基于灰色理论分裂合并算法研究.docVIP

基于灰色理论分裂合并算法研究 　　 摘 要：为了分割出图像中感兴趣的区域,提出了一种基于灰色理论的分裂合并算法。该方法利用灰色关联理论对分裂的图像进行关联性分析,根据区域间综合关联度,指导区域是否合并。该方法的最大不同之处在利用灰色理论进行关联性分析,不需要大量数据的统计,算法简单,高效。实验证明,该方法能够有效地分割出目标区域,并且具有一定的抗噪能力,是一种较为有效的图像分割新方法。?? 　　关键词：分裂合并算法；图像分割；灰色关联度（GRA）?? 　　中图分类号：TP312 文献标识码：A 文章编号：1672-7800（2011）08-0042-03?お? 　　?? 　　基金项目：国家自然科学基金项目资助?? 　　作者简介：柯叶青（1989-），女，湖北黄梅人，武汉大学计算机学院本科生，研究方向图像处理、ad hoc网络；郑朝晖（1986-），男，武汉理工大学理学院硕士研究生，研究方向为应用数学；桂预风（1963-），男，湖北黄梅人，博士，武汉理工大学理学院教授，研究方向为应用数学。 　　 　　 　　0 引言?? 　　 图像分割是图像分析和模式识别的首要问题,也是图像处理的经典难题之一,它是图像分析和模式识别系统的重要组成部分,并决定图像的最终质量分析和模式识别的判别结果。所谓图像分割是指将图像中具有特殊意义的不同区域分开来,并使这些区域相互不相交,且每个区域应满足特定区域的一致性条件。?? 　　 图像分割大致上可以分为3类:基于聚类的方法、基于边缘的方法和基于区域的方法。聚类方法是一种无监督的统计方法,它是通过迭代地执行分类算法来提取各类 　　的特征值。应用最广的方法是K-均值和C-均值方法,但它的最大问题是要事先确定聚类数目,即需先进行聚类的有效性分析。基于边缘的方法是建立在边缘检测的基础上。虽然现在已经提出了许多边缘检测的方法,但它是基于在区域边缘上的像素灰度变化比较剧烈时才能很好地被检测,因此限制了它的应用。基于区域的方法主要是在一致性的准则下使用区域生成、区域分裂和区域合并对具有亮度一致的区域进行分割。其中,分裂-合并算法是处理目标和背景之间灰度渐变图像的典型算法。?? 　　 分裂-合并算法的主要思想是确定分裂准则和合并准则：以小区域某种特征（如灰度、彩色或某些统计特征）的均匀性为准则，若小区域存在不均匀性就分裂，若相邻小区域有特征的一致性就合并。如此反复,直到不能再分裂也不能再合并为止。很多研究者都将各种方法结合使用并对传统的分裂-合并算法进行了改进。文献[7]提出一种基于多分辨率分析的简化的分裂合并算法,但是多分辨率的层数难以确定。还有许多学者提出在选取一致性准则时采用动态阈值，来消除规则划分产生的人为边界，灰度不连续性来实现目标与背景的有效分离，因此过程计算量很大，并且还没有很好地解决边界被破坏的问题。因此，在分割时减少噪声影响，同时获得重要轮廓信息，合理降低计算复杂性，才是解决传统分裂合并算法问题的关键。?? 　　 本文提出了一种基于灰色理论区域分裂合并的图像分割方法。该方法利用全局和局部的图像信息先进行图像分裂，再对分裂的图像计算观察区域与感兴趣区域的综合关联度，然后对图像进行合并,从而对图像进行分割。该方法计算简单、高效，降低了图像分割产生的误差，有效避免噪声，可得到较为满意的效果。?? 　　1 灰关联分析的基本原理和分析方法?? 　　 灰色理论是20世纪80年代初创立的一门新兴边缘学科，主要用来研究概率统计和模糊数学所不能解决的“小样本、贫信息”等问题，通过对已知信息的综合、开发、建模、计算等提取有价值的信息，其研究对象具有“外延明确、内涵不明确”的特点。?? 　　 灰关联分析法是灰色理论进行系统分析的重要方法，它根据系统各因素间的发展过程或发展趋势的相似程度来度量因素之间的关联程度。其基本方法是通过对参考数列和比较数列曲线间几何形状的分析比较，在比较数列中找出和参考数列曲线形状变化最类似的数列，即可认为两条曲线几何形状相似，则关联度较大；反之，则关联度较小。?? 　　1.1 绝对关联度和相对关联度?? 　　1.1.1 绝对关联度?? 　　 灰色绝对关联度用来判断序列的相似程度,其基本思想是按照因素的时间序列曲线变化态势的接近程度来计算灰色关联度。对于离散数据数列，所谓两曲线的接近程度，是指两时间序列在各对应时段上曲线斜率的接近程度，若两曲线在各时段上曲线斜率相等或相差较小，则二者的关联系数就大；反之，就小。根据此思想提出的绝对关联度计算方法如下：?? 　　将原始序列??X\-i={x\-i(k),k=1,2,…，n}进行初值化处理：?? 　　?И?Y\-i={y\-i(k)=x\-i(k)-x\-i(1),k=1,2,…，n}[JY