黄晓润 孙梓健 赵海浩

摘 要：彩色图像提供丰富的数据信息，对客观世界的描述更为形象，因此研究对彩色图像分割更具有广阔的远景。本文通过对彩色图像分割及处理（或加工、分析）进行系统阐述，详细讲解图像分割技术方法，可以有效的对图像进行分割。

关键词：图像处理；图像分割；阈值处理；形态学

彩色图像提供丰富的图像信息，对客观世界的描述更为形象，因此研究对彩色图像分割更具有广阔的远景。所谓图像分割指的是根据图像灰度、颜色、统计特性、外形等特征把图像划分成若干区域，并使这些特征在同一区域内表现出近似性，在不同区域间表现出较大差异，进而实现对目标的提取。为了让数字化图像处理研究的工作人员对现在的彩色图像分割技术有一个相对全面的了解，因此，本文主要针对彩色图像分割技术和方法进行探究。

一、数字图像处理技术在图像处理中应用的作用

数字图像处理，即利用数字硬件或者计算机，对图像进行去噪、图像增强、恢复、切割、提取特征等特定的数学运算，使得图像的使用性能不断的提高。数字图像处理的主要内容具体如下。

（一）几何变换

图像几何变换是指在不改變像素值的情况下，只对图像像素进行变换。适当的几何变换，可以最大程度地消除由于成像等自身原因所造成的几何失真所产生的负面影响。几何变换通常包含图像平移、镜像、缩放、旋转、坐标映射、放射变换以及若干个图像的扭曲矫正和配准等多种方式，几何处理就是图像处理中最常用的处理方式，而绝大部分的图像处理软件都配备有基础的图像缩放功能[1]。对图像进行扭曲矫正可以将已经变形的图像几何校正过来，最后得到的图像比较精准。

（二）增强图像和复原

图像增强和复原的作用是为了提高图像的清晰度，如噪声去除，提高图像质量等。增强图像的重要作用就是通过一定方法对原图像进行处理，选择性的突出图像中感兴趣的特征或者抑制图像中不需要的信息，使感兴趣目标突显出来，最常用的方法就是灰度变换法与直方图变换法等。图像复原的主要目的就是将干扰图像的元素清除掉，以便可以将图像的原本面貌恢复出来，如将图像中的噪音去掉。

（三）图像重建

图像重建通过外部测量的数据，经数学模型处理获得三维物体的信息。图像重建技术开始是在放射医疗设备中应用，显示人体各部分的图像，即计算机断层摄影技术，简称CT技术，后逐渐在许多领域获得应用。

（四）图像编码

图像编码本质就是对将要处理的原始图像按照一定的规则进行重组，不影响图像质量的前提下，使得可以用尽可能少的符号来表示尽可能多的信息。图像编码在数字图像处理研究中是一个相对经典的研究方向，到现在已经有60多年的历史了，并且已颁布了大量的编码标准。

（五）图像形态学处理

图像形态学处理即从图像中获取对描述图像特征有价值的分量，方便后期图像处理提取感兴趣特征，如边界和连通区域等。同时像轮廓填充、异常点处理等技术也常应用于图像的预处理中，成为图像增强技术的有力补充。

二、数字化图像处理技术中所应用到的处理工具

数字化图像处理技术中心所应用到的处理工具一般可以由功能函数实现，具体的函数类型包括：数据（图像）采集、图像输入、图像输出显示、图像分析和图像变换函数、增强以及图像类型转换、颜色转换函数和颜色图操作、几何操作、直方图统计、图像滤波处理函数等。

MATLAB图像处理技术所适用的图像处理可以包括以下几中类型：二值、引色、灰度、真彩色。然而某些工具函数还对图像的类型有所限制，想要实现以上四种图像处理效果可以通过工具箱的转换函数转换实现，可以使用MATLAB进行图像处理的文件格式有很多种，如BMP、DIB、JPG、JPEG、PNG等。

图像显示和读写的操作过程有以下几种：通过imread（）命令加载图像，通过imwrite（）命令输出或保存图像，通过imshow（）等命令将图像输出显示在屏幕上，可通过imresize（）命令对图像进行插值缩放，可使用medfilt2（）对图像进行中值滤波，通过imhist（）命令生成图像的直方统计图。通过这些手段，对图像进行处理，可以有效提高图像的视觉效果，或者用适用于计算机计算分析的方式以及更加适合人眼观察的方式对图像进行处理[3]。

三、灰度图像分割算法

（一）灰度阈值的分割

这一类灰度图像的分割算法通常是利用所设置的阈值，依照图像的背景和目标在灰度像素方面存在的差异将图像进行分割的手段。完整的图像可以按照灰度进行划分，如先将图像的灰度阈值假设为T，将这一图像中的全部像素的灰度值和T进行比较，其主要目的就是分清楚像素点究竟是背景还是目标，这一操作的前提就是T一定要在图像灰度等级的范围之内。通过灰度对比所得出的结果，可以大致分为两类：①如果T比图像像素的灰度值小，那么这部分像素点就是目标；②如果T比图像像素的灰度值大，那么这部分像素点就是背景。科学选取阈值就是灰度阈值分割算法的核心，其中传统的阈值选取都是通过人的视觉的敏锐性，对图像的直方图进行观察和分析进而选择合理的阈值。现在灰度阈值分割法在绝大部分图像处理中的应用，不用人工干涉就可以自动获取图像分割阈值的合理选择。[4]。

（二）迭代阈值分割

迭代阈值分割是基于逼近的思想：首先根据图像目标像素的分布值，从中选取适当的阈值作为初始值。然后计算在该阈值下的图像前景与背景的中心值，当前景和背景中心值的平均值和预设的阈值相同时，则迭代停止，从而确定最佳的阈值。

（三）最小误差阈值选择

该方法假设在图像中的目标像素点和背景像素点或者是这两者之间的灰度值均呈正态分布，所标注的阈值偏差相同的情况下，通过最小误差阈值法的递推公式，选取最科学合理的阈值，才尽可能的降低阈值误差，对图像进行有效的分割。

（四）谷底最小阈值分割

谷底最小阈值分割适用于图像灰度值分布呈现明显双峰的情况下，寻找双峰的谷底最小值作为阈值。但该方法不一定能够获得合适的阈值，对于图像直方分布呈单峰或平坦直方分布时，该方法不适用。

实现该方法是一个迭代的过程，每次处理前对图像直方图数据进行判断，看是否呈双峰分布，如果不是，则对直方图数据以半径为1的平滑处理，如果迭代到一定数量（如大于1000）仍无法平滑为双峰，则失败。如果迭代成功，则以双峰的谷底最小值作为阈值对图像进行处理。

结束语

综上所述，本文主要介绍了数字化图像处理研究中所应用到的主要技术方法和应用，同时介绍了使用MATLAB时所用到的部分函数，研究了图像处理中所用到的几种图像分割技术。通过对图像处理与图像分割技术的研究，可通过该方法或理论基础提取到用户所需要的目标特征。

参考文献

[1]董强，张月雷.数字化图像处理中的图像分割研究[J].信息与电脑，2016（17）：53-54.

[2]蒲桃园.数字化图像处理中的图像分割技术[J].工程技术：全文版，2016（12）：00288-00289.

[3]兰连意，李波.数字化图像处理中的图像分割研究[J].电脑迷，2013（9）：50-50.

[4]宋美萍.数字图像处理中的图像分割技术应用研究[J].电子技术与软件工程，2017（1）：75-75.

作者简介

黄晓润，男，本科，助理工程师，辽宁科技学院自动化专业。

（作者单位：东北大学轧制技术及连轧自动化国家重点实验室）