基于模糊理論及其擴(kuò)展的圖像分割研究及應(yīng)用.pdf

1、圖像分割是圖像處理、模式識(shí)別的基礎(chǔ)和關(guān)鍵技術(shù)。圖像分割的結(jié)果將直接影響到后續(xù)相關(guān)處理。由于圖像本身固有的許多不確定性，加大了圖像分割的難度。這些不確定信息很多不具有隨機(jī)性，因此不適合使用概率論、經(jīng)典數(shù)學(xué)處理。
　　 1965年Zadeh提出的模糊理論是對(duì)經(jīng)典二值邏輯的擴(kuò)展。模糊理論對(duì)不確定性事件和不精確性知識(shí)的描述和處理具有先天的優(yōu)勢(shì)。基于模糊理論的模糊分割技術(shù)已成為圖像分割的一個(gè)重要分支和研究熱點(diǎn)。對(duì)基于模糊理論及其擴(kuò)展的圖像

2、分割算法進(jìn)行研究，以便更好地處理圖像中的模糊、不確定性信息，提高圖像分割的精確度，具有重要的理論意義和應(yīng)用價(jià)值。
　　 本文對(duì)模糊分割技術(shù)進(jìn)行了深入、系統(tǒng)的研究，使用經(jīng)典模糊理論設(shè)計(jì)了圖像分割算法，對(duì)模糊圖像特別是模糊邊緣進(jìn)行分割識(shí)別;為滿足實(shí)際應(yīng)用中醫(yī)學(xué)超聲圖像分割的高精度要求，對(duì)模糊分割算法進(jìn)行了改進(jìn)。本文率先將中智理論這一嶄新的擴(kuò)展模糊理論引入圖像分割，定義了新的三域圖像表達(dá)方式，不但提高了對(duì)圖像中不確定性信息的表達(dá)能力，

3、而且可以在這個(gè)統(tǒng)一的圖像分割框架下綜合使用多種信息，解決了現(xiàn)有模糊分割算法難以利用多種圖像信息的問(wèn)題，可以更好的處理一些復(fù)雜的圖像分割問(wèn)題。本文的研究成果不僅為解決圖像分割瓶頸問(wèn)題提供了新的思路和方法，還可以進(jìn)一步推廣到圖像增強(qiáng)、去噪等其它圖像處理領(lǐng)域，具有重要的理論意義和廣泛的應(yīng)用前景。
　　 本文的主要工作和創(chuàng)新點(diǎn)概括如下:
　　 1)設(shè)計(jì)了基于經(jīng)典模糊理論的模糊分水嶺算法FWST。FWST能夠?qū)δ：龍D像中的模糊邊緣

4、進(jìn)行準(zhǔn)確識(shí)別，解決了傳統(tǒng)WST的過(guò)分割現(xiàn)象，抗噪性好，運(yùn)行速度快。將FWST應(yīng)用到實(shí)際的醫(yī)學(xué)圖像分割問(wèn)題—BUS圖像腫瘤全自動(dòng)分割中，能夠得到較理想的分割結(jié)果。
　　 傳統(tǒng)WST方法能夠生成封閉、精確的邊緣，因此被廣泛應(yīng)用于圖像分割中。然而WST方法對(duì)噪聲敏感，過(guò)分割現(xiàn)象嚴(yán)重。本文在分析圖像模糊性的基礎(chǔ)上，將經(jīng)典模糊理論與WST算法相結(jié)合，通過(guò)直方圖和模糊最大熵原理對(duì)圖像模糊化，使用INT算子增強(qiáng)模糊邊緣信息，在模糊域上預(yù)處理后

5、使用WST方法進(jìn)行分割。實(shí)驗(yàn)結(jié)果表明，相比非模糊的邊緣檢測(cè)算法和改進(jìn)的WST算法，F(xiàn)WST的分割結(jié)果更精確。
　　 2)定義了基于擴(kuò)展模糊理論—中智理論的圖像三域表示新方式。中智圖像引入了新域I，可以更好的表示圖像的不確定性;通過(guò)T，I，F(xiàn)之間的關(guān)聯(lián)性和相對(duì)獨(dú)立性，可以在這個(gè)統(tǒng)一的圖像分割框架下綜合使用多種信息，提高了圖像分割的效果。中智圖像作為新的圖像表示形式和改進(jìn)模糊分割算法的途徑，具有一定的通用性。
　　 由于經(jīng)典

6、模糊理論的局限性，模糊分割算法對(duì)圖像的不確定性表達(dá)能力不足，使用信息過(guò)于單一，無(wú)法處理空間等信息。而在圖像分割中融合多種信息能夠取得更合理的效果。本文概述了模糊理論的擴(kuò)展方式，介紹了一種嶄新的模糊理論擴(kuò)展形式—中智理論。中智理論是對(duì)經(jīng)典模糊理論及現(xiàn)有的多種擴(kuò)展模糊理論的概括和泛化，目前它的相關(guān)研究主要集中在理論方面。本文率先將中智理論應(yīng)用到圖像處理中，并采用區(qū)間值中智集合進(jìn)行特例化，定義了中智圖像和區(qū)間值中智圖像（統(tǒng)稱中智圖像），討論了

7、中智域的選取和中智元素的定義方式，為中智理論在圖像分割中的應(yīng)用建立了理論基礎(chǔ)。
　　 3)設(shè)計(jì)了基于中智圖像的灰度和彩色圖像區(qū)域合并算法。采用三域的表示方式，灰度圖像分割算法綜合使用了圖像的邊緣、空間等多種信息，增強(qiáng)了對(duì)圖像不確定性的表達(dá)能力，提高了分割的精確度。在彩色圖像分割中，利用T，I，F(xiàn)的相對(duì)獨(dú)立性，算法可以同時(shí)使用多個(gè)彩色空間上的顏色等多種信息，解決了彩色圖像分割中選擇彩色空間的難點(diǎn)，綜合使用多種信息的能力更加顯著。驗(yàn)

8、證了中智圖像作為改進(jìn)分割算法的通用形式，它的優(yōu)越性和重要的理論意義。
　　 根據(jù)圖像的特點(diǎn)和分割依據(jù)，定義了圖像的同質(zhì)性，算法利用中智圖像的架構(gòu)，使用了圖像的邊緣、全局和局部等多種信息，采用了結(jié)合全局和局部的分割策略，使用直方圖確定初始聚類中心，使用I衡量像素的不確定性，設(shè)定了基于I和區(qū)域鄰接關(guān)系的合并規(guī)則?；叶葓D像分割實(shí)驗(yàn)證明，相比經(jīng)典模糊分割算法，該算法分割區(qū)域一致性更好，避免了錯(cuò)分現(xiàn)象，提高了分割精度。將算法推廣到彩色圖像

9、分割中，T，I，F(xiàn)綜合使用多種信息的能力更加明顯。選擇合適的彩色空間是彩色圖像分割的難點(diǎn)，不同的彩色空間各有優(yōu)缺點(diǎn)，無(wú)法相互替代，現(xiàn)有分割算法大多基于單彩色空間。通過(guò)應(yīng)用中智圖像這一新的圖像表示方式和中智元素間的聯(lián)系，算法可以同時(shí)使用多彩色空間及其上的顏色信息、空間特性等多種信息。采用更多的信息不但提高了分割效果，而且增強(qiáng)了算法的通用性。本文的彩色圖像分割算法具有較好的抗噪性，大大降低了現(xiàn)有彩色圖像分割算法的過(guò)分割現(xiàn)象，分割結(jié)果與人的主

10、觀視覺(jué)感知具有良好的一致性。實(shí)驗(yàn)結(jié)果表明，相比基于經(jīng)典模糊理論的分割算法和非模糊分割算法，基于中智圖像的分割算法都能獲得更好的分割效果。
　　 4)設(shè)計(jì)了基于中智圖像的乳腺超聲圖像腫瘤全自動(dòng)分割算法。算法基于中智圖像架構(gòu)，使用了乳腺超聲圖像的紋理、空間等信息，改進(jìn)了基于經(jīng)典模糊理論的FWST算法，并結(jié)合醫(yī)學(xué)先驗(yàn)知識(shí)，制定了腫塊定位規(guī)則。改進(jìn)后的算法復(fù)雜度低，實(shí)時(shí)性好，能得到精確的腫瘤邊緣。驗(yàn)證了中智圖像作為改進(jìn)分割算法的通用形式

11、，具有實(shí)際的應(yīng)用價(jià)值。
　　 由于乳腺超聲(BUS)圖像的低對(duì)比度、腫瘤邊緣模糊等特性，現(xiàn)有的分割算法大多需要手工標(biāo)定ROI，且分割結(jié)果不理想。將中智圖像應(yīng)用到BUS圖像全自動(dòng)分割中，設(shè)計(jì)了NWST分割算法。差異性實(shí)驗(yàn)統(tǒng)計(jì)結(jié)果表明，本文的算法與其它全自動(dòng)分割算法相比，與醫(yī)生手工標(biāo)定腫塊區(qū)域相似度最好，可以準(zhǔn)確地分割腫瘤區(qū)域。同時(shí)，相比FWST，NWST對(duì)模糊邊緣具有更好的處理能力，算法的時(shí)間復(fù)雜度較低，能滿足實(shí)際應(yīng)用的實(shí)時(shí)性要求