分水岭分割;电子信息工程;陈志明;XXXX年

安徽工业大学毕业设计（论文）说明书第I页┊┊┊┊┊┊┊┊┊┊┊┊┊装┊┊┊┊┊订┊┊┊┊┊线┊┊┊┊┊┊┊┊┊┊┊┊┊分水岭分割自动化陈志明（089064181）指导老师：杜培明副教授摘要人们在研究图像过程中，常常对图像中某些部分感兴趣。为了辩识和分析图像中的目标，需要将它们从图像中分离出来。图像分割就是把图像分成若干个特定的、具有独特性质的区域并提取感兴趣目标的技术和过程。图像分割的算法有很多种，比较常用的有：快速聚类分割、颗粒分割、区域阈值法、边缘检测法以及基于形态学分水岭分割等。其中分水岭分割是图像分割中的一种经典有效的方法，它与经典的边缘检测算法相比，计算精度高，可有效地生成封闭的单像素轮廓，它以有效、准确的分割结果越来越得到人们的重视。直接应用分水岭分割算法进行图像分割时，容易造成图像的过度分割。即生成大量过小的封闭区域，使目标物体淹没其中。为了克服这种缺点，本文提出了应用标记法来解决过度分割现象。以传统标记提取为基础，修改梯度图像，然后进行分水岭分割变换，实现图像的区域分割。实验结果表明，该方法能很好地抑制过度分割并得到满意的图像分割效果。关键词:分水岭分割距离图像种子图像过度分割应用标记安徽工业大学毕业设计（论文）说明书第II页┊┊┊┊┊┊┊┊┊┊┊┊┊装┊┊┊┊┊订┊┊┊┊┊线┊┊┊┊┊┊┊┊┊┊┊┊┊AbstractPeopleinthestudyoftheimageprocess,oftenonacertainportionoftheimageofinterest.Inordertoidentifyandanalyzethetargetintheimage,whichneedtobeseparatedfromtheimage.Imagesegmentationistosegmenttheimageintoseveralspecific,uniquepropertiesoftheregionandextracttheinterestedtargettechnologyandprocess.Imagesegmentationalgorithmhasalot,morecommonlyusedare:fastclusteringsegmentation,regionsegmentation,particlethresholdmethod,edgedetectionmethodbasedonMorphologicalWatershedSegmentationandsoon.Thewatershedimagesegmentationisaclassicalandeffectivemethod,itiswiththeclassicaledgedetectionalgorithms,highprecisionofcalculation,whichcaneffectivelygenerateclosedsinglepixelcontour,itiseffective,accuratesegmentationresultmoreandmorepeople'sattention.Directapplicationofwatershedsegmentationalgorithmforimagesegmentation,imagesegmentationiseasytocauseoverSegmentation.Thegenerationoflargeamountsofsmallclosedarea,sothatthetargetobjectisdrowned.Inordertoovercomethisshortcoming,thispaperintroducedtheapplicationofmarkermethodtosolvetheover-segmentationphenomenon.Basedonthetraditionalmarkextraction,modifygradientimage,andthenmakeawatershedtransform,realizetheimagesregionalsegmentation.Theexperimentalresultsshowthat,thismethodcanrestrainover-segmentationandbesatisfiedwiththeresultsofimagesegmentation.Keywords:WatershedsegmentationDistanceimageSeedimageOverSegmentationApplicationmark安徽工业大学毕业设计（论文）说明书第1页共44页┊┊┊┊┊┊┊┊┊┊┊┊┊装┊┊┊┊┊订┊┊┊┊┊线┊┊┊┊┊┊┊┊┊┊┊┊┊引言图像分割是数字图像处理中的一项关键技术，它使得其后的图像分析，识别等高级处理阶段所要处理的数据量大大减少，同时又保留有关图像结构特征的信息。图像分割是图像处理中的主要问题，也是计算机视觉领域低层次视觉中的主要问题。由于分割中出现的误差会传播至高层次处理阶段，因此分割的精确程度是至关重要的，多年来一直受到研究人员的高度重视，被认为是计算机视觉中的一个瓶颈。近几年来，很多研究人员做了大量的工作，提出了很多实用的分割算法。随着统计学理论、模糊集理论、神经网络、形态学理论、小波理论等在图像分割中的应用日渐广泛，遗传算法、尺度空间、多分辨率方法、非线性扩散方程等近期涌现的新方法和新思想也不断被用于解决分割问题。分水岭分割算法为人们在对图像进行分割处理时，提供了一定的依据。本文针对分水岭分割算法对图像分割进行了分析、归纳和总结。需要指出的是，由于从不同的角度去建立分割方法将得到不同的分割结果，本文中涉及分割方法并不是绝对的，我们只能大致地把分割思想体现出来并对一些图像进行分割处理。安徽工业大学毕业设计（论文）说明书第2页共44页┊┊┊┊┊┊┊┊┊┊┊┊┊装┊┊┊┊┊订┊┊┊┊┊线┊┊┊┊┊┊┊┊┊┊┊┊┊第一章绪论1.1选题背景及意义图像技术在广义上是各种与图像有关技术的总称。图像技术种类很多，跨度很大，但可以将他们归在一个整体框架——图像工程之下。图像工程是一个对整个图像领域进行研究应用的新科学，它的内容非常丰富，根据抽象程度和研究方法等的不同可分为三个有特点的层次：图像处理、图像分析和图像理解。图像工程是既有联系又有区别的这三个层次的有机结合，另外还包括对它们的工程应用。图像处理指比较低层的操作，着重强调在图像之间进行的变换；图像分析则进入了中层，主要是对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息，从而建立对图像的描述；图像理解主要是高层操作，对从描述抽象出来的符号进行运算，通过研究目标的性质和它们之间的相互联系，得到对图像内容含义的理解以及对原来客观场景的解释，从而指导和规划行动。原始图像数据经过三个层次的加工将逐步转化为更有组织和用途的信息。在这个过程中，操作对象发生变化，语义不断引入，抽象程度提高，数据量得到了压缩。随着计算机的普及，人们越来越多地利用计算机来帮助人类获取与处理视觉图像信息，高等生物的视觉系统能够很容易完成极端复杂的分割任务，而机器视觉的分割技术却很难达到相应的分割速度及精度。同时，随着互联网与多媒体技术的发展，人们已经不满足于把图像看成简单的像素矩阵，而希望能将其表征成有多个意义的对象的组合，进而实现视频的交互功能及基于内容的图像、视频检索、浏览、编辑与合成等，这些功能的实现都依赖于一个好的图像分割工具。因此，研究快速有效的图像分割技术成为了推动机器视觉技术发展的关键内容之一。图像分割是从处理到分析的转变关键，也是一种基本的计算机视觉技术。这是因为图像的分割、目标的分离、特征的提取和参数的测量将原始图像转化为更抽象更紧凑的形式，使得更高层的分析和理解成为可能。事实上，尽管国内外学者对图像分割的研究已取得了许多成果，对图像分割技术有了广泛的研究，但仍很难得到可靠的图像分割方法。分割结果的优劣直接影响到随后的图像分析、理解和景物恢复问题求解的正确与否。图像分割技术的发展与许多其它学科密切相关，例如电子学、计算机科学、医学、数学等学科。随着各学科新理论和新方法的提出，人们也提出了许多结合一些特定理论、方法和工具的分割技术，如分水岭算法。近年来，基于分水岭算法的图像分割逐渐受到了人们的重视，已成为许多学者研究的热点。分水岭分割将其他分割方法中的许多概念进行了具体化，包括连续的边界分割在内，它生成的分割结果通常更为稳定。这条途径也为在分割过程中结合基于知识的约束提供了一个简单的框架。安徽工业大学毕业设计（论文）说明书第3页共44页┊┊┊┊┊┊┊┊┊┊┊┊┊装┊┊┊┊┊订┊┊┊┊┊线┊┊┊┊┊┊┊┊┊┊┊┊┊1.2图像分割的定义图像就是用各种观察系统以不同的形式和手段观察客观世界而获得的，可以直接地或间接地作用于人眼而产生视觉的实体。视觉是人类最重要的感觉方式，视觉信息是人们由客观世界获得信息的主要来源。科学研究和试验表明，人类从外界获得的信息75%来自于视觉系统。也就是说，人类的大部分信息都是从图像中获得的。图像是人们从出生以来体验到的最重要、最丰富、信息量获得最大的部分。在图像的研究和应用中，人们往往只对一幅图像中的某些部分感兴趣，这些感兴趣的部分一般对应图像中特定的、具有特殊性质的区域（可以对应单个区域，也可以对应多个区域），称之为目标或前景；而其它部分称为图像的背景。为了辨识和分析目标，需要把目标从一幅图像中孤立出来，这就是图像分割要研究的问题。所谓图像分割，从广义上来讲，是根据图像的某些特征或特征集合（包括灰度、颜色、纹理等）的相似性准则对图像像素进行分组聚类，把图像平面划分成若干个具有某些一致性的不重叠区域。这使得同一区域中的像素特征是类似的，即具有一致性；而不同区域间像素的特征存在突变，即具有非一致性。从集合的角度出发，图像分割定义如下：设R代表整个图像区域,对R的分割可看作将R分成若干个满足以下5个条件的非空子集（子区域）R1，R2，…，Rn。(1)分割成的所有子区域的并应能构成原来的区域R。(2)对于i=1，2，…n；Ri是连通的区域。即同一子区域的像素应当是连通的。(3)对所有的i和j及i≠j，有Ri∩Rj=Ø即分割成的各子区域互不重叠。(4)对于i=1，2，…n；有P（Ri）=TRUE。即分割得到的属于同一区域的像素应具有某些相同的特性。(5)对于i≠j，有P（Ri∪Rj）=FALSE。即分割得到的属于不同区域的像素应具有不同的性质。1.3图像分割的应用图像分割是一种重要的图像技术，在不同领域中有时也用其它名称：如目标轮廓(objectdelineation)技术，阈值化(threshold)技术，图像区分或求差(imagediscrimination)技术，目标检测(targetdetection)技术，目标识别(targetrecognition)技术，目标跟踪(targettracking)技术等，这些技术本身或其核心实际上也就是图像分割技术。图像分割是图像处理、分析的一项基本内容。图像分割的应用非常广泛，几乎出现在有关图像处理的所有领域，并涉及各种类型的图像。主要表现在：（1）医学影像分析：通过图像分割将医学图像中的不同组织分成不同的区域，以便更好地帮助分析病情，或进行组织器官的重建等。如脑部MR图像分割，将脑部图像分割成灰质、白质、脑脊髓等脑组织；血管图像的分割，通过分割重建血管的三维图像；腿骨CT切片的分割等等。（2）军事研究领域：通过图像分割为目标自动识别提供特征参数。如合成孔径雷达图像中目标的分割，小目标检测等等都需要首先进行图像分割。安徽工业大学毕业设计（论文）说明书第4页共44页┊┊┊┊┊┊┊┊┊┊┊┊┊装┊┊┊┊┊订┊┊┊┊┊线┊┊┊┊┊┊┊┊┊┊┊┊┊（3）遥感气象服务：通过遥感图像分析获得城市地貌，作物生长状况等；云图中的不同云系分析，气象预报等也都离不开对图像的分割。（4）交通图像分析：通过分割把交