基于逆向云模型的圖像分割算法研究.pdf

1、圖像分割在數(shù)字圖像處理中有著重要的地位，是從圖像處理到圖像分析的一個(gè)關(guān)鍵步驟；它是為了進(jìn)一步對(duì)圖像進(jìn)行分析、識(shí)別、壓縮編碼等處理的圖像預(yù)處理環(huán)節(jié)，其分割結(jié)果的準(zhǔn)確性對(duì)下一步的圖像處理工作有直接影響。圖像分割是目標(biāo)表達(dá)的基礎(chǔ)，將很大程度上影響到特征的測(cè)量；另外，原始圖像可以通過圖像分割及其基于分割的目標(biāo)表達(dá)、特征提取和參數(shù)測(cè)量等方式方法轉(zhuǎn)化為更抽象、更緊湊的圖像形式，進(jìn)而能夠進(jìn)行更高層次的圖像分析與理解。圖像分割的要點(diǎn)是：把圖像劃分成許多

2、個(gè)沒有交疊、特性不相同區(qū)域的集合并提取所需目標(biāo)的過程；這些特性區(qū)域或是對(duì)當(dāng)前的任務(wù)有意義，或是說明它們與實(shí)際物體或者實(shí)際物體的某些部分之間的相互關(guān)系，這些特性可以是圖像的灰度、顏色、紋理等。
　　 當(dāng)前常用的圖像分割算法幾乎都是基于確定性方法的，但是在數(shù)字圖像信息的處理過程中有著許多的不確定性，并且人類對(duì)知識(shí)的認(rèn)識(shí)也經(jīng)常表現(xiàn)為不確定性。因而，表達(dá)、評(píng)價(jià)和降低提取目標(biāo)信息的不確定性的研究成為圖像分割中一個(gè)重要的研究方向。以模糊集理

3、論和概率統(tǒng)計(jì)為基礎(chǔ)建立的處理空間數(shù)據(jù)挖掘中不確定性問題的一種新理論就是云理論。它用云模型中云滴的不確定度描述論域空間中各數(shù)據(jù)元素與其核心概念的遠(yuǎn)近關(guān)系，云滴的確定度越大，數(shù)據(jù)元素越接近概念中心；云滴確定度越小，數(shù)據(jù)元素越遠(yuǎn)離概念的中心。正是基于這種不確定度量，云理論的基本思想及其云模型方法才有可能較好的被運(yùn)用到圖像分割中。實(shí)驗(yàn)表明，由于云理論能對(duì)概念的不確定性很好地表達(dá)和降低概念分層的不確定性，這使得圖像分割中存在的不確定性問題能得到很

4、好的、有效地處理。
　　 針對(duì)區(qū)域生長法中的種子點(diǎn)選取和不確定信息的處理問題，本文提出了一種基于云理論的區(qū)域生長圖像分割方法。該算法首先利用圖像的全局信息獲取區(qū)域生長的種子點(diǎn)，具體是以云變換生成的正態(tài)云模型期望曲線的交叉點(diǎn)作為生長區(qū)域的起始種子點(diǎn)，并且將區(qū)域生長過程中的生長準(zhǔn)則選取為極大判定法則，然后分割區(qū)域由定量的像素集合到定性的云概念的轉(zhuǎn)換過程使用逆向云算法完成，再將相鄰的若干個(gè)生長區(qū)域用云綜合算法進(jìn)行合并，從而實(shí)現(xiàn)對(duì)不確定