基于模糊聚类与二维阈值的图像分割.pdfVIP

第 28 卷第 6 期 东　南　大　学　学　报 Vol 28 No 6 1998 年 11 月 JOURNAL OF SOU THEAST UN IV ERSIT Y Nov. 1998 基于模糊聚类与二维阈值的图像分割 　王培珍 　　　　　　　　　陈维南 ( ) ( ) 华东冶金学院自动化系 ,马鞍山 243002 　　 东南大学自动化研究所 ,南京 210096 摘　要 　针对图像的二维阈值分割 ,采用了一种将快速二维阈值分割与模糊聚类相混 合的方法 , 以进一步减少二维阈值分割中的噪声与错误分割. 实验结果表明 , 利用这种 方法分割信噪比较低的图象 , 能够在很短的时间内得到更为满意的分割结果. 关键词 　图像分割 ; 阈值化;模糊聚类 中图法分类号 　TP391. 4 阈值化是图像分割中一种重要技术. 传统的方法大都根据图像的一维灰度直方图选择阈 值. 由于图像的一维灰度直方图仅反映了图像的灰度分布,当图像的信噪比递减 ,或由于照明 等因素的影响 ,使得图像的一维灰度直方图不一定出现明显的峰和谷时 ,往往不能得到令人满 意的分割效果 ,甚至还可能产生严重的分割错误. 近年来 , 已有一些方法开始利用图像的二维 灰度直方图 ———象素的灰度值分布及其邻域的平均灰度值分布所构成的直方图进行阈值分 割[1 ,2 ] . 这些方法由于利用了图像的灰度值信息和邻域的空间相关信息 , 其效果较传统方法 有明显改善. 快速算法的出现则给这些方法赋予了更为现实的意义. 目前的二维阈值化方法在取得二维阈值后,将二维灰度 ( ) 直方图分成 4 个方块形区域 图 1 , 出现在对角线附近的 2 ( ) 块区域 方块 0 和 1 ,分别对应于图像中的目标和背景 ,而对 ( 于远离对角线的那 2 块对应于边缘和噪声的区域 方块 2 和 3) ,并未加以处理或处理草率 ,至使在分割后的图象中 ,仍存 在大量的噪声与错误分割. 本文将模糊聚类的方法加以改 造 ,并将其与二维阈值方法结合起来 , 以减少分割错误与噪 声. 1 　二维阈值化 图 1 　二维灰度直方图 图像可看作一个二维灰度函数, 其中包含 N ×N 个象素 ( ) ( ) ( 点, G = { 0 , 1 , …, L } 为灰度取值范围. 位于坐标 x , y 象素的灰度值表示为 f x , y , f x , ) ( ) y 取值范围为 0 , …, L - 1. 象素 x , y 处的 n ×n 邻域平均灰度值为 　　收稿日期 :1998 - 12 - 10 ,修改稿收到日期 :1998 - 09 - 14. © 1995-2004 Tsinghua Tongfang Optical Disc Co., Ltd. All rights reserved. 第 6 期 　王培珍等 :基于模糊聚类与二维阈值的图像分割 75 n n