一种基于像素连接性的边缘图像分割方法.pdf

《一种基于像素连接性的边缘图像分割方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、《自动化与仪器仪表》2017年第7期(总第212期)∗一种基于像素连接性的边缘图像分割方法刘伟,宁静涛(兰州石化职业技术学院印刷出版工程系甘肃兰州，730060)摘要:针对边缘图像中有效对象的分割,提出一种基于像素连接性的边缘图像分割新方法。该方法首先根据对原始灰度图像进行Canny算法边缘检测,依据边缘图像中有效对象一般具有相对较好像素连接性的特点,对二值边缘图像实施标记处理,选择标记矩阵中具有极大和较大像素连接性的部分,即获取了边缘图像中的有效对象,完成边缘图像中对有效对象的分割处理。人造测试图像和实际灰度图像的仿真实验均表

2、明,此边缘图像的分割方法是有效的。关键词:边缘图像;图像分割;连接分量;标记处理中图分类号:TP391文献标识码:BDOI编码:10．1４016/j．cnki．1001-9227．2017．07．065Abstract:Anewmethod，whichbasedonedgeimagebinarypixelsconnectivity，isproposedtoimplementobjectssegmentationofedgeimage．Whileachievethismethod，thereisaCannyedgedetectio

3、nisappliedatfirst，accordingtothefacts，thatthesignificantobjectsinedgeimagealwayshaveaneffectiveconnectivity，thenalabelprocessingiscarriedoutforthemortgreaterorthemaximumelementnumbersoftheconnectedcomponents，thesepixelsarecomponenttothesesignificantobjects，thisisthep

4、roposedsegmentationmethod．Extensivesimulationsarecarriedouttovalidatetheproposedmethod．Experimentalresultsshowthismethodiseffective．Keywords:edgeimage;imagesegmentation;connectedcomponent;labelprocessing究。除以上方法外，还有基于偏微分方程的图像分割以及基0引言[11-12]于图割的图像分割方法等等。图像分割就是依据图像的灰度、颜

5、色、纹理和边缘等特本文方法属于基于边缘的图像分割。不同于边缘松弛和征，把图像分成各自满足某种相似性准则或具有某种同质特边界跟踪等传统基于边缘的图像分割方法，本文对已经通过征的连通区域的集合的过程，它是图像预处理的结果和后续边缘检测处理的二值边缘图像，依据其中有效对象一般具有分析处理的基础。目前，尽管已有上百种图像分割的方法，但相对较好像素连接性的特点，在分析比较有效对象像素和无鉴于图像的多样性和复杂性，已有的分割方法或算法还不具效对象像素连接性的基础上，运用标记处理的方法，选择标记备一般意义上的普适性，图像分割问题至今还未得到真

6、正彻矩阵中具有极大和较大像素连接性的部分，实现了对有效对[1~3]底的解决。象分割和提取。通过人造测试灰度图像和实际灰度图像的具图像分割方法主要有基于阈值的、基于边缘的、基于区域体仿真实验，表明该分割方法是有效的。[3]的、基于模型的和基于人工智能的图像分割等等。基于直1边缘检测处理方图的Otsu最大类间方差是最常见的图像阈值分割方法，结合遗传算法的Otsu分割方法，在提高分割精度的同时也提高边缘检测算法种类繁多，针对处理对象的不同，边缘检测[４]了运算速度。边缘松弛和边界跟踪是基于边缘图像分割研效果也不尽相同，算法性能各有优劣

7、[2，6，13-1４]。对于传统边缘究的基础，由于边缘检测算法本身的不完备及噪声信号不可检测算子和现代各类边缘检测算子，在权衡检测性能、实现复避免的混入，导致边缘图像的劣化，这势必影响后续的分割处杂性以及实时性等因素的基础上，Canny算子以其在处理受[5，6]理。基于区域的分割方法主要有区域生长法、分裂合并高斯白噪声污染图像方面的优良处理效果而成为其它边缘检法和分水岭及各类改进方法。秦斌将分水岭算法和FFCM算测算子性能优劣评价的事实标准[2，15]。本文在获取边缘图像法相结合，采用快速模糊C均值聚类，取得较满意的分割效的处理

8、中，使用的就是Canny算子边缘检测，其中，检测方差[7]果;胡敏等运用形态学中的Ｈ-minima方法，利用连通域标取2，双阈值由系统根据图像自身特征自动选取，且所得边记进行重标记，部分解决了分水岭算法的过分割问题，同时较缘图像是已经过细化处理的边缘。[8]好保