一种新型的图像分割方法

《一种新型的图像分割方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、一种新颖的图像分割方法一种新颖的图像分割方法收藏             摘要 图像分割就是在一幅影像中查找同类的区域。图像分割的应用范围涵盖了图像噪声的过滤以及特征的提取和识别。      在本文中我们提出了一种新颖的图像分割的方法，该方法的基本思想是把原始影像的分割问题分解成两步来完成，这两步的计算复杂度都比较小。第一步，首先通过解决大量的一维分割问题来初步估计被分割影像的梯度；第二步，通过增强无旋转的已有的矢量场把在第一步中获得的结果进行合并。      作为一个获得“次最佳”的解决方法的代价，由分解所获得的计算量的优势需要非常巧妙的算法，这个算法几乎不可能在一步中完成。真实影像和模

2、拟影像都证明了该方法是行之有效的。一、概述      图像分割就是在一幅影像中查找同类的区域。图像分割的应用范围涵盖了图像噪声的过滤以及特征的提取和识别。在遥感应用中，图像分割是极其困难的。事实上，图像（例如孔径雷达合成影像）可能被噪声严重干扰。此外，图像分割的好坏也没有明确的定义。在本文中我们提出了一种新颖的图像分割的方法，该方法的基本思想是把原始影像的分割问题分解成两步来完成，这两步的计算复杂度都比较小。第一步，初步估计被分割图像的梯度。在这一步中，由于不需要获取无旋转的矢量场，使得我们的方法得到了巨大的简化。为了从矢量场中获取梯度然后把被分割图像重构成它的线性部分，这一步是必不可少的

3、，并且可以作为一个独立的问题来处理。作为一个获得“次最佳”的解决方法的代价，由分解所获得的计算量的优势需要非常巧妙的算法，这个算法几乎不可能在一步中完成。为了解决第一的子问题，例如初步估计被分割图像的梯度，在接下来我们要提到的解决方案中需要用到许多不同的技巧。由于分两步走，使得根据图像的行和列来独立地解决一维分割问题变得非常地简单。在一维条件下，需要复杂的分割技巧，但是如果在二维条件下处理这个问题则可能需要花费巨大的计算量。在其他方面，通过减轻不一致信号的作用，我们已经研究出提取边缘的可能性方法，这个方法类似于Mumford-Shah法。第二步是本方法的核心，在这一步中，已获得的矢量场的零

4、卷曲度被加强，这有助于恢复在初步梯度估计中的误差。这个问题可以被简化为限制最低的解决办法。正如本文在第二部分所提到的方法那样，L1米制法能够方便地用作误差估计标准，以便于获得一个健壮的解决方法和较高的计算效率。本文提到的方法已经在模拟图像和真实SAR图像上得到证实，其结果是非常有希望的，并且证实了这个方法的合理性。在本文的第二和第三部分将详细论述这个方法的第一步和第二步，并且在本文的第三部分演示试验的结果。二、一维分割算法让我们假设噪声破坏力是区域性相同的（在我们的例子中，一维信号来自图像的按行或按列的一部分，它是二维的，并且噪声的破坏力是区域性相同的），典型的噪声是可加的（比如光学图像）

5、或者是可乘的（比如SAR图像）。分割的问题在于恢复同类区域（或段）。在下面介绍的分割算法中，可乘性和可加性的噪声将区别对待。出于简单的考虑，在下面的处理中，我们将主要涉及到可加性噪声的情况，至于在可乘性噪音的情况下，处理是不一样的。这个算法的主要思想来自对边缘的观察，分解信号时边缘表现出信号变动的特征。该算法采用迭代法。首先，信号的变化是可以计算出来的。其次，在两个区域中的信号的所有可能分割都被考虑到，并且这两个区域的信号变化要跟所有信号的变化做比较，比如可以计算它们的比率。紧接着，在所有比率中最小的比率可以确定，而不同的比率对应于不同的区域。如果这个比率比给定的阈值还要小，那么划分相应的

6、两个区域的边缘就被检测出来。对被识辨的区域进行迭代，直到在所有当前区域中没有检测到边缘为止。前面所说的阈值作为参数输入到计算机内，它决定了分割的程度。在可乘性噪声的情况下，一个区域内的信号和该区域内的均值两者之间的偏差是通过给定的比率的乘积幂来确定的，而不是通过它们的方差和确定的。因此，我们使用的是每两个区域的差异的乘积，而不是它们的和。对原二维图像的行和列分别使用上述的一维分割算法，然后计算每个区域信号的导数，从而获得二维分割图像梯度的初步估计。三、从一维到二维的分割一般来说，在本文第二部分中所获得的二维分割图像梯度的估计并不是真正的梯度。事实上，如果它不是无旋转的矢量场（例如，沿着任何

7、一个圆的离散线性积分都为零），初始函数是依赖于积分路径的，并且这个路径是不明确的。接下来的问题是找出的初步估计梯度的最小改正值，以便于验证无旋转条件的正确性。也就是说，所需的改正值可以作为约束最小化问题的解决方法。如果用L1标准作为误差标准，那么就可以得到一个有效且健壮的解决方法。甚至，该方法还可以使约束最小化问题转变成了网络上的最小代价问题。其实，这个方法跟本文在第二部分所提到的方法是类似的。在加强零卷曲条件后，通过对