基于MATLAB的圖像分割方法及應(yīng)用

1、安徽財(cái)經(jīng)大學(xué)（圖像處理課程論文）題目：圖像分割算法研究基于分水嶺分割法的彩色圖像分割學(xué) 院：管理科學(xué)與工程學(xué)院專 業(yè)：電子信息工程姓 名：萬多荃學(xué) 號(hào)：20123712電 話課教師：許曉麗論文成績(jī)：2015年10月目錄摘 要21.前言21.1圖像分割技術(shù)22研究目的23 圖像處理技術(shù)基礎(chǔ)33.1 技術(shù)背景33.2 彩色圖像格式33.3 彩色圖像分割技術(shù)44分水嶺分割法45 彩色圖像分割的MATLAB實(shí)現(xiàn)65.1 MATLAB語言：分水嶺分割法實(shí)現(xiàn)圖像分割65.1.1 設(shè)計(jì)流程65.1.2 MATLAB程序75.2結(jié)果分析9結(jié)論9參考文獻(xiàn)9摘 要圖像分割技術(shù)是非常重要的

2、圖像處理技術(shù)之一，無語是在理論研究還是在實(shí)際應(yīng)用中人們都非常的重視。圖像分割有許多的種類和方式，一些分割運(yùn)算能夠直接應(yīng)用于任何圖像，而另外一些卻只適用于特別種類的圖像。圖像分割技術(shù)是從圖像處理技術(shù)，再到后期的圖像分析的關(guān)鍵步驟，圖像分割結(jié)果的好壞，可以說對(duì)圖像的理解有直接影響。本文根據(jù)圖像分割原理及人眼視覺的基本理論，研究圖像的彩色模型及圖像分割的常用方法，比較各方法的特點(diǎn)，并選擇合適的方法對(duì)圖像進(jìn)行分割。本文采用MATLAB軟件對(duì)圖像進(jìn)行彩色坐標(biāo)變換及閾值分割，計(jì)算簡(jiǎn)單，具有較高的運(yùn)行效率，分割的結(jié)果是使圖像更符合人眼的視覺特性，獲得比較好的效果。關(guān)鍵字：圖像處理；圖像分割；人類視覺；MAT

3、LAB 1.前言1.1圖像分割技術(shù)圖像分割技術(shù)是非常重要的圖像處理技術(shù)之一，無語是在理論研究還是在實(shí)際應(yīng)用中人們都非常的重視。圖像分割有許多的種類和方式，一些分割運(yùn)算能夠直接應(yīng)用于任何圖像，而另外一些卻只適用于特別種類的圖像。圖像分割技術(shù)是從圖像處理技術(shù)，再到后期的圖像分析的關(guān)鍵步驟，圖像分割結(jié)果的好壞，可以說對(duì)圖像的理解有直接影響。圖像數(shù)據(jù)的模糊和噪聲的干擾是分割問題的兩大難題。到目前為止，還沒有一個(gè)完美的圖像分割方法，可以根據(jù)人的意愿精確地分割任何一種圖像?，F(xiàn)實(shí)圖像中景物情況各種不同，具體問題需具體分析，按照實(shí)際情況選擇得當(dāng)?shù)姆椒?。分割成果的好壞或正確與否，到現(xiàn)在為止，尚無一個(gè)統(tǒng)一的評(píng)價(jià)和

4、判斷標(biāo)準(zhǔn)，分割的好壞務(wù)必從分割的效果和現(xiàn)實(shí)應(yīng)用的場(chǎng)合來判斷。然而，在人類研究圖像的歷史長(zhǎng)河中，仍然積累了許多經(jīng)典的圖像分割方法。固然這些分割方法不可以適應(yīng)全部種類的圖像分割，可是這些方法卻是圖像分割方法進(jìn)一步發(fā)展的根基。實(shí)際上，當(dāng)代一些分割算法恰巧是從經(jīng)典的圖像分割方法中產(chǎn)生出來的。圖像分割法大致可以分為三個(gè)種：邊緣檢測(cè)法，閾值分割法和基于區(qū)域的圖像分割法。2研究目的視覺是人類最高級(jí)的感知器官，所以圖像在人類感知中承擔(dān)著非常重要的角色，這是毋庸置疑的。本文的主要研究目的是對(duì)圖像的分割方法進(jìn)行研究，選擇適合本論文的設(shè)計(jì)方法，然后通過對(duì)圖像的分割，以達(dá)到人眼的最佳視覺效果。本課題主要是通過對(duì)人眼的

5、視覺系統(tǒng)研究，然后選擇與人眼視覺系統(tǒng)密切相關(guān)的顏色模型進(jìn)行顏色空間模型之間的相互轉(zhuǎn)換，再對(duì)圖像分割方法進(jìn)行比較選擇合適的分割方法，通過MATLAB平臺(tái)實(shí)現(xiàn)彩色圖像分割，最后對(duì)分割后的圖像進(jìn)行比較來獲得到最佳的視覺效果。 3 圖像處理技術(shù)基礎(chǔ)3.1 技術(shù)背景人類通過眼、鼻、耳、身、舌接收信息，來感知外部世界，從而認(rèn)識(shí)世界和改造世界。據(jù)統(tǒng)計(jì)，人類取得的信息中，超過75%是從視覺角度獲取的，也就意味著是從圖像中獲取的。圖像是物體經(jīng)過反射或透射客觀存在的能量，或者由發(fā)光物體自身散發(fā)的光能量，在人的視覺體統(tǒng)中構(gòu)成的視覺信息?？陀^的世界是三維的，但是一般從客觀景物獲得的圖像是二維的。簡(jiǎn)單地說，圖像是二維或

6、三維景物展現(xiàn)在人心目中的影像。若接受并加工辨別視覺信息的是電子計(jì)算機(jī)，那么就叫做計(jì)算機(jī)圖像處理和識(shí)別。3.2 彩色圖像格式由于不同的開發(fā)商自己定義的圖像格式都不完全一致，因此目前數(shù)字圖像有多種存儲(chǔ)格式。要想實(shí)行數(shù)字圖像處理，就務(wù)必先了解圖像文件的各種格式。一般來說，圖像文件都由文件頭和圖像數(shù)據(jù)兩部分組成的，文件頭的內(nèi)容和格式是由制作該圖像文件的公司決定的，大致包括文件類型、文件大小、版本號(hào)等內(nèi)容。常見的彩色圖像格式包括：BMP格式、GIF格式、TIFF格式、PNG格式、JPEG格式。下面詳細(xì)介紹這幾種彩色圖像文件格式。1、BMP圖像文件格式BMP是英文Bitmap的簡(jiǎn)寫，它是Windows操作

7、系統(tǒng)中交換圖像、圖形數(shù)據(jù)的一種標(biāo)準(zhǔn)格式，其全稱是設(shè)備獨(dú)立位圖（Device Independent Bitmap，DIB）。BMP圖像文件也稱為位圖文件，主要包括4個(gè)部分：調(diào)色板、文件頭、位圖信息頭、位圖數(shù)據(jù)。2、GIF圖像文件格式GIF(Graphics Interchange Format，圖像交換文件格式)是由Compuserve公司開發(fā)的圖像文件格式，目前是在不同的系統(tǒng)平臺(tái)上交流和傳輸圖像，現(xiàn)已稱為BBS和網(wǎng)絡(luò)上圖像傳輸?shù)耐ㄓ酶袷健IF格式的所有圖像數(shù)據(jù)均為壓縮過的，采用的壓縮算法是LZW算法，其性能優(yōu)于RLE算法，能提供1:11:3的壓縮比，壓縮效率高。LZW壓縮算法的特性在于其能

8、夠動(dòng)態(tài)地標(biāo)記數(shù)據(jù)流中出現(xiàn)的重復(fù)串， 并且它把壓縮過程中碰到的字符串記載在這張字符串表中，下次再遇到這一字符串時(shí)，就用一短代碼表示它，從而達(dá)到了壓縮數(shù)據(jù)量的目的。 3、TIFF圖像文件格式TIFF（Tagged Image Format File）格式是由Aldus公司與微軟公司共同開發(fā)設(shè)計(jì)的圖像文件格式，大部分?jǐn)?shù)據(jù)掃描儀掃描輸出的圖像文件格式均為TIFF。TIFF格式支持任何大小的圖像，從單色的二值圖像到24位的真彩色圖像，它普遍的應(yīng)用在單面排版系統(tǒng)及和它有關(guān)聯(lián)的應(yīng)用程序，并且與計(jì)算機(jī)的結(jié)構(gòu)、操作系統(tǒng)和圖像硬件無關(guān)。TIFF圖像文件格式的壓縮方式有很多種，如游程編碼壓縮、LZW壓縮、緊縮位法編

9、碼壓縮等，也有的TIFF圖像文件存放在物理介質(zhì)上，沒有進(jìn)行壓縮編碼，但存放時(shí)盡可能地節(jié)約空間。4、PNG圖像文件格式PNG是90年代中期開始開發(fā)的圖像文件存儲(chǔ)格式，其目的是替代GIF和TIFF文件格式。其格式標(biāo)準(zhǔn)由W3C制定。PNG的特色：既可使用調(diào)色板方式存儲(chǔ)顏色，又可以直接存儲(chǔ)顏色值；可以存儲(chǔ)最高48位彩色圖像；采用類似LZW的deflate壓縮算法實(shí)現(xiàn)無損壓縮；可以類似GIF的漸進(jìn)方式傳輸圖像；支持圖像透明顯示兼容性好。5、JPEG圖像文件格式JPEG（Joint Photographic Experts Group,聯(lián)合圖像專家組）是由ISO和IEC為靜態(tài)圖像所創(chuàng)立的第一個(gè)國(guó)際數(shù)字圖像

10、壓縮準(zhǔn)則，主要目的是解決專業(yè)攝影師所碰到的圖像信息過于巨大的問題。JPEG格式最大的有點(diǎn)是解約存儲(chǔ)空間、處理速度快，但由于JPEG是有損壓縮，無論壓縮比大小如何，圖像的信息多多少少會(huì)損失，而且被壓縮的部分不可恢復(fù)，因此圖像質(zhì)量往往有所下降。3.3 彩色圖像分割技術(shù)彩色圖像分割是數(shù)字圖像處理領(lǐng)域中一種十分重要的圖像分析技術(shù)，在對(duì)圖像的研究和應(yīng)用中，按照不同領(lǐng)域的不同需求，在某個(gè)領(lǐng)域常常只對(duì)原始圖像中的某些局部感興趣。這些目標(biāo)區(qū)域通常來說都具備本身特定的少許諸如紋理、顏色等性質(zhì)，彩色圖像的分割主要按照?qǐng)D像在不同區(qū)域內(nèi)的不同特征，從而對(duì)圖像進(jìn)行邊界或區(qū)域上的分割，并從中提取出所關(guān)心的目標(biāo)。4分水嶺分

11、割法分水嶺分割法是一種重要的形態(tài)學(xué)圖像分割法，而且具有成熟的迅速算法。在分水嶺分割法中，待分割的圖像被當(dāng)作地形學(xué)上被水覆蓋的自然地貌，然后將圖像中的每個(gè)像素的灰度值示意為該點(diǎn)的海拔高度，其每個(gè)部分極小值和其影響區(qū)域叫做集水盆，而集水盆的邊界則是分水嶺。在分水嶺分割方法中，由于灰度值的不同，每個(gè)局部極小值孕育出互不重合的分割區(qū)域，作為分水嶺或集水盆地，則各個(gè)區(qū)域之間的邊界叫做分割線或者分水線。如圖1所示在低分辨率下的相似圖像經(jīng)分水嶺算法進(jìn)行初始分割后的結(jié)果。圖1 分水嶺分割法因?yàn)樵诜炙畮X分割法中，對(duì)應(yīng)每個(gè)局部極小值都孕育出一個(gè)分割區(qū)域，于是獲得的初始分割結(jié)果是過分割，于此同時(shí)不同顏色之間的邊緣幾

12、近全數(shù)被包括在分水線之中。所以將屬于同一類色彩的初始分割區(qū)域根據(jù)特定準(zhǔn)則進(jìn)行統(tǒng)一，可以獲得預(yù)期的效果圖。本文使用一種基于圖像空間和顏色關(guān)連區(qū)域統(tǒng)一標(biāo)準(zhǔn)，按照各個(gè)初始分割區(qū)域的色彩差別和空間上的鄰接關(guān)系確定各個(gè)區(qū)域的合并次序。依然采用歸一化的H和S份量來權(quán)衡不同區(qū)域的色彩差別，如式2-11所示。因?yàn)闅w一化H份量是從小到大依次以合攏環(huán)狀散布，即最小值0和最大值1表示相似的色彩，所以H份量的間距計(jì)算方法不同，如式2所示。 （1） （2）上式中，i，j表示隨意2個(gè)初始分割區(qū)域；RH代表歸一化H份量的平均值，RS代表歸一化S份量的平均值；D(i，j)表示區(qū)域i，j之間的色彩差別。兩個(gè)相鄰區(qū)域的結(jié)合度由公

13、有邊界的像素?cái)?shù)目以及邊界處像素的梯度差決定，如式3所示，N(i，j)表征結(jié)合度。 （3）上式中，E(i，j)表示區(qū)域i，j之間的邊界區(qū)域；M為梯度圖像；E(i，j)為區(qū)域E(i，j)的像素?cái)?shù)量。色彩差別和結(jié)合度一起確定各相鄰區(qū)域?qū)Φ臍w并的優(yōu)先級(jí)，如式4所示，是由實(shí)驗(yàn)取得，一般取值0.8。每次將優(yōu)先級(jí)最高的即F(i，j)值最小的2個(gè)相鄰區(qū)域進(jìn)行合并，合并后區(qū)域的RH和RS和相應(yīng)F(i，j)重新計(jì)算，而后進(jìn)入下一次合并流程。 （4）結(jié)果如圖2所示。圖2 區(qū)域合并的結(jié)果5 彩色圖像分割的MATLAB實(shí)現(xiàn)5.1 MATLAB語言：分水嶺分割法實(shí)現(xiàn)圖像分割5.1.1 設(shè)計(jì)流程圖3 分水嶺分割法設(shè)計(jì)流程圖

14、如圖3所示，為分水嶺分割法的設(shè)計(jì)流程圖。它采用了分級(jí)陣列結(jié)構(gòu)，按照像素的高低來確定所選元素的優(yōu)先級(jí)。具體流程：（1）分級(jí)隊(duì)列的初始化，掃描所有標(biāo)記的鄰居像素，將未有歸屬的鄰居像素按優(yōu)先級(jí)不同放入不同優(yōu)先級(jí)的隊(duì)列；（2）5.1.2 MATLAB程序分水嶺分割法代碼如下:rgb = imread('xibao.JPG');I = rgb2gray(rgb);imshow(I) %讀入彩色圖像，將其轉(zhuǎn)化成灰度圖像hy = fspecial('sobel');hx = hy'Iy = imfilter(double(I), hy, 'replicate&

15、#39;);Ix = imfilter(double(I), hx, 'replicate');gradmag = sqrt(Ix.2 + Iy.2);figure, imshow(gradmag,), title('梯度幅值圖像')% 使用梯度級(jí)作為細(xì)分功能se = strel('disk', 20);Io = imopen(I, se);figure, imshow(Io), title('圖像開操作')Ie = imerode(I, se);Iobr = imreconstruct(Ie, I);figure, imshow

16、(Iobr), title('基于開的重建圖像') % 直接使用分水嶺變換Ioc = imclose(Io, se);figure, imshow(Ioc), title('閉操作圖像') %消除黑斑和標(biāo)志干細(xì)胞Iobrd = imdilate(Iobr, se);Iobrcbr = imreconstruct(imcomplement(Iobrd), imcomplement(Iobr);Iobrcbr = imcomplement(Iobrcbr);figure, imshow(Iobrcbr), title('基于重建的開閉操作圖像')fg

17、m = imregionalmax(Iobrcbr);figure, imshow(fgm), title('腐蝕操作')I2 = I;I2(fgm) = 255;figure, imshow(I2), title('局部極大疊加到原圖像')% 去除小瑕疵，使局部極大疊加到原圖像上。se2 = strel(ones(5,5);fgm2 = imclose(fgm, se2);fgm3 = imerode(fgm2, se2);fgm4 = bwareaopen(fgm3, 20);I3 = I;I3(fgm4) = 255;figure, imshow(I3)t

18、itle('fgm4 superimposed on original image')% 標(biāo)記前景對(duì)象bw = im2bw(Iobrcbr, graythresh(Iobrcbr);figure, imshow(bw), title('閾值分割')D = bwdist(bw);DL = watershed(D);bgm = DL = 0;figure, imshow(bgm), title('bgm')gradmag2 = imimposemin(gradmag, bgm | fgm4);L = watershed(gradmag2);I4 =

19、I;I4(imdilate(L = 0, ones(3, 3) | bgm | fgm4) = 255;figure, imshow(I4)title('標(biāo)記和對(duì)象邊緣疊加在原始圖像')Lrgb = label2rgb(L, 'jet', 'w', 'shuffle');figure, imshow(Lrgb)title('彩色分水嶺標(biāo)記矩陣')figure, imshow(I), hold onhimage = imshow(Lrgb);set(himage, 'AlphaData', 0.3);

20、title('標(biāo)記矩陣疊加到原圖像')運(yùn)行程序后，得出如圖4所示：圖4 分水嶺法分割后的圖像5.2結(jié)果分析關(guān)于彩色圖像分割需面臨以下兩個(gè)難題：(1)選擇適當(dāng)?shù)姆指罘椒ǎ?2)選擇合適的顏色空間。顏色特征空間的選擇要按照具體的圖像和分割方法而定，當(dāng)前尚無一種顏色空間能夠替換別的的空間而適合全部的彩色圖像分割，由此可見選擇適合的特征空間是彩色圖像分割的一個(gè)困難。將處理后的圖片與原始圖片進(jìn)行對(duì)比，得出分割方法的特點(diǎn)：分水嶺法：首先進(jìn)行提取標(biāo)記，然后根據(jù)待分割圖像的梯度信號(hào)對(duì)已被標(biāo)記的感興趣的物體，采用分水嶺算法來進(jìn)行分割。這種標(biāo)記的選擇不光是分水嶺算法的一個(gè)重要難點(diǎn)，并且選擇不當(dāng)就會(huì)致使圖像過分割。所以分水嶺分割的標(biāo)記十分重要。結(jié)論本論文主要設(shè)計(jì)的是結(jié)合人類視覺對(duì)顏色的感知規(guī)律，通過光電圖像的分割技術(shù)對(duì)圖