基于分形理论的一种图象分割方法.pdfVIP

第 24 卷　第 1 期 自　动　化　学　报 V o l24,N o 4 1998 年 1 月 A CTA AU TOM A T ICA S IN ICA Janu. , 1998 短 文 基于分形理论的一种图象分割方法1) 刘文萍　吴立德 ( 复旦大学计算机系　上海　200433) 摘　要　介绍了一种基于分形特征进行人造目标分割的方法. 它是用分形模型描述自然场 景, 基于人造目标和自然背景在分形特征上的差别, 并利用概率松弛的思想增强这种差异, 从 而自适应分割出目标图象. 实验结果验证了这种方法的有效性和可行性. 关键词　分形, 图象分割, 概率松弛. 1　引言 图象分割是图象处理中的关键技术, 目前的分割方法大都利用人造目标及自然背景 之间的灰度及几何特性上的差异, 从自然景物中提取目标. 但由于实际成象条件和环境等 因素的影响, 通常所摄取的图象中上述特性发生了变化, 基于这些差别进行分割, 势必会 造成较高的错分率和漏检率. 因此, 如何在不同的自然环境下分割出人造目标, 仍然是人 们不断探索的课题. [ 1 ] 分形理论的创立为图象分割技术开辟了新的途径 , 但由于实际环境变化、不同目标 类型等因素的影响, 传统的基于分形理论的图象分割方法, 用于实际图象所取得的效果并 不理想. 本文在基于分形特征用于人造目标图象分割的基础上, 利用松驰法改善分割性 能, 获得了较好的实验结果. 2　分形模型及特征参数提取 本文选择一种公认较好的描述自然背景的模型——分数布朗随机场 FBR [ 1 ] , 下面先 [ 1, 2 ] 对有关概念作一简述 . 定义 1. 　设 0 H 1, b0 为任意实数, 随机过程满足 B H (0) = b0 , 1 0 H - 05 H - 05 t H - 05 ( ) ( ) ( ( ) ) ( ) ( ) t - B 0 = t d s + s ]. B H H [ - s - - s B t - s dB ( ) ∫ ∫ H + 0 5 - ∞ 0 称 ( ) 为分数布朗运动( , 简记为 ). 为分形参数, B H t F ractional B row n ian M o tion FBM H H ) 1 　国家“八六三三一七”资助项目. 收稿日期　 558 自　　动　　化　　学　　报 24 卷 = 0 5 时为通常的布朗运动, b0 为初始值. FBM 是一个非平稳的自仿射随机过程, 即对 ( ) ( ) H ( ) ( ) ,