一种基于分水岭变换的无监督彩色图像分割方法技术

本发明专利技术提供了一种基于分水岭变换的无监督彩色图像分割方法，依次执行以下步骤：(1)初始化，给定程序的运行参数，输入彩色图像；(2)利用矢量梯度计算方法获取彩色图像的梯度；(3)利用形态学重建理论对梯度图像进行自适应梯度重建，通过建立大小可变的结构元素以适应不同的梯度值，从而有效去除梯度值较小的图像结构保留大的梯度值不变；(4)利用分割区域的稳定性对图像进行无参数分割；(5)输出分割结果。本发明专利技术可用于彩色图像分割，不需要设定任何参数就可以得到稳定、准确的分割结果。

【技术实现步骤摘要】
一种基于分水岭变换的无监督彩色图像分割方法
本专利技术属于图像处理
，涉及到形态学分水岭理论和彩色图像分割，该专利技术可应用于彩色图像的快速分割，为后续的目标分类和识别奠定基础。
技术介绍
图像分割是计算机视觉的关键步骤，在图像分析和模式识别中有着重要应用。目前，学者们已经提出了诸多图像分割方法，在这些方法中，基于数学形态学的分水岭变换是一种有效的分割工具。基于分水岭方法的图像分割结果具有封闭的分割区域，然而，由于单一的分水岭变换往往对非规则细节和噪声非常敏感，易导致过分割现象。针对该问题，近年来学者们已经做了大量的研究工作，提出了许多改进的分水岭分割方法。目前，基于分水岭变换的图像分割方法大致可以分为两类：一类是基于先验知识表达的监督分水岭分割方法；另一类是基于区域的无监督分水岭分割方法。在第一类分水岭分割方法中，先验知识主要是待分割物体的大小、形状、颜色等特征。Levner首先构建了拓扑函数，并分类驱动目标和背景区域，将驱动种子用于分水岭变换，以实现图像分割。然而，该方法硬性地将拓扑表面分成两部分，对于较复杂或带噪声图像，往往无法正确区分图像的前景和背景，得到错误的标记种子，从而导致错误的分割结果。为了改善图像分割结果，Richard提出一种局部约束的分水岭变换，该方法通过修改底层分水岭变换所依赖的路径来定义边界的约束条件，保留了许多可取的分水岭变换性质，如明确的停止条件和高效的实现，同时能够在噪声或边界不完整情况下，提供更稳定的分割。针对第二类无监督分水岭分割方法，学者们利用数学形态学在分析图像和信号的测地结构等非线性方法中的优势，通过利用形态学重建运算修正梯度图像，以解决过分割问题。文献“一种参数化的形态学分水岭图像分割方法，铁道学报，2013，Vol35(1)，p66-70”公开了一种参数化的形态学分水岭图像分割方法，该方法针对一些改进的分水岭分割方法在平滑图像时导致分割后的区域轮廓发生位置偏移的问题，利用黏性形态学流溢模型，建立梯度等级与结构元素之间的函数关系，利用大小不同的结构元素对梯度图像进行参数化修正，最后在修正的梯度图像基础上，采用标准分水岭实现图像分割。该方法的优点在于建立了结构元素和梯度图像之间的函数关系，使得基于形态学分水岭的图像分割方法参数化。然而，该方法没有实现图像的无监督分割，其中参数的确定是个问题；其次，该方法仅适用于灰度图像分割，难以应用到彩色图像分割中。
技术实现思路
为了克服现有技术的不足，本专利技术提供一种基于分水岭变换的无监督彩色图像分割方法，利用矢量梯度计算方法计算彩色图像的梯度，利用形态学重建运算有效减少导致过分割的局部极小值点，并利用自适应结构元素使分割达到稳定，从而使新的分割方法不需设定任何参数就可以得到稳定的分割结果，本专利技术具有方法简单、易于实现等优点，且具有广泛的应用前景。本专利技术解决其技术问题所采用的技术方案是：首先利用矢量梯度计算方法得到彩色图像的梯度，然后利用形态学自适应梯度重建优化梯度图像，最后利用分割区域稳定性得到最终的分割结果。具体实现步骤如下：(1)输入彩色图像f，定义起始变量i＝1，i表示圆盘型结构元素Bi的半径，l＝2表示将梯度图像初始划分为2个等级；(2)利用矢量梯度方法计算彩色图像f的梯度图像g；(3)对梯度图像g进行开重建运算，得到第一次修正后的梯度图像grec(1)；(4)对梯度图像grec(1)进行标准分水岭变换，统计分割后的区域数目为Num(1)；(5)自适应梯度重建，得到修正后的梯度图像gm，包括以下步骤：(a)i加1，圆盘型结构元素Bi为尺寸(2i+1)×(2i+1)的圆形结构，对grec(i-1)进行开重建，得到修正后的梯度图像grec(i)；(b)修正梯度图像其中，二值化运算表示梯度等级间隔；(c)若i≤l，返回步骤(a)，否则进入下一步；(6)对gm进行标准分水岭变换，得到分割后的结果为L2，统计分割后的区域数目为Num(l)；(7)判断分割后的区域数目变化，如果Num(l)＝Num(l-1)，则输出最终的分割结果L2；否则，l加1，返回步骤(5)。本专利技术的有益效果是：1、针对分水岭的过分割问题，利用自适应结构元素对梯度图像进行重建，从而克服了传统的单一结构元素导致分割精度较低的问题。2、针对现有的彩色图像分割方法性能依赖于参数设定的问题，利用自适应形态学重建理论结合分水岭分割区域的封闭性，在不需要设定任何参数的情况下，得到稳定的分割结果。附图说明图1是本专利技术实现步骤的流程原理框图。图2(a)是本专利技术实验中的测试图像“Peppers”。图2(b)是本专利技术中为了对比本专利技术的方法的优越性，利用对比方法MSW对“Peppers”的分割结果。图2(c)是本专利技术中为了对比本专利技术的方法的优越性，利用对比方法HTFCM对“Peppers”的分割结果。图2(d)是本专利技术中为了对比本专利技术的方法的优越性，利用对比方法GRW对“Peppers”的分割结果。图2(e)是本专利技术中为了对比本专利技术的方法的优越性，利用本专利技术方法对“Peppers”的分割结果。图3(a)是本专利技术实验中的测试图像“Plane”。图3(b)是本专利技术中为了对比本专利技术的方法的优越性，利用对比方法MSW对“Plane”的分割结果。图3(c)是本专利技术中为了对比本专利技术的方法的优越性，利用对比方法HTFCM对“Plane”的分割结果。图3(d)是本专利技术中为了对比本专利技术的方法的优越性，利用对比方法GRW对“Plane”的分割结果。图3(e)是本专利技术中为了对比本专利技术的方法的优越性，利用本专利技术方法对“Plane”的分割结果。具体实施方式下面结合附图和实施例对本专利技术进一步说明，本专利技术包括但不仅限于下述实施例。图1是本专利技术实现步骤的流程原理框图，针对彩色图像分割问题，对本专利技术设计的一种基于分水岭变换的无参数彩色图像分割方法具体描述如下：(1)初始化：输入彩色图像f，图像尺寸为M×N，M和N分别表示f的高度和宽度，定义起始变量i＝1，i表示圆盘型结构元素Bi的半径，l＝2表示将梯度图像初始划分为2个等级；(2)利用矢量梯度方法计算彩色图像f的梯度图像g，(a)利用Sobel算子分别计算彩色图像f的三个分量(R、G、B)在水平和垂直方向的梯度，其中，(b)计算水平和垂直方向的矢量梯度(c)根据gxx、gyy和gxy计算方向角度(d)由方向角度θ确定矢量梯度gg(x,y)＝max(g1(x,y),g2(x,y))g是g1、g2在每个点(x,y)处的最大值。(3)对梯度图像g进行开重建运算，得到重建后的图像grec(1)；(a)初始化；B1是尺寸为(2i+1)×(2i+1)的圆形结构元素；i＝1，k＝1；(b)定义掩膜图像为gmask，标记图像fmarker；gmask＝gfmarker＝gΘBih1＝fmarker(c)腐蚀重构运算；(d)判断，如果hk+1＝hk，则得到腐蚀重建结果gε＝hk；否则，k加1，返回步骤(c)；(e)变换掩膜图像gmask和标记图像fmarker；i＝1，k＝1；g'mask＝(gε)cf′marker＝(gε)cΘBih′1＝f′marker其中，(gε)c表示gε的补运算。(f)膨胀重建运算；(g)判断，如果h'k+1＝h'k，则得到开重建结果grec本文档来自技高网...

【技术保护点】
一种基于分水岭变换的无监督彩色图像分割方法，其特征在于包括下述步骤：(1)输入彩色图像f，定义起始变量i＝1，i表示圆盘型结构元素Bi的半径，l＝2表示将梯度图像初始划分为2个等级；(2)利用矢量梯度方法计算彩色图像f的梯度图像g；(3)对梯度图像g进行开重建运算，得到第一次修正后的梯度图像grec(1)；(4)对梯度图像grec(1)进行标准分水岭变换，统计分割后的区域数目为Num(1)；(5)自适应梯度重建，得到修正后的梯度图像gm，包括以下步骤：(a)i加1，圆盘型结构元素Bi为尺寸(2i+1)×(2i+1)的圆形结构，对grec(i‑1)进行开重建，得到修正后的梯度图像grec(i)；(b)修正梯度图像gm=Σi=1lgrec(i)×BW(g,T,i),]]>其中，二值化运算T=max(g)-min(g)l]]>表示梯度等级间隔；(c)若i≤l，返回步骤(a)，否则进入下一步；(6)对gm进行标准分水岭变换，得到分割后的结果为L2，统计分割后的区域数目为Num(l)；(7)判断分割后的区域数目变化，如果Num(l)＝Num(l‑1)，则输出最终的分割结果L2；否则，l加1，返回步骤(5)。...

【技术特征摘要】
1.一种基于分水岭变换的无监督彩色图像分割方法，其特征在于包括下述步骤：(1)输入彩色图像f，定义起始变量i＝1，i表示圆盘型结构元素Bi的半径，l＝2表示将梯度图像初始划分为2个等级；(2)利用矢量梯度方法计算彩色图像f的梯度图像g；(3)对梯度图像g进行开重建运算，得到第一次修正后的梯度图像grec(1)；(4)对梯度图像grec(1)进行标准分水岭变换，统计分割后的区域数目为Num(1)；(5)自适应梯度重建，得到修正后的梯度图像gm，包括以下步骤：(a)i加1，圆盘型结构元素Bi为尺寸(2i+1)×(2i+1)的圆形结构，对...

【专利技术属性】
技术研发人员：雷涛，加小红，罗维薇，王履程，
申请(专利权)人：兰州交通大学，
类型：发明
国别省市：甘肃;62