戴艷芳，宋志剛

（中國空空導(dǎo)彈研究院，洛陽471099）

·微機(jī)軟件·

一種由MatLab實(shí)現(xiàn)的圖像分割改進(jìn)算法

戴艷芳，宋志剛

（中國空空導(dǎo)彈研究院，洛陽471099）

圖像分割技術(shù)廣泛應(yīng)用于當(dāng)今社會(huì)的多個(gè)領(lǐng)域中，是圖像處理的重點(diǎn)和難點(diǎn)。首先從闡述圖像分割技術(shù)的概況及其基本概念開始，在簡(jiǎn)要介紹了常用的圖像分割技術(shù)方法的基礎(chǔ)上，對(duì)使用MatLab工具軟件實(shí)現(xiàn)圖像分割技術(shù)的最大類間方差法及其改進(jìn)算法進(jìn)行了詳細(xì)說明，最終，通過例子驗(yàn)證了改進(jìn)后的最大類間方差法的優(yōu)勢(shì)。

圖像分割；圖像處理；MatLab工具；最大類間方差法

1 引 言

所謂圖像分割是按照一定的規(guī)則將一幅圖像或景物分成若干部分或子集的過程。在圖像研究和應(yīng)用過程中，人們往往僅對(duì)各幅圖像中的某些部分感興趣，這些部分常稱為目標(biāo)或前景，它們一般對(duì)應(yīng)圖像中特定的具有獨(dú)特性質(zhì)的區(qū)域。為了辨別和分析目標(biāo)，需要將這些區(qū)域分離提取出來，在此基礎(chǔ)上才有可能對(duì)目標(biāo)進(jìn)一步利用。

圖像分割一直是圖像處理領(lǐng)域中的重點(diǎn)和難點(diǎn)。圖像在分割后的處理，如特征提取、目標(biāo)識(shí)別等都依賴圖像分割的質(zhì)量，所以分割被視為圖像處理中的瓶頸。

2 圖像分割技術(shù)概述

2.1 圖像分割的基本概念

圖像分割是數(shù)字圖像處理中的關(guān)鍵技術(shù)之一。圖像分割是將圖像中有意義的特征部分提取出來，其有意義的特征有圖像中的邊緣、區(qū)域等，這是進(jìn)一步進(jìn)行圖像識(shí)別、分析和理解的基礎(chǔ)。雖然目前已研究出不少邊緣提取、區(qū)域分割的方法，但還沒有一種普遍適用于各種圖像的有效方法，因此，對(duì)圖像分割的研究還在不斷深入之中。

圖像分割在不同領(lǐng)域中有時(shí)也用其他名稱，如目標(biāo)輪廓（object lineation）技術(shù)，閾值化（thresholding）技術(shù)，圖像區(qū)分或求差（image discrimination）技術(shù)，目標(biāo)檢測(cè)（targettracking）技術(shù)，目標(biāo)識(shí)別（target recognition）技術(shù)，目標(biāo)跟蹤（target tracking）等，這些技術(shù)本身或核心實(shí)際上也是圖像分割技術(shù)。

2.2 圖像分割技術(shù)的應(yīng)用

圖像分割技術(shù)的應(yīng)用非常廣泛，幾乎出現(xiàn)在有關(guān)圖像處理的所有領(lǐng)域，并涉及各種類型的圖像。主要表現(xiàn)在醫(yī)學(xué)影像分析、軍事研究、遙感氣象服務(wù)、交通圖像分析、面向?qū)ο蟮膱D像壓縮和基于內(nèi)容的圖像數(shù)據(jù)庫查詢等領(lǐng)域。

3 圖像分割的常用方法

3.1 圖像邊緣檢測(cè)法

邊緣檢測(cè)法是所有基于邊界分割的圖像分析方法的第一步，物體的邊緣是以圖像局部特征的不連續(xù)性形式出現(xiàn)的，例如，灰度值突變，顏色突變，紋理結(jié)突變等。從本質(zhì)上說，邊緣常常意味著一個(gè)區(qū)域的終結(jié)和另一個(gè)區(qū)域的開始。為了計(jì)算方便起見，通常選擇一階和二階導(dǎo)數(shù)來檢測(cè)邊界，利用求導(dǎo)的方法可以很方便的檢測(cè)到灰度值的不連續(xù)效果。邊緣檢測(cè)可以借助空域微分算子利用卷積來實(shí)現(xiàn)。

圖像邊緣信息在圖像分析中是十分重要的，檢測(cè)出邊緣的圖像就可以進(jìn)行特征提取和形狀分析。

3.2 圖像閾值分割法

在圖像分割的諸多方法中，閾值分割是一種廣泛使用的圖像分割技術(shù)，它利用了圖像中要提取的目標(biāo)與其背景在灰度特性上的差異，把圖像視為具有不同灰度級(jí)的兩類區(qū)域（目標(biāo)和背景）的組合，選取一個(gè)合適的閾值，以確定圖像中每一個(gè)像素點(diǎn)應(yīng)該屬于目標(biāo)還是背景區(qū)域，從而產(chǎn)生相應(yīng)的二值圖像。閾值分割不僅可以大量壓縮數(shù)據(jù)，減少存儲(chǔ)容量，而且能大大簡(jiǎn)化在其后的分析和處理步驟。

閾值分割的關(guān)鍵是閾值選取，如果閾值選取過高，則過多的目標(biāo)點(diǎn)被誤歸為背景；閾值選取過低，則會(huì)出現(xiàn)相反的情況。常見的閾值選取方法有：最大類間方差法（也稱為Otsu法）、二維最大熵閾值分割法，直方圖閾值分割法等。

4 MatLab實(shí)現(xiàn)的最大類間方差算法

Ostu提出的最大類間方差法是在判決分析最小二乘法原理的基礎(chǔ)上推導(dǎo)得出的，算法較為簡(jiǎn)單，是一種被廣為關(guān)注的閾值選取方法。下面是利用MatLab實(shí)現(xiàn)的標(biāo)準(zhǔn)最大類間方差法及改進(jìn)的最大類間方差法計(jì)算灰度閾值的程序清單：

圖1所示為改進(jìn)算法前后MatLab得出的分割圖像效果比對(duì)。

圖1 算法改進(jìn)前后圖像效果比對(duì)

上述程序的后半段對(duì)標(biāo)準(zhǔn)的最大類間方差法進(jìn)行了改進(jìn)，修改了T值的計(jì)算方法，加入了由目標(biāo)和背景的灰度分布特性來確定的參數(shù)w0，w1。改進(jìn)后的最大類間方差法降低了分割后圖像的噪聲。如圖1所示，圖Otsu是由標(biāo)準(zhǔn)的最大類間方差法得出的分割圖像，瀑布邊緣噪聲較多；圖my Otsu是由改進(jìn)后的最大類間方差法得出的分割圖像，可以看出，經(jīng)過改進(jìn)后算法得出的閾值分割原始圖像已經(jīng)有效去除了圖中瀑布邊緣的噪聲。

5 結(jié)束語

盡管人們?cè)趫D像分割方面做了很多工作，由于尚無通用的圖像分割理論，現(xiàn)在所提出的圖像分割算法都是針對(duì)具體問題的，并沒有一種適合于所有圖像的通用分割算法。在需要解決一個(gè)具體的圖像分割問題時(shí)，往往發(fā)現(xiàn)難于找到一個(gè)非常適用的現(xiàn)成方法。因此，在解決問題的過程中需要依據(jù)經(jīng)驗(yàn)去選擇方法，通過反復(fù)研究、嘗試和改進(jìn)來找到一種最佳方案。

［1］夏良正，李久賢.數(shù)字圖像處理［M］.南京：東南大學(xué)出版社，2005.

［2］余波成.數(shù)字圖像處理及MATLAB實(shí)現(xiàn)［M］.重慶：重慶大學(xué)出版社，2003.

［3］高秀娟.圖像分割的理論、方法及應(yīng)用［D］.吉林：吉林大學(xué)，2006.

［4］管慧娟.基于區(qū)域的圖像分割方法［D］.大連：大連理工大學(xué)，2006.

Im provement of Image Segmentation Algorithm by MatLab

DAIYan-fang，SONG Zhi-gang
（China Airborne Missile Academy，Luoyang 471099，China）

The image segmentation technology iswidely used in many fields，which is the key point and the difficulty of image processing.The paper starts from the description of image segmentation technology and its basic concept，based on the introduction of the commonly used image segmentation methods，and themaximum class using the MatLab to realize the image segmentation technology variance method and its improved algorithms are analyzed in detail，finally，the examples are used to prove the advantage of the improved variancemethod.

Image segmentation；Image processing；MatLab；Otsu algorithm

10.3969／j.issn.1002-2279.2014.05.010

TP311

：A

：1002-2279（2014）05-0031-03

戴艷芳（1982-），女，云南人，工程師，主研方向：軟件測(cè)試、軟件工程。

2014-02-24