基于統(tǒng)計(jì)和譜圖的圖像閾值分割方法研究.pdf

1、圖像分割是圖像處理與分析的關(guān)鍵環(huán)節(jié)，也是計(jì)算機(jī)視覺(jué)研究領(lǐng)域的一個(gè)經(jīng)典難題。在一些圖像分割的應(yīng)用中，目標(biāo)像素的灰度級(jí)有別于背景像素的灰度級(jí)。在這種情形下，閾值方法就成了一種簡(jiǎn)單而有效的圖像分割方法。近年來(lái)，閾值分割受到了國(guó)內(nèi)外研究者的廣泛關(guān)注，并己被廣泛應(yīng)用于目標(biāo)識(shí)別、機(jī)器視覺(jué)等領(lǐng)域。本文針對(duì)圖像閾值分割方法進(jìn)行了較為深入的研究，主要工作和研究成果如下：
　　 (1)經(jīng)典的統(tǒng)計(jì)閾值方法將目標(biāo)和背景的方差和作為閾值選擇的準(zhǔn)則，僅僅考

2、慮了方差和，對(duì)目標(biāo)和背景具有較大方差差異的圖像分割的效果不理想。針對(duì)此問(wèn)題，首先提出了一種融合了方差和與方差差異的統(tǒng)計(jì)閾值方法，較好地解決了這類(lèi)圖像的分割問(wèn)題。此外，針對(duì)目標(biāo)和背景具有相似統(tǒng)計(jì)分布的特性，設(shè)計(jì)了一種統(tǒng)計(jì)閾值方法，并將其與圖(graph)的等周常數(shù)聯(lián)系起來(lái)，進(jìn)一步說(shuō)明了此方法的合理性。在一系列紅外圖像上的實(shí)驗(yàn)結(jié)果證實(shí)了它的有效性。
　　 (2)近年來(lái)，基于譜圖的圖像分割技術(shù)成了圖像分割領(lǐng)域一個(gè)新的研究熱點(diǎn)。這類(lèi)方法

3、將圖像映射為帶權(quán)無(wú)向圖，把圖像分割問(wèn)題轉(zhuǎn)化為圖劃分問(wèn)題，通過(guò)求圖劃分代價(jià)函數(shù)的最小值來(lái)獲得對(duì)應(yīng)圖像的分割。等周圖割是一種新近的圖譜圖像分割方法，它不屬于閾值分割范疇，未能充分利用圖像中像素點(diǎn)的灰度信息，直接應(yīng)用到灰度圖像的分割中效果不甚理想。為此，結(jié)合等周圖割和閾值分割思想提出了一種二級(jí)閾值方法。此方法將等周圖割中的等周率作為閾值選擇的準(zhǔn)則，并在此基礎(chǔ)上，利用人類(lèi)視覺(jué)感知的特性來(lái)縮小閡值搜索的范圍，縮短分割時(shí)間，提升分割性能。此外，由于

4、二級(jí)閾值方法只能將圖像分割成兩個(gè)部分，無(wú)法滿足實(shí)際分割中將圖像分成多個(gè)部分的需要。針對(duì)此問(wèn)題，將基于等周圖割的二級(jí)閾值方法擴(kuò)展到多級(jí)閾值分割中，提出了一種快速有效的迭代策略來(lái)獲得多個(gè)分割閾值，優(yōu)化了等周率的計(jì)算，引入了聚類(lèi)數(shù)自動(dòng)確定的方法來(lái)選擇合理的閾值個(gè)數(shù)。擴(kuò)展后的多級(jí)閾值方法不僅能自動(dòng)確定閾值個(gè)數(shù)，而且其時(shí)間復(fù)雜性與閾值個(gè)數(shù)無(wú)關(guān)，這使其避免了傳統(tǒng)多級(jí)閾值方法的缺陷，即隨著閾值個(gè)數(shù)的增大，分割性能不穩(wěn)定且計(jì)算復(fù)雜度呈指數(shù)增長(zhǎng)。在一系列

5、圖像上的實(shí)驗(yàn)結(jié)果表明了此方法的有效性。
　　 (3)基于過(guò)渡區(qū)域的閾值分割方法是近年來(lái)興起的一類(lèi)圖像分割方法。相對(duì)于圖像的非過(guò)渡區(qū)域(目標(biāo)和背景)而言，過(guò)渡區(qū)域具有更為頻繁而強(qiáng)烈的灰度變化。根據(jù)圖像過(guò)渡區(qū)域的特點(diǎn)，提出了一種基于灰度差異的過(guò)渡區(qū)域提取及閾值分割方法，將像素點(diǎn)的灰度級(jí)與其局部鄰域的灰度均值之間的絕對(duì)差異作為描述子來(lái)刻畫(huà)過(guò)渡區(qū)域?；叶炔町悆H籠統(tǒng)地反映了像素點(diǎn)與其鄰域均值之間的差異，未能反映像素點(diǎn)與鄰域內(nèi)像素點(diǎn)之間的具

6、體差異。為此，提出了一種改進(jìn)的灰度差異作為過(guò)渡區(qū)域描述子，利用像素點(diǎn)與其鄰域內(nèi)像素點(diǎn)的絕對(duì)灰度差異之和來(lái)刻畫(huà)過(guò)渡區(qū)域。在一系列圖像上的實(shí)驗(yàn)結(jié)果表明，改進(jìn)的灰度差異對(duì)過(guò)渡區(qū)域的刻畫(huà)是行之有效的。另外，針對(duì)傳統(tǒng)過(guò)渡區(qū)域描述子未同時(shí)考慮灰度變化的頻率和幅度，對(duì)過(guò)渡區(qū)域刻畫(huà)不完整的問(wèn)題，提出了一種融合了局部復(fù)雜度和局部方差的過(guò)渡區(qū)域描述子。它利用局部復(fù)雜度來(lái)刻畫(huà)局部窗口內(nèi)灰度變化的頻率，同時(shí)借助局部方差來(lái)反映灰度變化的幅度，最后將局部復(fù)雜度和局

7、部方差歸一化后綜合為一個(gè)新的描述子。在紅外以及文本等一系列圖像上的實(shí)驗(yàn)結(jié)果表明，相對(duì)于傳統(tǒng)的過(guò)渡區(qū)域描述子，綜合后的描述子能更準(zhǔn)確地刻畫(huà)過(guò)渡區(qū)域。新方法準(zhǔn)確地提取了圖像的過(guò)渡區(qū)域，獲得了更好的閾值分割結(jié)果，且抗噪性能更強(qiáng)。
　　 (4)針對(duì)現(xiàn)有的過(guò)渡區(qū)域方法未考慮人類(lèi)視覺(jué)感知特性的問(wèn)題，提出了一種無(wú)監(jiān)督的過(guò)渡區(qū)域提取方法。此方法先利用人類(lèi)視覺(jué)感知的特性，結(jié)合圖像的統(tǒng)計(jì)特征，以一種無(wú)監(jiān)督的方式來(lái)估計(jì)過(guò)渡區(qū)域的灰度范圍，實(shí)現(xiàn)圖像變換

8、，然后利用局部方差作為描述子提取圖像的過(guò)渡區(qū)域，進(jìn)而獲得最終的閾值分割結(jié)果。在工業(yè)無(wú)損檢測(cè)等系列圖像上的實(shí)驗(yàn)結(jié)果表明，圖像變換過(guò)程保持了過(guò)渡區(qū)域的灰度變化，同時(shí)削弱了非過(guò)渡區(qū)域的灰度變化，簡(jiǎn)化了原圖像，對(duì)后續(xù)的過(guò)渡區(qū)域提取大有裨益。新方法明顯改善了過(guò)渡區(qū)域提取的準(zhǔn)確性，獲得了更好的分割結(jié)果。此外，將圖像變換的思想借鑒到了傳統(tǒng)閾值分割中，提出了3種無(wú)監(jiān)督的范圍受限的閾值方法。相對(duì)于傳統(tǒng)方法，范圍受限的方法用變換后的圖像替代原圖像作為分割對(duì)