文章目錄

• • • 0 區(qū)域分割技術(shù)
    • 1 區(qū)域生長法
    • • • 1.1 基本方法
        • 1.2 區(qū)域生長法算法
    • 2 區(qū)域分裂與合并
    • • • 2.1 實現(xiàn)步驟

0 區(qū)域分割技術(shù)

基于區(qū)域的分割是以直接尋找區(qū)域為基礎(chǔ)的分割技術(shù)，實際上類似基于邊界的圖像分割技術(shù)一樣利用了對象與背景灰度分布的相似性。

大體上基于區(qū)域的圖像分割方法可以分為兩大類：

區(qū)域生長法

區(qū)域分裂與合并

1 區(qū)域生長法

根據(jù)一定的準則將像素或子區(qū)域聚合城更大區(qū)域的過程。區(qū)域生長法的關(guān)鍵在于選取合適的生長準則，不同的生長準則會影響區(qū)域生長的過程、結(jié)果。生長準則可根據(jù)不同的原則制定，大部分區(qū)域生長準則使用圖像的局部性質(zhì)。

1.1 基本方法

以一組種子點開始，將與種子性質(zhì)相似(如灰度級)的領(lǐng)域像素附加到生長區(qū)域的每個種子上

1.1.1 種子產(chǎn)生的方法

• 根據(jù)所解決問題的性質(zhì)選擇一個或多個起點
• 若無先驗信息，則對每個像素計算相同的特性集，特性集在生長過程中用于將像素歸屬于某個區(qū)域
• 若這些計算的結(jié)果呈現(xiàn)了不同簇的值，則簇中心附近的像素可以作為種子

1.1.2 終止規(guī)則
若沒有像素滿足加入到某個區(qū)域的條件時，則區(qū)域停止生長，終止規(guī)則的制定需要先驗知識或先驗?zāi)Ｐ汀?/p>

1.1.3 相似度準則

• 灰度級類似準則
• 紋理類似準則
• 顏色類似準則

1.2 區(qū)域生長法算法

1.2.1 基于區(qū)域灰度差的區(qū)域生長法
這是一種以像素為基本單位進行操作的方法，具體步驟如下：

對圖像進行逐行掃描，找出尚沒有歸屬的圖像

以該像素為中心檢查它的領(lǐng)域像素，即將領(lǐng)域中的像素逐個與它比較，若灰度差小于閾值$T$，則將它們合并

以新合并的像素為中心，回到步驟2檢查新像素的鄰域，直到區(qū)域無法進一步擴張

重復(fù)步驟1~3，直到不能找出沒有歸屬的像素則結(jié)束整個生長過程

一個4領(lǐng)域、閾值$T=1$的區(qū)域生長示例：

改進方法的思路：

• 求出所有領(lǐng)域的平均灰度差，并合并具有最小灰度差的鄰接區(qū)域
• 考慮區(qū)域生長的歷程
• 考慮生長形狀

1.2.2 基于區(qū)域內(nèi)灰度分布統(tǒng)計的區(qū)域生長法
考慮以灰度分布相似性作為生長準則來決定區(qū)域的合并，具體步驟如下：

把圖像劃分為互不重疊的小區(qū)域

比較鄰接區(qū)域的灰度直方圖，根據(jù)灰度分布的相似性進行區(qū)域合并

設(shè)定終止準則，通過不斷重復(fù)步驟2將各個區(qū)域依次合并，直到滿足終止準則

設(shè)$h_1(z)$、$h_2(z)$分別為兩個鄰接區(qū)域的灰度直方圖，則灰度分布相似性判斷標準為：$$\max |h_1(z)?h_2(z)|$$$$\sum |h_1(z)?h_2(z)|$$若檢測結(jié)果小于給定閾值$T$，即將兩個區(qū)域合并
需要注意的是，劃分區(qū)域的大小要合適，太小則可靠性降低，太大則測得的區(qū)域形狀不理想

2 區(qū)域分裂與合并

區(qū)域分裂與合并算法的基本思路類似于微分，即無窮分割，然后將分割后滿足相似度準則的區(qū)域進行合并。

2.1 實現(xiàn)步驟

對圖像中灰度級不同的區(qū)域，均分為4個子區(qū)域

若相鄰的子區(qū)域所有像素的灰度級相同，則將其合并

重復(fù)1~2步驟，直到不再有新的分裂與合并為止

2.1.1 改進方法
將相似度準則$P(R_i)$定義為:

區(qū)域內(nèi)多于80%的像素滿足不等式$$P(R_i)=|z_{ij}?m_i|?2{\sigma }_i$$其中$z_{ij}$表示區(qū)域$R_{ij}$中第$j$個點的灰度級；$m_i$表示區(qū)域$R_i$的平均灰度級；${\sigma }_i$表示區(qū)域$R_i$灰度級的標準方差

若$P(R_i)?2{\sigma }_i$，則將區(qū)域內(nèi)所有像素的灰度級置為$m_i$

總結(jié)

以上是生活随笔為你收集整理的图像分割—基于区域的图像分割的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。