图像分割的多尺度方法研究

1
图像分割方法
图像分割处理的另外一个定义就是将数字图像 分割成若干区域， 而这些由像素组成的区域必须为 各个相类似的像素所相连而成。 而所谓相连， 是指 任 2 个像素之间有一 在连通（ connected） 的集合中， 个相连的路径， 且此路径都是由集合中的像素所组 成。至于相连的路径， 则由像素间的连通性来决定。
Vol． 32 ， No． 01 炭 技 术 January， 2013 Coal Technology 第 32 卷第 1 期 2013 年 1 期
煤
图像分割的多尺度方法研究
周俊平
（ 乌兰察布职业学院，内蒙古 乌兰察布 012000 ） 摘 要： 作为一种典型的多尺度（ 或多分辨） 分析工具， 小波变换已经在很多的信号与图像处理的任务中得到了成 功的应用。首先分析了现有的图像分割方法， 指出了图像的多尺度特性， 以及利用小波变换挖掘图像的多尺度特 性的必要性。在分析了小波变换的原理 、 步骤的基础上， 研究了多尺度方法在图像分割问题中的应用 。 关键词： 图像分割； 小波变换； 特征 中图分类号： TP391． 41 文献标识码： A 文章编号： 1008 － 8725 （ 2013 ） 01 － 0218 － 02
收稿日期： 2012 － 02 － 15 ； 修订日期： 2012 － 05 － 06
常用的连通性有下列 2 种： （ 1 ） 四连通 （ four － connectivity ） ： 即对一像素而 ， 下、 左、 右的像素相连。 言 其与上、 （ 2 ） 八连通（ eight － connectivity） ： 即除了上、 下、 左、 右的像素外， 还加上对角连线的像素， 故有 8 个 像素与其相连。 图像分割的方法， 一般是以灰阶的 2 个基本性 质： 不连续性 （ discontinuity ） 与相似性 （ similarity ） 为 基础， 利用图像中某些点之间明亮度突然变化的不 连续 性， 可 以 检 测 孤 立 点 （ isolated point ） 、 线段 （ line） 及边缘 （ edge ） 等特征， 而利用图像点间的相 关连性， 可以区分出感兴趣的区域而达到分割的目 的。 图像分割大致有： 边缘检测法， 这是一种以临界 值为界区分物体与背景的简单方法 ； 区域法， 这是一 种仅认定某一个像素集合为一个物体或区域的方 法； 边界法， 这是寻找存在 2 个区域之间边界的方 法； 边缘法， 辨认像素的边界， 并且将它们连结在一 起找出 物 体 边 界 的 方 法； 以 及 阈 值 划 分 （ thresholding） 法， 这在图像分割中阈值划分是最简单也最有 用的一种分割方法， 主要的想法非常直接， 是基于直 方图的一种划分。下面就对几种经典的方法进行介 绍。 1. 1 边缘检测（ edge detection） 法 首先定义“边缘 ” 为介于 2 个具有不同明亮度 区域之间的界线， 为了便于讨论， 假设每一个区域内 部的明亮度是均匀 （ homogeneous） 的， 故利用明亮度
Analysis of Image Segmentation Based on Multi － scale Method
ZHOU Jun － ping
（ Wulanchabu Vocational College， Wulanchabu 012000 ， China） Abstract： As a typical multi － scale （ or multi － resolution ） analysis tool，wavelet transform has been successfully applied in a lot of signal and image processing tasks in various kinds of engineering fields． In this paper，we first analyze the existing image segmentation methods，and then point out that the multi － scale features of the image，as well as the need for mining multi － scale image features using wavelet transform． Based on an investigation of the wavelet，we analyze the feasible of wavelet transform in image segmentation． Key Words： image segmentation； wavelet transform； feature
Βιβλιοθήκη Baidu
0
前言
随着传感器技术与多媒体技术的快速发展， 我 ， 们获取了日益增多的图像与视频文件 在各行各业 在银行、 超市、 机场 中都发挥着重要的作用。 例如， 以及其他公共场所都安装着大量的视频监控系统 ， 对公共场所的安全起着重要的作用 。对于这些大量 图像的对象判别是图像处理中的一个典型人物 ， 在 已经成为近年来图像 某些场合下又称为图像分割， 处理领域的一个重要课题。 所谓图像分割 （ segmentation ） 就是在一幅图像 中， 将所感兴趣的组成物体区别出来的处理过程 。 图像分割可说是图像处理中最重要的前置步骤 ， 因 为其后续的分析： 如描述 （ description ） 、 辨识 （ recognition） 等， 都是通过图像分割将物体从图像中区别 ［1 － 2 ］ 。本文针对灰阶 （ gray － level ） 图 出来才能进行 像， 研究了图像分割的常用方法， 指出了在图像分割 中使用多尺度分析方法的必要性， 并以小波多尺度 变换为例， 指出了其应用的可行性。