圖像閾值化與目標(biāo)分割方法中的若干問(wèn)題研究.pdf

1、圖像分割是計(jì)算機(jī)視覺(jué)研究的基本問(wèn)題，是實(shí)現(xiàn)圖像理解與識(shí)別的前提。閾值化因其簡(jiǎn)潔、高效、易實(shí)現(xiàn)性成為圖像分割中一種最為重要的技術(shù)之一，并在自動(dòng)目標(biāo)識(shí)別、醫(yī)學(xué)影像分析、工業(yè)圖像處理等領(lǐng)域得到廣泛應(yīng)用。然而，由于圖像的復(fù)雜性，如何自動(dòng)選擇最佳的分割閾值一直是閾值化研究中一個(gè)懸而未決的問(wèn)題。雖然近幾十年很多學(xué)者提出了若干有效的閾值化方法，但其本質(zhì)問(wèn)題仍沒(méi)得到根本解決；另外圖像處理任務(wù)中的實(shí)時(shí)性、魯棒性等問(wèn)題也時(shí)常困擾各種閾值化方法的實(shí)踐應(yīng)用。因

2、此高效適用的閾值化方法的提出在目前仍是一大極具挑戰(zhàn)性的工作。針對(duì)這些問(wèn)題，論文在充分調(diào)研和分析現(xiàn)有方法的基礎(chǔ)上，基于一些新的理論和技術(shù)在圖像閾值化方面提出一些新的思想、方法和解決方案。在目標(biāo)分割方面，以紅外人體目標(biāo)為研究對(duì)象，結(jié)合模糊集理論、廣義熵原理及混沌群智能優(yōu)化算法提出兩種有效的目標(biāo)抽取方法。論文取得了以下主要研究成果：
　　(1)基于方差分析(analysis of variance, ANOVA)思想，結(jié)合圖像-鄰域均值

3、圖像二維灰度級(jí)直方圖提出兩種最小類方差圖像閾值化方法。在新方法中通過(guò)采用遞推及差分演化算法降低二維直方圖法搜索最佳閾值的計(jì)算復(fù)雜度。提出方法克服了一維、二維最大類間方差法在圖像目標(biāo)及背景灰度級(jí)方差分布不均衡時(shí)易發(fā)生閾值偏離的不足，并增強(qiáng)了一維最大類間方差法及一維最小類方差法的抗噪性能。
　　(2)基于圖像灰度級(jí)共生矩陣(gray-level co-occurrence matrix, GLCM)及圖像-鄰域均值圖像二維灰度級(jí)直方圖

4、提出兩種二維交叉熵閾值化方法。一種方法是在GLCM內(nèi)定義圖像的局部二維交叉熵，然后通過(guò)最小化定義的圖像二維局部交叉熵求取最佳閾值。另一種方法是把圖像-鄰域均值圖像的二維灰度級(jí)直方圖投影到一維空間，然后通過(guò)最小交叉熵法對(duì)圖像實(shí)施閾值分割。這兩種方法增強(qiáng)了傳統(tǒng)最小交叉熵法的抗噪性能，并在第二種方法中獲得了與一維方法相當(dāng)?shù)挠?jì)算效率。
　　(3)圖像系統(tǒng)是一典型的具有非廣延特性的物理系統(tǒng)，然而傳統(tǒng)閾值化方法常忽略該信息對(duì)閾值選取的影響。把

5、 Tsallis提出的非廣延交叉熵應(yīng)用于圖像閾值分割，通過(guò)對(duì) Tsallis原始公式進(jìn)行不同的變換，應(yīng)用 Tsallis交叉熵的向量距離測(cè)度以及 Tsallis交叉熵處理物理系統(tǒng)非廣延特性的能力提出兩種有效的方法，并把基于Tsallis交叉熵非廣延特性的一維直方圖法擴(kuò)展到二維空間。在大量合成及真實(shí)圖像上的實(shí)驗(yàn)結(jié)果表明：提出方法對(duì)于紛繁復(fù)雜的圖像具有更好的適應(yīng)能力。
　　(4)自然界景物成像過(guò)程及圖像處理系統(tǒng)對(duì)圖像信號(hào)的處理帶有天然

6、的模糊特性，因此一切非模糊閾值化法在具有模糊特性的圖像上都具有其缺陷性。針對(duì)這一問(wèn)題，結(jié)合最大熵相關(guān)原理及模糊集理論提出一種最大模糊相關(guān)閾值化方法。另外，在對(duì)圖像進(jìn)行閾值化時(shí)，有時(shí)簡(jiǎn)單的兩級(jí)閾值化不能把復(fù)雜圖像中的目標(biāo)有效的抽取出來(lái)，因此有必要實(shí)施多級(jí)閾值化，為此結(jié)合 Renyi熵原理及模糊集理論提出一種多級(jí)閾值化方法。在提出的這兩種模糊閾值化方法中，為了加快算法的收斂，應(yīng)用了差分演化算法。實(shí)驗(yàn)結(jié)果表明了提出方法的有效性。
　　(

7、5)紅外人體目標(biāo)檢測(cè)與識(shí)別的基礎(chǔ)是人體目標(biāo)區(qū)域的有效抽取，也即感興趣區(qū)域(region of interest, ROI)的有效分割。然而由于紅外熱成像的獨(dú)特特性，對(duì) ROI有效分割的方法目前仍處于不斷探究之中?；贖avrda-Charvát熵與非廣延熵兩種廣義熵及模糊集理論提出兩種紅外人體目標(biāo)分割方法。在新方法中，把混沌搜索嵌入到經(jīng)典群智能優(yōu)化算法(粒子群優(yōu)化算法、差分演化算法)提出兩種混沌優(yōu)化算法用于加速整個(gè)目標(biāo)分割算法的收斂性能

8、。同時(shí)應(yīng)用數(shù)學(xué)形態(tài)學(xué)算子對(duì)分割圖像進(jìn)行去噪、空洞填充等操作，為進(jìn)一步對(duì)圖像進(jìn)行處理奠定基礎(chǔ)。在真實(shí)紅外人體圖像上的實(shí)驗(yàn)表明了提出方法的有效性。
　　論文在圖像閾值化及目標(biāo)分割方面做了一些理論和應(yīng)用的探索性工作?；谝陨咸峒暗牟煌碚撘罁?jù)，提出幾種適應(yīng)性強(qiáng)、能更好的實(shí)施最佳閾值選擇的準(zhǔn)則函數(shù)和實(shí)現(xiàn)算法，并對(duì)應(yīng)用閾值化方法進(jìn)行紅外人體目標(biāo)抽取進(jìn)行了初步探討。提出方法豐富了圖像閾值化及目標(biāo)分割研究?jī)?nèi)容，對(duì)這些研究的發(fā)展也將起到推動(dòng)作用。