孙 静，杨森林，师 超，陈 伟，张晓丽

(1.西安文理学院 机械与材料工程学院，西安 710065; 2.西安应用光学研究所，西安 710065)

0 引言

用于从捕获的场景中提取对象信息的所有处理步骤称为图像处理，图像处理广泛应用于人们群众生产生活的各个领域，诸如遥感、物体探测以及制造和数据处理中。图像处理旨在准确地找到、量化和分类图像中的目标[1-2]。图像处理可以以手动或自动方式进行，自动化图像处理系统会产生很多图像数据，而手动处理变得非常耗时耗力，虽然手动图像分析可提供可靠的结果，但时间效率低且对大数据集造成负担。在这种情况下，使用自动图像处理算法来执行高效且自动化的图像分析显得必要且迫切。自动图像分析需要较少或几乎不需要用户干预，但是参数调优亦是一项不可避免的繁琐任务。

通常，图像处理过程包括预处理、分割、特征提取及分类4个步骤。对于每个处理步骤，需要使用一个或多个适当参数的操作符。预处理的目的是统一所有图像，即在某种意义上抑制噪声、最小化阴影等。分割用于区分有用对象和不重要的背景区域。目前已经提出了许多方法，如阈值分割[3]、边缘检测[4]、分水岭[5]等。由于阴影、噪声、遮挡等原因，图像数据集会出现畸变，图像处理会因此受到影响。不同图像的阴影和失真不同，如果涉及大量参数，则用户很难以前馈方式选择全局参数。操作符可以为特定的图像子集提供良好的结果，相同的参数集可能不适用于其他图像[6]，因此需要一个图像处理流程的最优参数集。……