数字图像局部分割算法研究.docVIP

数字图像局部分割算法研究 　　摘 要：提出了一种基于最小生成树的分割方法。该方法受到水在地形表面自由流动的启发，根据各个像素之间的位置关系和大小把每一个像素点都分配到一个最小生成树上去。为了保证分割目标的连续性和完整性，在算法中增加了梯度计算的漏点检测，通过该方法在数字图像分割中的应用，结果表明：基于最小生成树的分割方法能够准确地刻画目标区域的轮廓，尤其是分割图像局部目标，能够保证分割目标的完整，有利于后续的图像分析，模式识别。?? 　　关键词：图像分割；最小生成树；漏点检测；图论?? 　　中图分类号：TP301.6 文献标识码：A 文章编号：1672-7800（2011）04-0045-03?お? 　　?? 　　作者简介：杨本胜(1982-)，男，河南周口人，硕士，广州松田职业学院机电与信息工程系助教，研究方向为智能计算、数字图像处理。 　　 　　0 引言?? 　　 图像分割在图像处理中处于一个重要的地位，尤其在医学领域和人工智能领域的应用，比如，一幅人体局部器官的X光图片，它的某个局部部位分割结果就直接影响到后续的图像分析和医学诊断。在人工智能领域，目标图像的定位和精确分析也直接影响了系统后续的行为以及最终产生的结果。?? 　　在实际的应用过程中，人们往往希望从图像的局部区域提取信息，根据某个局部区域的特点，比如区域大小、区域颜色、区域形状等这些方面去判断局部对象的状态和识别局部对象。比如在医学领域，病人的一幅X光片中某个病灶部位的定量分析是医生后续诊断的重要依据和参考。因此，对病灶部位的图像分割与提取的效果就直接决定了定量分析的精确性。?? 　　 近年来，基于图论思想的分割方法成为了当前研究的一个热点和方向，具体的思想就是把一幅数字图像映射为图，图中的节点表示图像中的像素，图的边表示两个像素间的连接关系,把对图像本身的处理转化为对一幅图的处理，运用图论的基本知识和算法进行图像的分割处理。这种方法的好处是能够简化图像处理的过程，提高算法的执行速度，提高分割的质量。本文受到基于山地模型的浸水过程的启发，采用了图论中最小生成树的算法来实现图像局部区域的分割。?? 　　 　　1 基本思想?? 　　 把一幅数字图像想象成一片起伏跌宕的山地模型，其中每个像素的灰度值代表该点的海拔，在这样的地形中，既有地势很低的山谷（局部的极小区域），也有高高耸立的山脊,如图1所示。我们可以模拟一个浸水的过程，也就是在一个谷底刺穿一个小孔，让水从小孔处不断的流出来，水就会自动的根据地势的高低来选择首先要流经的地方和路线。?? 　　?? 　　 只要水量足够大，水就可以流到山地的任何一个地方和角落，最终把地表淹没，水的这种自由的流动能够很好地描绘地形表面的局部特征和整体特征,如图2所示。在图2中，菱形表示水源，也就是出水的小孔，每个黑点旁边的值代表地形的高度，图2中模拟出了当水位高度为2时的水流路线。把这种思想用到图像分割上就能很好的描绘目标区域的轮廓和特征。?? 　　 　　 由上面的水流运动的模拟图可以看出，水会从地势最低的地方流过，不同的水深会有不同的路径，水能够主动选择最优的路径，这个过程和图论中最小生成树非常相似。?? 　　 　　2 算法描述?? 　　 在本算法中，首先将一幅数字图像映射为四连通的图，图中的节点代表数字图像的像素点，边代表了像素点之间的邻接关系，赋予边的权值表示两个直接相邻的两个点之间的像素差值，如图3所示。?? 　　 　　 为了计算边的权值，需要定义一个权值函数，根据目标区域内灰度变化的信息，本文定义的权值函数为： ?И? 　　 Edge_cost(a,b) =｜P(a)-P(b)｜ifa，b∈M?ぁ?else[JY]（1）?И? 　　 其中，Edge_cost(a,b)是边的权值，P(a),P(b)分别表示像素点a,b在图像中的像素值，M表示像素间的四连接的邻接关系。?? 　　 本算法是基于水自由流动的思想，自由流动能够很好的刻画地表的地形地貌，但是水流这种自由流动也要受到一定的限制，让水流到需要的地方去，在本算法中采用梯度插值的方法阀值控制路径寻找的方向。?? 　　 根据普里姆的最小生成树算法，本文提出的分割方法的具体算法如下：?? 　　 N=(V,{E})是连通图，TE是N上最小生成树中边的集合。算法从U={u0}(u0∈V),TE={}开始，重复执行下述操作：在所有u∈U,v∈V-U的边(u，v) ∈E中找一条代价最小的边(u0,v0)并入集合TE，同时v0并入U，直到U=V为止。?? 　　 　　辅助数据结构：?? 　　 (1)closedge。辅助数组，以记录从U到V-U具有最小代价的边。对每个顶点vi∈V-U，在辅助数组中存在一个相应分量closedge[