龙源期刊网 http://www.qikan.com.cn
一种快速图像分割算法
作者:陈宝靖张旭
来源:《电脑知识与技术》2017年第17期
摘要:形态学分水岭是一种速度快,精度高的分割方法 。但是传统分水岭分割算法存在过分割和对噪声敏感等问题,针对这些问题,本文提出基于形态学多尺度梯度重建的分水岭分割方法,该方法通过结合形态学多尺度的梯度算法和形态学开闭重建从而实现改进的分水岭分割方法,可以有效地处理阶跃边缘和模糊边缘,在去除细节和噪声的同时也保留了重要区域的轮廓。实验表明,该文改进的分水岭分割算法有效避免了过分割,该方法比传统分水岭分割方法更精确。
关键词:图像分割;分水岭分割算法;形态学开闭重建
中图分类号:TP393 文献标识码:A 文章编号:1009-3044(2017)17-0188-02
1概述
图像分割目前应用广泛,在机器视觉 、交通控制和医学影像领域都有其身影 。
图像分割就是将图像中感兴趣的区域从图像背景中提取出来的方法 。图像分割算法众多,例如:基于形态学分水岭分割、基于区域的分割、基于阈值的分割、基于边缘的分割 、基于小波的分割 、基于聚类的分割、基于遗传算法的分割等 。其中,基于形态学分水岭分割是众多算法中分割速度快,精度高,分割效果显著的有效算法。
经典形态学分水岭分割算法的主要思想是将图像看成具有拓扑结构的地形图,在图中,有山峰和山谷,地势低的地方可以看成盆地,盆地和盆地之间的则为山脊 。山峰对应图像中的高灰度区域,山谷对应图像中的低灰度区域。
基于形态学分水岭算法有诸多优点,本文提出的改进算法也是基于此方法 。本文通过在使用形态学分水岭算法分割图像之前,对图像进行预处理来改进算法,去除噪声,避免过分割 。本文通过用形态学多尺度的梯度算法来对原始灰度图像求梯度图像,增强了模糊边缘。
再对梯度图像进行形态学开闭重建,对图像进行清理,去除细节和噪声,最后利用分水岭算法完成图像分割 。
2形态学多尺度梯度算法
基于形态学梯度算法可以描述为:
如图1(a)为用传统梯度算法得到的梯度图像;如图1(b)为用多尺度梯度算法得到的梯度图像:
。
