基于形态学重建和极大值标记的分水岭分割算法.docVIP

基于形态学重建和极大值标记的分水岭分割算法 　　摘 要：针对传统分水岭算法的过分割问题，结合形态学重建和极大值标记技术研究并实现了一种新算法。该算法首先进行开闭重建预处理，较好地去除了各类噪声并保留目标原有的结构;然后进行局部极大值调整及标记，有效地避免了过分割;最后对局部极大值图像进行分水岭分割，取得了较好的实验效果。论文还探讨了该算法的关键因素即结构元素的选择问题，经大量实验得出结论――选择与目标图像形状相似、大小相宜的结构元素可获得较好的分割效果。 　　关键词：图像分割;形态学重建;分水岭;结构元素 　　中图法分类号：TP391.41 文献标识码：A 　　A Watershed Segmentation Algorithm Based on Morphology Reconstruction and Maxima Mark 　　Zhang Yan-hong， Li Ying， Wang Feng-qin， Zhang Zheng-xia 　　（Naval Aeronautical Engineering Institute， Yantai Shandong 264000） 　　Abstract： For over-segmentation problem of traditional watershed segmentation algorithm， research and realize a new segmentation algorithm combined morphology reconstruction and maxima mark. First， opening and closing reconstruction was conducted on the image which could remove all kinds of noise and retain original structure of the target. Secondly， local maxima was adjusted and marked which could avoid the over-segmentation effectively. Finally， watershed segmentation on the local maxima image achieved good results. The key factor of the algorithm which is how to select structural elements was discussed in this paper. A large number of experiments got conclusion which is select structural elements shape similar to the target image and size appropriate to it can achieve better segmentation. 　　Key words：image segmentation; morphology reconstruction; Watershed; structural elements 　　 　　1 引 言 　　分水岭算法是一种结合了地形学和区域生长思想的图像分割方法，算法的主要目标是找出分水线[1]。与它的名字类似，可以用水逐渐淹没大坝的过程来解释分水岭算法的基本思想：假设在每个区域最小值的位置打一个洞，并且让水以均匀的上升速率从洞口涌出，从低到高淹没整个地形。当处在不同汇聚盆地中的水将要汇聚到一起时，修建的大坝将阻止聚合。水将只能达到大坝的顶部处于水线之上的程度。这些大坝的边界对应于分水岭的分割线，是由分水岭算法提取出来的边界线。 　　由于图像中噪声、纹理细节差异等的存在，易造成大量的虚假轮廓，干扰我们对图像中感兴趣目标轮廓的识别，这种现象被称为“过分割”[2]。分水岭算法的过分割现象使图像分割的结果往往不理想，难以根据分割出来的轮廓识别真正的目标，因此，通常采用改进后的分水岭分割算法。目前改进思路有两种：一种是图像后处理，另一种是图像预处理[3]。本文基于第二种思想，提出了一种基于形态学重建和极大值标记的的分水岭分割算法，并以大米图像为例，成功进行了实验，较好地控制了过分割。 　　2 基于形态学重建和极大值标记的分水岭分割 　　2.1 算法思想 　　传统的分水岭算法直接在梯度图像上进行分割，通常会由于噪声和其他因素，如梯度的局部不规则性等，导致过分割现象，如图1（c）所示，分割出来的图像没有任何实用价值。所以，在分割前通常需要对