结合形态学分水岭的模糊聚类图像分割方法.docVIP

结合形态学分水岭的模糊聚类图像分割方法 　　摘 要:图像分割是将图像分成各具特性的区域,并将感兴趣的目标提取出来的技术,是图像分析和计算机视觉中非常重要的研究内容。根据图像单一的属性标准对图像进行分割会产生过分割的现象,不容易提取到图像中有用的信息。结合数学形态学分水岭算法先对图像进行分割,得到了对图像的初步处理结果,再利用模糊聚类方法对分水岭分割产生的图像进行后处理,使得灰度信息相同或相近的点聚合在一起,得到了较好的图形轮廓。 　　关键词:图像分割;分水岭算法;模糊聚类;计算机视觉 　　中图分类号:TP391文献标识码:A 　　文章编号:1004-373X(2010)06-119-03 　　 　　Segmentation for Fuzzy Clustering Image with Morphology Watershed Algorithm 　　WANG Jian1,SONG Yuxiao1,JU Benxiang2 　　(1.College of Engineering,South China Agricultural University,Guangzhou,510642,China; 　　2.College of Optoelectronic Engineering,Chongqing University,Chongqing,400044,China) 　　Abstract:Image segmentation is a technique which can divide image into small areas with different characteristics and get the targets of interests.It is also a very important issue in the image processing and computer vision,but the image segmentation depending on the only attribute of the image,in addition,it can make excessive segmentation easily and can not get useful information of the image.Dividing image with the help of mathematical morphology watershed algorithm,and the primary result are gained,dealing with segmentation of watershed image under the method of fuzzy clustering.Because of this method,the same or similar points with grey information get together.The satisfactory image contours are given. 　　Keywords:image segmentation;watershed algorithm;fuzzy clustering;computer vision 　　 　　0 引 言 　　 　　图像处理中很重要的一环是对包含有大量各式各样景物信息的图像进行分割,分割的最终结果是图像被分解成一些具有某种特征的最小成分,即图像基元,相对于整幅图像来说,这种图像基元更容易被快速处理[1]。因此,图像分割是从图像处理到图像分析的关键步骤,也是计算机视觉领域低层视觉中的主要问题,图像分割的结果是图像特征提取和识别等图像理解的基础[2]。 　　分水岭算法是一种基于区域的图像分割方法。该算法的思想来源于浸没模拟的过程。由于分水岭变换把输入图像中的对象与极小点标记相关联,其中的山顶线对应于对象的边界,因此对图像实施分水岭变换可以把图像分割成各个对象区域[3]。分水岭算法与其他大量的分割算法相比,获得的边界连续,精度高,并且速度快。但它的不足之处在于过分割,即图像被分割成过多的小区域而使感兴趣的目标物淹没在其中[4]。 　　聚类分析就是根据某个特定的准则将样本集中相似的数据点归为一类的一种数学方法,它是用数学方法定量地确定样本的亲疏关系,从而客观地划分类型。事物之间的界限,有些是确切的,有些则是模糊的,因而模糊聚类分析则广泛地应用在气象预报、地质、农业、林业等方面[5]。 　　 　　1 形态学分水岭分割 　　 　　1.1 分水岭定义 　　分水岭的直观概念来自地理学,它指被水冲刷出来的一种地形,水不断下落,分水岭就是那些将