一种基于脊线层级分水岭新算法.docVIP

一种基于脊线层级分水岭新算法 　　摘要： 针对传统V.S.分水岭算法存在的过分割现象，提出一种基于脊线的层级分水岭算法。通过对传统V.S.分水岭算法中浸没过程的适当改进，找到完整无冗余的区域脊线；再次修改浸没过程，仅对脊线进行多级迭代的分水岭再分割，即可完成区域分割。实验结果显示：该算法能处理传统V.S.分水岭算法的过分割现象，且计算速度较快。 　　关键词： 图像分割； 分水岭算法； 脊线； 多层级分割； 模拟泛洪 　　引言分水岭算法是一种常用的图像分割算法。分水岭算法的思想来源于地理学的测地线理论，20世纪70年代末引入图像分割领域。分水岭算法作为一种定义简单、定位准确、速度较快的图像分割技术，受到众多学术研究者的关注[1]。目前应用得较多的2种算法为：1991年Vincent L等人[2]提出的基于模拟泛洪的快速分水岭算法（下文简称为“V.S.分水岭算法”）；2000年Smet P D等人[3]提出的一种模拟降水的分水岭分割算法。传统分水岭算法存在着不足之处，如：对图像噪声敏感、易产生过分割、对低对比度图像易丢失某些重要轮廓等。为此，很多学者进行了相关研究，提出了一些改进型分水岭算法，如与预处理滤波、标记、小波变换等结合的改进算法[4]。其可分为：分水岭预处理和分水岭后处理两类算法。分水岭算法的输入图像通常是图像梯度，分水岭预处理多是优化梯度图，以降低过多的局部极小点。梯度图一般采用形态梯度[56]、索贝尔（Sobel）梯度算子、J图分割（JSEG）[7]等算法。为了降低过分割，预处理阶段可采用中值滤波、非线性滤波、双边滤波[8]、多尺度滤波[9]、多尺度梯度[5]、形态学标记[10]等方法减少局部极小值点的个数。分水岭后处理，旨在对传统分水岭算法产生的过分割区域，进行区域合并。进行区域合并的算法有：基于K均值聚类算法（kmeans clustering with manifold，KCM）、模糊聚类算法（fuzzy cmeans，FCM）、期望最大（expectationmaximization，EM）、高斯混合模型（Gaussian mixture model，GMM）、图论等的簇集算法[1115]；及利用贝叶斯、马尔可夫随机场（Markov random field，MRF）[16]、积水盆深度[1718]、相邻区域边界长度[19]等的领接合并算法。它们在一定的领域，都取得???良好的效果。然而，分水岭预处理是辅助方法，改进的是分水岭算法的输入，而且预处理不能完全消除过分割；分水岭后处理是对分水岭产生的区域进行合并，分水岭算法产生的区域数量，直接影响其处理速度。可见预处理和后处理都未涉及对分水岭算法本身的改进。在V.S.分水岭算法中，水从起伏地貌的各个局部最低点开始向上漫溢，从不同地方漫溢上来的水会交汇于不同的局部区域边缘。如在水面交汇的地方建起水坝，则这片地面就被分割成不同的区域。这些不同的区域称为汇水盆地，区域边缘建起大坝的地方称为分水岭。一次分水岭分割处理，可得到丰富的区域和边界；也包括部分实际并不需要的边界。为此，本文针对分水岭算法本身，提出了一种新的基于脊线的层级分水岭算法，即：利用经典泛洪分水岭算法本身的优点，设计新的泛洪规则，实现多次分水岭分割过程的多级迭代算法，来完成图像的分割目的，并将一次分水岭分割形成的分水岭称为“脊线”。 　　1基于脊线的层级分水岭算法本算法核心是一种利用分水岭算法本身的多级迭代算法，图1所示为算法流程框图。待处理图像输入后，经过四个步骤，即可输出结果。各步骤说明如下：（1）预处理：降低噪声，平滑图像。（2）生成脊线：生成可供再分割区域边界脊线。为了实现基于脊线的多级分割，本文算法要求该步骤生成的脊线必需满足2个条件：（a）区域一定有封闭完整的边界脊线，不允许存在无脊线分割的相邻区域；（b）脊线宽度为1个像素，不能有冗余。本文利用了一种改进的V.S.泛洪分水岭算法来生产这些脊线。（3）基于脊线的多层级再分割：将已获得的积水盆区视为透明区，根据给定的“泛洪”规则，仅对已知脊线进行另一种改进的V.S.泛洪分水岭算法来生成新的脊线，以实现多层级再分割。（4）判断是否达到分割目标：根据一定判据，判断分割是否达到目的。是则停止分割，输出结果，当前已获得的脊线即为所得分水岭；否则利用当前脊线，再重复步骤（3），直到满足分割目标为止。 　　下文重点描述步骤（2）和步骤（3），也即本文算法核心所在。 　　1.1生成脊线为了在后续分水岭算法的再分割中，仅利用已知的脊线信息，本文算法要求本步骤生成的脊线必须足够完整。生产脊线有多种算法，一种方法是通过边界提取算子，如罗伯特（Robert）算子，但不能确保脊线一定出现在边界处。考虑V.S.分水岭算法本身的优点，经过适当的改进，即可实现：在