视频处理大作业

数字视频处理报告

院 系：信息科学与技术学院

专 业：通信与信息系统

姓 名：白帅

学 号： 201320908

时 间：2014.6.25

基于JSEG算法的图像分割研究

摘要

图像处理的最终目的应是满足对图像的正确理解，即对图像中物体的正确识别，以指导下一步的行动。在这一过程中，图像分割是关键的一步。图像分割是一种重要的图像技术，它不仅得到人们的广泛重视和研究，也在实际中得到大量的应用。图像分割在不同领域中有时也用其它名称，如目标轮廓技术、阈值化技术、图像区分或求差技术、目标检测技术、目标识别技术、目标跟踪技术等，这些技术本身或核心实际上也是图像分割技术。

自然场景的颜色和纹理都是很丰富的，并且很大范围的自然图像可以认为是有着不同颜色和纹理的区域的镶嵌，在定义高层概念时纹理是一种很重要的特征。很多纹理分割算法需要估计纹理模型参数，根据参数建立一个纹理区域的特殊模型，这是一个很难的任务。JSEG 分割克服了这些问题，它是基于区域的一种分割方法，它测试一个给定颜色纹理模板的同质性，而不尝试估计一个特定的纹理区域模型，这种方法在计算上比估计模型参数要更加可行，其分割结果也有很高的正确率，并且具有很强的鲁棒性。但是JSEG 分割存在过分割的问题。JSEG算法由两步组成。颜色量化和空间分割。颜色量化的目的是为了减少彩色图像的颜色数量，以降低算法的复杂度，空间分割时对所谓的J图进行。

【关键字】图像分割，区域分割，JSEG

Absract

The ultimate aim should be to meet the image processing on the image of the correct,understanding that the correct identification of objects in an image to guide the next move . In this process, image segmentation is a critical step. Image segmentation is an important image technology, which not only get people's attention and extensive research, but also get a lot of practical applications. Image segmentation in different fields, sometimes by other names, such as target contour technique, thresholding , image differencing technique to distinguish or target detection , target recognition, target tracking technology, which is actually the core technology itself or image segmentation techniques.

Color and texture of natural scenes are very rich, and a wide range of natural images can be considered with a mosaic of different colors and textures of the area, in

the definition of high-level concepts texture is a very important feature. Many texture texture segmentation algorithm needs to estimate model parameters , to create a special model based on the parameters of a texture region, this is a very difficult task. JSEG split overcome these problems, which tests homogeneity of a given color to the texture template, without trying a particular texture area estimation model for this approach is more feasible than the calculated model parameters are estimated, the segmentation result is also very high accuracy rate, and has strong robustness. But JSEG division existed segmentation problem. JSEG algorithm consists of two steps. Color quantization and spatial segmentation. Color quantization aim is to reduce the number of colors of color images, in order to reduce the complexity of the algorithm, the so-called J diagram spatial segmentation.

【Keyword】image segmentation, region segmentation, JSEG

引言

图像分割就是指把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。这里所说的特性可以是灰度、颜色、纹理等，而目标可以对应单个区域，也可以对应多个区域。图像分割是由图像处理进到图像分析的关键步骤，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，图像分割多年来一直得到人们的高度重视。至今已经提出了上千种各种类型的分割算法，而且近年来每年都有大量研究报道发表。

多年来人们对图像分提出了不同的解释和表达，借助集合概念对图像分割。经过相关学者们几十年的研究与努力，相继踊跃出大量的图像分割方法。大致归纳起来包括：串行边界分割技术、串行区域分割技术、并行边界分割技术、并行区域分割技术、结合特定理论工具的分割技术等。并行区域分割技术主要有两大类阈值化方法，特征空间聚类方法。

1颜色量化

颜色量化首先将图像的颜色空间转换为LUV 颜色空间，然后用PGF（Peer