一種由MatLab實現的圖像分割改進算法

戴艷芳，宋志剛

（中國空空導彈研究院，洛陽471099）

·微機軟件·

一種由MatLab實現的圖像分割改進算法

戴艷芳，宋志剛

（中國空空導彈研究院，洛陽471099）

圖像分割技術廣泛應用于當今社會的多個領域中，是圖像處理的重點和難點。首先從闡述圖像分割技術的概況及其基本概念開始，在簡要介紹了常用的圖像分割技術方法的基礎上，對使用MatLab工具軟件實現圖像分割技術的最大類間方差法及其改進算法進行了詳細說明，最終，通過例子驗證了改進后的最大類間方差法的優勢。

圖像分割；圖像處理；MatLab工具；最大類間方差法

1 引 言

所謂圖像分割是按照一定的規則將一幅圖像或景物分成若干部分或子集的過程。在圖像研究和應用過程中，人們往往僅對各幅圖像中的某些部分感興趣，這些部分常稱為目標或前景，它們一般對應圖像中特定的具有獨特性質的區域。為了辨別和分析目標，需要將這些區域分離提取出來，在此基礎上才有可能對目標進一步利用。

圖像分割一直是圖像處理領域中的重點和難點。圖像在分割后的處理，如特征提取、目標識別等都依賴圖像分割的質量，所以分割被視為圖像處理中的瓶頸。

2 圖像分割技術概述

2.1 圖像分割的基本概念

圖像分割是數字圖像處理中的關鍵技術之一。圖像分割是將圖像中有意義的特征部分提取出來，其有意義的特征有圖像中的邊緣、區域等，這是進一步進行圖像識別、分析和理解的基礎。雖然目前已研究出不少邊緣提取、區域分割的方法，但還沒有一種普遍適用于各種圖像的有效方法，因此，對圖像分割的研究還在不斷深入之中。

圖像分割在不同領域中有時也用其他名稱，如目標輪廓（object lineation）技術，閾值化（thresholding）技術，圖像區分或求差（image discrimination）技術，目標檢測（targettracking）技術，目標識別（target recognition）技術，目標跟蹤（target tracking）等，這些技術本身或核心實際上也是圖像分割技術。

2.2 圖像分割技術的應用

圖像分割技術的應用非常廣泛，幾乎出現在有關圖像處理的所有領域，并涉及各種類型的圖像。主要表現在醫學影像分析、軍事研究、遙感氣象服務、交通圖像分析、面向對象的圖像壓縮和基于內容的圖像數據庫查詢等領域。

3 圖像分割的常用方法

3.1 圖像邊緣檢測法

邊緣檢測法是所有基于邊界分割的圖像分析方法的第一步，物體的邊緣是以圖像局部特征的不連續性形式出現的，例如，灰度值突變，顏色突變，紋理結突變等。從本質上說，邊緣常常意味著一個區域的終結和另一個區域的開始。為了計算方便起見，通常選擇一階和二階導數來檢測邊界，利用求導的方法可以很方便的檢測到灰度值的不連續效果。邊緣檢測可以借助空域微分算子利用卷積來實現。

圖像邊緣信息在圖像分析中是十分重要的，檢測出邊緣的圖像就可以進行特征提取和形狀分析。

3.2 圖像閾值分割法

在圖像分割的諸多方法中，閾值分割是一種廣泛使用的圖像分割技術，它利用了圖像中要提取的目標與其背景在灰度特性上的差異，把圖像視為具有不同灰度級的兩類區域（目標和背景）的組合，選取一個合適的閾值，以確定圖像中每一個像素點應該屬于目標還是背景區域，從而產生相應的二值圖像。閾值分割不僅可以大量壓縮數據，減少存儲容量，而且能大大簡化在其后的分析和處理步驟。

閾值分割的關鍵是閾值選取，如果閾值選取過高，則過多的目標點被誤歸為背景；閾值選取過低，則會出現相反的情況。常見的閾值選取方法有：最大類間方差法（也稱為Otsu法）、二維最大熵閾值分割法，直方圖閾值分割法等。

4 MatLab實現的最大類間方差算法

Ostu提出的最大類間方差法是在判決分析最小二乘法原理的基礎上推導得出的，算法較為簡單，是一種被廣為關注的閾值選取方法。下面是利用MatLab實現的標準最大類間方差法及改進的最大類間方差法計算灰度閾值的程序清單：

圖1所示為改進算法前后MatLab得出的分割圖像效果比對。

圖1 算法改進前后圖像效果比對

上述程序的后半段對標準的最大類間方差法進行了改進，修改了T值的計算方法，加入了由目標和背景的灰度分布特性來確定的參數w0，w1。改進后的最大類間方差法降低了分割后圖像的噪聲。如圖1所示，圖Otsu是由標準的最大類間方差法得出的分割圖像，瀑布邊緣噪聲較多；圖my Otsu是由改進后的最大類間方差法得出的分割圖像，可以看出，經過改進后算法得出的閾值分割原始圖像已經有效去除了圖中瀑布邊緣的噪聲。

5 結束語

盡管人們在圖像分割方面做了很多工作，由于尚無通用的圖像分割理論，現在所提出的圖像分割算法都是針對具體問題的，并沒有一種適合于所有圖像的通用分割算法。在需要解決一個具體的圖像分割問題時，往往發現難于找到一個非常適用的現成方法。因此，在解決問題的過程中需要依據經驗去選擇方法，通過反復研究、嘗試和改進來找到一種最佳方案。

［1］夏良正，李久賢.數字圖像處理［M］.南京：東南大學出版社，2005.

［2］余波成.數字圖像處理及MATLAB實現［M］.重慶：重慶大學出版社，2003.

［3］高秀娟.圖像分割的理論、方法及應用［D］.吉林：吉林大學，2006.

［4］管慧娟.基于區域的圖像分割方法［D］.大連：大連理工大學，2006.

Im provement of Image Segmentation Algorithm by MatLab

DAIYan-fang，SONG Zhi-gang
（China Airborne Missile Academy，Luoyang 471099，China）

The image segmentation technology iswidely used in many fields，which is the key point and the difficulty of image processing.The paper starts from the description of image segmentation technology and its basic concept，based on the introduction of the commonly used image segmentation methods，and themaximum class using the MatLab to realize the image segmentation technology variance method and its improved algorithms are analyzed in detail，finally，the examples are used to prove the advantage of the improved variancemethod.

Image segmentation；Image processing；MatLab；Otsu algorithm

10.3969／j.issn.1002-2279.2014.05.010

TP311

：A

：1002-2279（2014）05-0031-03

戴艷芳（1982-），女，云南人，工程師，主研方向：軟件測試、軟件工程。

2014-02-24