三种图像分割算法的对比及图像分割方法的改进.pdfVIP

第３１卷第１期　　　 计算机应用与软件 Ｖｏｌ３１Ｎｏ．１ ２０１４年１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊａｎ．２０１４ 三种图像分割算法的对比及图像分割方法的改进 朱俊杰　杜小平　范湘涛　郭华东 （中国科学院数字地球重点实验室　中国科学院对地观测与数字地球科学中心　北京 １０００９４） 摘　要　　通过研究图像分割算法的原理和实验对比，可以发现标记分水岭分割方法是以边缘特性为基础，通过设置光谱特征标记 来分割图像，其分割结果边缘精度高，但是仍然存在较为严重的过分割和欠分割情况。而ｍｅａｎｓｈｉｆｔ分割方法和ｅＣｏｇｎｉｔｉｏｎ分割方法 是以光谱特征为分割依据的分割方法，虽然它们分割结果的过分割和欠分割情况较少，但是分割对象的边缘精度较差。分析以上存 在的问题后，通过融合边缘特征和区域特征，并且依据一定的特征来选择种子点，尽量避免种子点选择在边缘区，从而实现提高图像 分割的效果。通过实验取得了好的分割效果，说明改进的图像分割方法是可行的。 关键词　　分割　分水岭分割　分型网络演化方法　Ｍｅａｎｓｈｉｆｔ　种子点 中图分类号　ＴＰ３９１．４１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．０１．０５１ ＣＯＮＴＲＡＳＴＯＦＴＨＲＥＥＩＭＡＧＥＳＥＧＭＥＮＴＡＴＩＯＮＡＬＧＯＲＩＴＨＭＳＡＮＤ ＩＭＰＲＯＶＥＭＥＮＴＯＦＩＭＡＧＥＳＥＧＭＥＮＴＡＴＩＯＮＭＥＴＨＯＤＳ ＺｈｕＪｕｎｊｉｅ　ＤｕＸｉａｏｐｉｎｇ　ＦａｎＸｉａｎｇｔａｏ　ＧｕｏＨｕａｄｏｎｇ （ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＤｉｇｉｔａｌＥａｒｔｈＳｃｉｅｎｃｅ，ＣｅｎｔｅｒｆｏｒＥａｒｔｈＯｂｓｅｒｖａｔｉｏｎａｎｄＤｉｇｉｔａｌＥａｒｔｈ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０００９４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｂｙａｎａｌｙｓｉｎｇｔｈｅｉｒｐｒｉｎｃｉｐｌｅｓａｎｄｅｘｐｅｒｉｍｅｎｔｃｏｎｔｒａｃｔｓ，ｗｅｃａｎｆｉｎｄｔｈａｔｔｈｅｍａｒｋｅｒｃｏｎｔｒｏｌｌｅｄｗａｔｅｒｓｈｅｄｓｅｇｍｅｎｔａｔｉｏｎｉｓａｎ ｅｄｇｅｂａｓｅｄｓｅｇｍｅｎｔａｔｉｏｎｍｅｔｈｏｄ，ｉｔｓｅｇｍｅｎｔｓｔｈｅｉｍａｇｅｂｙｓｅｔｔｉｎｇｔｈｅｓｐｅｃｔｒａｌｆｅａｔｕｒｅｍａｒｋｅｒａｎｄｈａｓｈｉｇｈｅｄｇｅｐｒｅｃｉｓｉｏｎｉｎｓｅｇｍｅｎｔａｔｉｏｎ ｒｅｓｕｌｔ，ｂｕｔｓｔｉｌｌｈａｓａｌｏｔｏｆｏｖｅｒｓｅｇｍｅｎｔａｔｉｏｎａｎｄｕｎｄｅｒｓｅｇｍｅｎｔａｔｉｏｎｓｉｔｕａｔｉｏｎｓ．Ａｓｔｈｅｓｅｇｍｅｎｔａｔｉｏｎｍｅｔｈｏｄｓｂａｓｅｄｏｎｓｐｅｃｔｒａｌｆｅａｔｕｒｅ，ｔｈｅ ｍｅａｎｓｈｉｆｔｓｅｇｍｅｎｔａｔｉｏｎｍｅｔｈｏｄａｎｄｔｈｅｅＣｏｇｎｉｔｉｏｎｓｅｇｍｅｎｔａｔｉｏｎｍｅｔｈｏｄｈａｖｅｌｅｓｓｏｖｅｒｓｅｇｍｅｎｔａｔｉｏｎａｎｄｕｎｄｅｒｓｅｇｍｅｎｔａｔｉｏｎｓｉｔｕａｔｉｏｎｓｉｎ ｓｅｇｍｅｎｔａｔｉｏｎｒｅｓｕｌｔｓ，ｂｕｔｔｈｅｅｄｇｅｐｒｅｃｉｓｉｏｎｏｆｓｅｇｍｅｎｔｉｎｇｏｂｊｅｃｔｓｉｓｐｏｏｒｅｒ．Ｗｉｔｈｔｈｅａｎａｌｙｓｉｓｏｎｔｈｅｐｒｏｂｌｅｍｓａｂｏｖｅ，ｉｎｔｈｉｓｐａｐｅｒｗｅｓｅｌｅｃｔ ｔｈｅｓｅｅｄｐｏｉｎｔｓａｃｃｏｒｄｉｎｇｔｏｃｅｒｔａｉｎｆｅａｔｕｒｅｓｔｈｒｏｕｇｈｆｕｓｉｎｇｔｈｅｅｄｇｅｆｅａｔｕｒｅｓａｎｄｒｅｇｉｏｎａｌｆｅａｔｕｒｅｓ，ａｎｄｄｏｂｅｓｔｔｏａｖｏｉｄｔｈｅｓｅｅｄｐｏｉｎｔｓｔｏｂｅ ｃｈｏｓｅｎｎｅａｒｔｈｅｅｄｇｅｓ，ｓｏａｓｔｏｉｍｐｒｏｖｅｔｈｅｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎｅｆｆｅｃｔｓ．Ｂｅｔｔｅｒｒｅｓｕｌｔｉｓａｌｓｏｏｂｔａｉｎｅｄｔｈｒｏｕｇｈｔｈｅｅｘｐｅｒｉｍｅｎｔ，ｔｈｉｓｐｒｏｖｅｓｔｈａｔ ｔｈｅｉｍｐｒｏｖｅｄｓｅｇｍｅｎｔａｔｉｏｎｍｅｔｈｏｄｉｓｆｅａｓｉｂｌｅ． Ｋｅｙｗｏｒｄｓ　　Ｓｅｇｍｅｎｔａｔｉｏｎ　Ｗａｔｅｒｓｈｅｄｓｅｇｍｅｎｔａｔｉｏｎｍｅｔｈｏｄ　Ｆｒａｃｔａｌｎｅｔｅｖｏ