改进小波算法在图像分割技术中应用.docVIP

改进小波算法在图像分割技术中应用 　　摘要：传统的小波融合技术在对图像分割计算过程中，主要通过小波迭代进行分割融合，虽然算法结构简单实现速度快，但在对图像的高斯滤波噪声无法完全去除，容易出现丢失图像像素的真实边缘现象。提出一种改进小波算法，在基于小波变换的图像分割基础上将图像进行小波变换，将像素分解到不同的维度空间，在不同的空间内按照不同的计算规则进行融合，最后利用小波逆变重构图像。仿真实验表明，改进的小波计算方法能够清晰的对图像进行分割，具有较强的抗噪能力，解决了传统方法的的像素丢失现象。 　　关键词：改进 小波算法 图像分割技术 　　中图分类号：TP18 文献标识码：A 文章编号：1007-9416（2016）03-0000-00 　　Abstract：The traditional wavelet fusion technology in the process of calculation of image segmentation， mainly through wavelet fusion iterative segmentation， although fast algorithm structure is simple to realize， but cannot completely remove noise in the image gaussian filter， prone to loss of image pixel edge phenomenon. An improved wavelet algorithm， based on the image segmentation based on wavelet transform image wavelet transform， the pixel decomposition to different dimensions， according to the different in the different space calculation rules of fusion， finally reconstructed image using wavelet inverter. Simulation experiments show that the improved wavelet method to clear the image segmentation， with strong antinoise ability， solve the traditional method of pixel loss phenomenon. 　　Key words： improvement； Wavelet algorithms； Image segmentation technology 　　1引言 　　随着监控网络技术的迅速发展，图像分割技术的重要性越来越强。自上个世纪80年代至今，图像分割技术就一直受到各国科学家的高度重视，并且图像分割技术在军事、工业、医学、生活等多个领域都得到了广泛的应用。 　　传统的小波融合技术在对图像分割计算过程中，主要通过小波迭代进行分割融合，虽然算法结构简单实现速度快，但在对图像的高斯滤波噪声无法完全去除，容易出现丢失图像像素的真实边缘现象。 　　提出一种改进小波算法，在基于小波变换的图像分割基础上将图像进行小波变换，将像素分解到不同的维度空间，在不同的空间内按照不同的计算规则进行融合，最后利用小波逆变重构图像。仿真实验表明，改进的小波计算方法能够清晰的对图像进行分割，具有较强的抗噪能力，解决了传统方法的的像素丢失现象。 　　2传统图像分割技术 　　传统图像分割技术主要是基于优化像素，主要分割融合主要包括4个部分。 　　（1）对分割图像进行去噪，平滑像素处理。运用多维高斯降噪函数计算进行滤波分析，分别按照二维坐标轴对原始图像像素进行二维平滑图像处理，卷积后得到图像。用公式表示为： 　　（1） 　　公式中为卷积参数。 　　（2）用分割计算方法沿二维坐标轴方向和方向的导数求出原始图像梯度平滑值和梯度方向。 　　N（x，y）=arctan（x，y），（x，y） （2） 　　公式（2）中和分别为原始图像被滤波平滑像素后，经二维坐标作用后的计算结果。 　　（3）对图像梯度值进行极值计算。在对二维坐标内的八个方向频率域内的像素进行梯度值插值计算，将计算结果标记为图像的边缘点。 　　（4）图像边缘融合。在整个频率域内查找极值，对分割图像进行扫描。在标记点内进行幅值标注，确定边缘点及非边缘点。 　　该分割法总体来说较为实用，计算方法简单，能够实现一般的图像分割与融合。但在对图像的高斯滤波噪声无法完全去