取操作。

采用MIL软件进行应用程序开发首先要设置开发环境，放好动态链接库位置，链接导入库文件，引入必要的.h头文件。

2.1 MIL基本组成

与C++的对象一样，MIL中的5大基本对象(Application、System、Display、Digtizer、Date Buffer)可看作一个结构体[4]。图3是这5大基本对象的关系图。

图3 MIL基本对象之间关系

Application指的是自己开发的一个应用程序。一般应用程序同一时刻只存在一个Application对象，主要用来提供一个用于控制和执行MIL应用程序的基本环境。

System包含CPU或GPU、内存或显存，为图像控制器单元分配的一个虚拟访问对象，能够通过加上相机和显示器来采集、保存和显示。每个Application下可以包含多个System，如同一台电脑可以插上多块Matrox图像板卡。

Date Buffer对应一块内存，可以对它赋予不同的属性，对图像作相应处理，如存储、显示、采集、处理。

Digtizer用于相机的采集和相机属性的调整等。

Display对应显示器，用于完成所有和显示有关的操作，默认分配的Display对象不需要选择要显示的窗口句柄。

2.2 MIL图像新建和显示

操作步骤为：

①分配默认的应用和系统。首先分配Application和默认的System、Date Buffer、Display。默认的System是PC，默认的Date Buffer包含MIL安装时指定的DCF文件定义，默认的Display和默认Date Buffer关联为MIL内建的Windowed Display。

②分配显示的图像Date Buffer。

③初始化Date Buffer，内存中绘制相应图像。

④分配显示Display。

⑤图像Date Buffer内容显示到相应Display上，即Windows窗口中。

⑥释放分配的资源。

3 MIL软件下的分水岭图像分割算法实现

分水岭图像分割算法可以将图像分割为互不重叠区域，其应用对象是灰度梯度图像。梯度图像可由Sobel算子在灰度图像上得到[5]。

Sobel算子是一种离散性差分算子，包含2组3×3矩阵的算子。一个是横向矩阵，一个是纵向矩阵，主要用于图像边缘检测。使用Sobel边缘算子对图像进行水平和垂直方向的滤波，然后求取模值。Sobel算子滤波后的图像在边界处会显示比较大的值，在没有边界处的值会很小。用I代表原始图像，Dx和Dy分别代表经水平和垂直方向边缘检测的图像，如式(1)和式(2)所示：

(1)

(2)

梯度大小D如式(3)所示：

(3)

梯度方向角θ如式(4)所示：

(4)

使用MIL软件的MimEdgeDetect( )函数对原始图像进行边缘检测操作，寻找“集水盆地”。源程序代码如下：

MimEdgeDetect(MilImageWatershed,MilImageWatershed,M_NULL,M_SOBEL,M_REGULAR_EDGE_DETECT,M_NULL);

MimWatershed(MilImageWatershed,M_NULL,MilImageWatershed,WATERSHED_MINIMAL_GRADIENT_VARIATION,M_MINIMAL_FILL+M_BASIN);

但是，直接对梯度模值图像进行分水岭算法分割往往会存在过分割现象[5-7]。本文改进后的算法为，取下背景的标签，将其剪辑为零，并将其他标签加至缓冲区的最大值，以获得更好的分割效果。源程序代码如下：

MbufGet2d(MilImageWatershed,M_PIXEL_FETCH_POSITION_X,M_PIXEL_FETCH_POSITION_Y, 1, 1,lFetchedValue);

MimClip(MilImageWatershed,MilImageWatershed,M_EQUAL,lFetchedValue, 0, 0, 0);

MimClip(MilImageWatershed,MilImage,M_NOT_EQUAL, 0, 0, 0xFF, 0);

处理后药丸二值化图像如图4所示：

图4 药丸二值化图像

采用欧几里得距离变换，将二值化图像前景中的像素值转化为该点到达最近的背景点的距离[8]。寻找图像的分水岭，采用数学形态学“与”操作来分离粘连的药丸，分割效果较满意，如图5所示。源程序代码如下：

MimDistance(MilImage,MilImageWatershed,M_CHAMFER_3_4);

MimWatershed(MilImageWatershed,M_NULL,MilImageWatershed,WATERSHED_MINIMAL_DISTANCE_VARIATION,M_STRAIGHT_WATERSHED+M_MAXIMAL_FILL+M_SKIP_LAST_LEVEL);

MimArith(MilImageWatershed,MilImage,MilImage,M_AND);

图5 分离后的药丸

4 结 语

借助于MIL软件采用改进的分水岭图像分割算法，通过数学形态学操作对粘连图像进行了很好的分割，达到了预期的实验目的。该方法将会在机器视觉、图像模式识别领域得到更加广泛的应用。

[1] (美)冈萨雷斯.数字图像处理(MATLAB)[M].北京：电子工业出版社，2004：30-35.

[2]GonzalezRC,WoodsRE.DigitalImageProcessing[M].北京：电子工业出版社，2004：500-507.

[3] 杨文明，陈国斌，沈晔湖.一种基于分水岭变换的图像分割方案[J]. 浙江大学学报(工学版)，2006, 40(9): 1503-1510.

[4] 文洲.MIL开发基础概念和步骤[EB/OL].(2013-10-18).http://blog.csdn.net/wenzhou1219/article/details/12857933.

[5] 陈婷婷.采用模糊形态学和分水岭算法的图像分割研究[D].重庆：西南大学，2008.

[6] 陈琳.基于分形和分水岭的图像分割方法[J]. 计算机应用与软件, 2008, 25(8):227-228.

[7] 杜俊利，李乐.基于标记提取分水岭算法的医学图像分割[J].中原工学院学报，2012(6)：42-47.

[8]KimJB,KimHJ.Multiresolution-basedWatershedsforEfficientImageSegmentation[J].PatternRecognitionLetters, 2003,24(1-3): 473-488.

(责任编辑：陆俊杰)

Study of Image Segmentation Algorithm Based on MIL

XU Qing-wei1, MA Zhi-xi2, LIU Zhou-feng1

(1.Zhongyuan University of Technology, Zhengzhou 450007;2.Henan Tongli Cement Co., Ltd., Hebi 458000, China)

The traditional watershed image segmentation algorithm acting on gradient modulus value image and looking for catchment basin, easyly brings over segmentation phenomenon. This paper proposes an improved watershed image segmentation algorithm based on MIL software, using Mil software's strong development and powerful function library, the object images of adhesion have good segmentation. The method is demonstrated it’s validity and practicability by the experiments.

watershed image segmentation algorithm; gradient modulus value; catchment basin; over segmentation; object images of adhesion

2016-10-12

河南省基础与前沿研究项目(142300410042)

徐庆伟(1980-)，男，河南焦作人，讲师，硕士，主要研究方向为机器视觉图形图像处理、模式识别。

1671-6906(2016)06-0087-04

TP11

A

10.3969/j.issn.1671-6906.2016.06.018