【摘要】：針對(duì)傳統(tǒng)分水嶺圖像分割算法存在的對(duì)噪聲敏感、誤分割率高等缺陷,提出一種基于改進(jìn)分水嶺算法的圖像分割方法,以獲得更理想的圖像分割結(jié)果.首先對(duì)原始圖像進(jìn)行濾波預(yù)處理,消除噪聲對(duì)圖像分割的干擾,保護(hù)分割目標(biāo)的邊緣信息;然后對(duì)圖像進(jìn)行變換處理以增強(qiáng)圖像對(duì)比度,并在此基礎(chǔ)上采用分水嶺算法分割圖像;最后采用多種類(lèi)型圖像在MATLAB2014平臺(tái)上進(jìn)行仿真測(cè)試.仿真測(cè)試結(jié)果表明,該方法避免了噪聲對(duì)圖像分割結(jié)果的影響,能獲得更理想的圖像分割效果,且分割精度和效率明顯優(yōu)于其他圖像分割方法.
【圖文】：

域的聚合，則不進(jìn)行膨脹操作，修建一條堤壩．３）重復(fù)步驟１）～２），實(shí)現(xiàn)對(duì)ｇ（ｘ，，ｙ）整個(gè)淹沒(méi)，從而建立不同區(qū)域的分水嶺，實(shí)現(xiàn)圖像分割．３實(shí)驗(yàn)結(jié)果與分析為了測(cè)試改進(jìn)分水嶺算法的圖像分割性能，在４核ＡＭＤ３．７５ＧＨｚ的ＣＰＵ，３２ＧＢ的內(nèi)存，１ＴＢ的硬盤(pán)，ＷＩＮ１０操作系統(tǒng)的計(jì)算機(jī)上實(shí)現(xiàn)仿真測(cè)試，采用ＭＡＴＬＡＢ２０１４編程實(shí)現(xiàn)圖像分割算法，選擇Ｌｅｎａ，Ｆｌｏｗｅｒ，Ｃａｍｅｒａｍａｎ，Ｃｅｌｌｓ四種類(lèi)型的圖像作為研究對(duì)象，如圖４所示．圖４實(shí)驗(yàn)對(duì)象Ｆｉｇ．４Ｅｘｐｅｒｉｍｅｎｔａｌｓｕｂｊｅｃｔｓ選擇最大熵值算法和文獻(xiàn)［１２］的圖像分割方法進(jìn)行對(duì)比實(shí)驗(yàn)，所有方法的圖像分割結(jié)果如圖５～圖７所示．由圖５～圖７可見(jiàn)，在所有的圖像分割方法中，本文方法的圖像分割效果最好，分割的目標(biāo)區(qū)域輪廓較清晰，而對(duì)比方法均出現(xiàn)不同程度的“過(guò)分割”和“欠分割”現(xiàn)象，圖像誤分割率較高，難以實(shí)現(xiàn)圖像精確分割．本文方法通過(guò)偏微分方程去噪模型對(duì)圖像進(jìn)行去噪，可有效提高圖像的質(zhì)量，同時(shí)采用數(shù)學(xué)形態(tài)學(xué)的圖像變換增強(qiáng)目標(biāo)與背景之間的灰度差別，便于圖像的后續(xù)分割，使圖像分割結(jié)果的優(yōu)勢(shì)較明顯．為了更全面、客觀的對(duì)所有圖像分割質(zhì)量進(jìn)行評(píng)估，統(tǒng)計(jì)所有圖像分割的平均精度及平均分割時(shí)間，結(jié)果列于表１．由表１可見(jiàn)，相對(duì)于其他圖像分割方法，本文方法的平均圖像分割精度更高，有效降低了圖像分割的誤差；且本文方法的平均圖像分割時(shí)間略有減少，這是因?yàn)楸疚姆椒▽?duì)圖像去噪進(jìn)行了預(yù)處理，減少了噪聲對(duì)圖像分割的不利影響，加快了圖像分割速度，可以應(yīng)用于圖像處理實(shí)時(shí)性要求較高的情形．６３

圖５最大熵值算法的分割結(jié)果Ｆｉｇ．５Ｓｅｇｍｅｎｔａｔｉｏｎｒｅｓｕｌｔｓｏｆｍａｘｉｍｕｍｅｎｔｒｏｐｙａｌｇｏｒｉｔｈｍ圖６文獻(xiàn)［１２］方法的分割結(jié)果Ｆｉｇ．６Ｓｅｇｍｅｎｔａｔｉｏｎｒｅｓｕｌｔｓｏｆｌｉｔｅｒａｔｕｒｅ［１２］圖７本文方法的分割結(jié)果Ｆｉｇ．７Ｓｅｇｍｅｎｔａｔｉｏｎｒｅｓｕｌｔｓｏｆｐｒｏｐｏｓｅｄｍｅｔｈｏｄ表１圖像分割的平均精度和平均時(shí)間對(duì)比Ｔａｂｌｅ１Ａｖｅｒａｇｅａｃｃｕｒａｃｙａｎｄａｖｅｒａｇｅｔｉｍｅｃｏｍｐａｒｉｓｏｎｓｏｆｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎ類(lèi)別平均分割時(shí)間／ｍｓ最大熵分割算法文獻(xiàn)［１２］方法本文方法平均分割精度／％最大熵分割算法文獻(xiàn)［１２］方法本文方法Ｌｅｎａ６．９１５．７９２．９４８９．９１９２．９３９６．１４Ｆｌｏｗｅｒ６．７２４．６４３．９８８９．８６９３．７２９５．８１Ｃａｍｅｒａｍａｎ５．０８５．９９３．３９８８．０６９２．８１９６．６１Ｃｅｌｌｓ５．９２５．７８２．３５８９．５２９２．８１９６．１８綜上所述，為了克服噪聲對(duì)圖像的干擾，結(jié)合圖像自身的復(fù)雜特點(diǎn)，本文提出了一種改進(jìn)分水嶺算法的圖像分割方法．該方法通過(guò)引入偏微分方程去噪模型抑制噪聲的負(fù)面影響，使圖像質(zhì)量得到提高，并改善了圖像邊緣的保真度，同時(shí)采用數(shù)學(xué)形態(tài)學(xué)的圖像變換增強(qiáng)目標(biāo)與背景之間的灰度差別，解決了“欠分割”問(wèn)題，最后采用分水嶺算法對(duì)圖像進(jìn)行分割，得到用戶感興趣的區(qū)域．圖像分割實(shí)驗(yàn)結(jié)果表明，該方法可消除噪聲對(duì)圖像分割結(jié)果的干擾，減少了圖像的分割時(shí)間，從而改善了圖像分割的效率，并較好地避免了圖像的“過(guò)分割”和“欠分割”現(xiàn)象，提高了圖像分割

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 毛韜;顧鑫;朱善安;;基于改進(jìn)分水嶺算法的粒度分析[J];電子器件;2008年04期

2 董瑞先;王玉林;張魯鄒;張亮修;;基于分水嶺算法的道路識(shí)別[J];農(nóng)業(yè)裝備與車(chē)輛工程;2009年08期

3 刁智華;趙春江;郭新宇;陸聲鏈;王秀徽;;分水嶺算法的改進(jìn)方法研究[J];計(jì)算機(jī)工程;2010年17期

4 汪梅;何高明;賀杰;郭慧;陳佳;;一種自適應(yīng)標(biāo)記分水嶺算法的研究[J];梧州學(xué)院學(xué)報(bào);2012年01期

5 陳林林;楊晨;李敏娟;徐宏偉;;基于形態(tài)學(xué)梯度重建的分水嶺算法改進(jìn)研究[J];中國(guó)印刷與包裝研究;2013年04期

6 范玉貞;李海軍;;基于改進(jìn)分水嶺算法的多目標(biāo)車(chē)輛的跟蹤研究[J];電子世界;2013年03期

7 劉喜英,吳淑泉,徐向民;基于改進(jìn)分水嶺算法的醫(yī)學(xué)圖像分割的研究[J];微電子技術(shù);2003年04期

8 湯旭慧;基于共有邊界長(zhǎng)度的改進(jìn)分水嶺算法[J];計(jì)算機(jī)工程與應(yīng)用;2005年01期

9 張麗莉;姚勇;劉志鏡;;一種相對(duì)勢(shì)能分水嶺算法[J];西安電子科技大學(xué)學(xué)報(bào);2008年01期

10 饒洪輝;姬長(zhǎng)英;;基于分水嶺算法的綠色作物與背景分割研究[J];安徽農(nóng)業(yè)科學(xué);2009年29期

相關(guān)會(huì)議論文 前4條

1 饒洪輝;姬長(zhǎng)英;;基于分水嶺算法的綠色作物和背景分割[A];農(nóng)業(yè)工程科技創(chuàng)新與建設(shè)現(xiàn)代農(nóng)業(yè)——2005年中國(guó)農(nóng)業(yè)工程學(xué)會(huì)學(xué)術(shù)年會(huì)論文集第三分冊(cè)[C];2005年

2 楊潔明;楊丹丹;;一種改進(jìn)分水嶺算法的浮選泡沫圖像分割方法[A];紀(jì)念中國(guó)煤炭學(xué)會(huì)成立50周年暨2012全國(guó)選煤學(xué)術(shù)交流會(huì)論文集[C];2012年

3 閆文忠;沈樹(shù)群;;分水嶺算法在粘連染色體圖像分割中的應(yīng)用[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

4 孫偉;王宏飛;邵錫軍;;基于改進(jìn)分水嶺算法的紅外圖像分割[A];2006年全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)會(huì)議文集（D 光電信息處理技術(shù)專題）[C];2006年

相關(guān)碩士學(xué)位論文 前10條

1 賈萌;同步碎石封層石子覆蓋率檢測(cè)系統(tǒng)算法研究[D];鄭州大學(xué);2015年

2 張聰聰;基于改進(jìn)分水嶺算法和NCut算法的彩色圖像分割研究[D];華南理工大學(xué);2016年

3 侯慧;基于分水嶺算法的白細(xì)胞分割研究[D];湘潭大學(xué);2016年

4 馮云;基于分水嶺算法的圖像分割研究[D];江西理工大學(xué);2016年

5 楊飛鋒;基于多層次浸沒(méi)的分水嶺算法[D];上海交通大學(xué);2007年

6 博格;基于分水嶺算法的粘連牛乳體細(xì)胞分割方法研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2012年

7 蘇娜;基于改進(jìn)分水嶺算法的重疊牛乳體細(xì)胞分割技術(shù)的研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2010年

8 和英英;分水嶺算法在異形粘連纖維分割中的研究與應(yīng)用[D];東華大學(xué);2011年

9 熊瞻;基于分水嶺算法的分割方法研究[D];西南大學(xué);2013年

10 陳潔;基于形態(tài)學(xué)和分水嶺算法的數(shù)字圖像分割研究[D];長(zhǎng)安大學(xué);2012年

本文編號(hào)：2692989