圖像分割的研究進(jìn)展

摘 要：在計(jì)算機(jī)飛速發(fā)展的背景下，計(jì)算機(jī)的圖像處理技術(shù)滲入到各個(gè)行業(yè)中。圖像分割作為一種基本的圖像處理技術(shù)，它的目的是把圖像分成各具特征的區(qū)域，從中提取感興趣的技術(shù)。下面我們就來探討一下圖像分割的進(jìn)展，以及圖像分割中的自動(dòng)分割和半自動(dòng)分割的比較。

關(guān)鍵詞：圖像；自動(dòng)分割；半自動(dòng)分割；進(jìn)展

引言

圖像分割作為圖像處理和計(jì)算機(jī)視覺領(lǐng)域的基礎(chǔ)性工作，它擁有很多的分割方法。第一代編碼技術(shù)是在波形編碼的基礎(chǔ)上形成的，信源模型需要使用像素來表示圖像。第二代編碼技術(shù)的形成，它主要是針對(duì)內(nèi)容進(jìn)行編碼，但是信源的模型已經(jīng)不再需要使用像素來表示圖像，而是針對(duì)內(nèi)容，通過對(duì)圖像的劃分，使它們變成許多不同的對(duì)象，然后把每個(gè)對(duì)象都進(jìn)行編碼，并使他們的編碼具有唯一性。每個(gè)對(duì)象編碼都需要經(jīng)過一個(gè)統(tǒng)一的程序，也就是發(fā)送運(yùn)動(dòng)的軌跡、形狀信息和紋理。在進(jìn)行編碼時(shí)，也可以根據(jù)人們視覺愛好對(duì)象分配相對(duì)多一些比特?cái)?shù)，對(duì)于與視覺沒有影響的區(qū)域，比特?cái)?shù)可以分配的較少。與波形的編碼壓縮方法相比，這種針對(duì)內(nèi)容的編碼方式具有更高的效率，從而為查詢圖像內(nèi)容和交互奠定了基礎(chǔ)。

1 圖像分割的定義

圖像分割中的分割是一個(gè)標(biāo)記的過程，也就是對(duì)分割所取得的同一區(qū)域的像點(diǎn)做出相同的標(biāo)記。換而言之，圖像分割也就是根據(jù)彩色、灰度、空間紋理、幾何形狀等特點(diǎn)，把圖像分為幾個(gè)不相交的區(qū)域，從而這些特征在同一個(gè)區(qū)域內(nèi)的表現(xiàn)有相似性和一致性，但是在不同的區(qū)域里又表現(xiàn)的明顯的不同。圖像分割是圖像處理和計(jì)算機(jī)視覺領(lǐng)域在低層次視覺中最重要也是最基礎(chǔ)的領(lǐng)域之一，而且它也是一個(gè)經(jīng)典的難題，目前，沒有一個(gè)既可以通用的分割方法和判斷是否成功作為客觀的標(biāo)準(zhǔn)。

2 圖像分割自動(dòng)和半自動(dòng)的比較

圖像分割的方法從各種途徑參與的程度上來看，可以分為自動(dòng)、半自動(dòng)和人工。人工分割是指操作者使用鼠標(biāo)等工具，大致描繪出分割區(qū)域，這種方法非常浪費(fèi)時(shí)間和人力。但是通過人工操作，人們對(duì)顏色和紋理更加敏感，在大腦的作用下可以進(jìn)行準(zhǔn)確的分割圖像。而自動(dòng)分割不需要進(jìn)行人機(jī)交互，它的分割完全受計(jì)算機(jī)的控制，計(jì)算機(jī)可以幫助它完成大量的工作，雖然可以減輕分割的壓力，但是這種方法具有很差的適應(yīng)性，很難滿足圖像取得的分割效果。半自動(dòng)是人工和自動(dòng)的結(jié)合，能夠適應(yīng)許多不同圖像，不僅擁有取長補(bǔ)短的效果，還可以有效的降低計(jì)算機(jī)的復(fù)雜度。

2.1 圖像分割自動(dòng)法

常用的圖像自動(dòng)分割法有許多，一般分為閾值法、區(qū)域法、邊緣檢測法、聚類法。從圖像分割可以精確的得到能量函數(shù)出發(fā)，它主要包括三個(gè)步驟：①設(shè)計(jì)能量函數(shù)；②構(gòu)造圖像；③最小割和最大流方法。在一定的情況下，能量函數(shù)的最小化可以使用最小割進(jìn)行求解。但是必須要符合兩個(gè)條件，一個(gè)是二值標(biāo)記，另一個(gè)是要能反映出能量函數(shù)，可以是任意一個(gè)數(shù)據(jù)項(xiàng)函數(shù)，在權(quán)重處于負(fù)值時(shí)，添加一個(gè)常數(shù)就行。在構(gòu)建圖時(shí)，圖像的區(qū)域或像素要與圖的頂點(diǎn)對(duì)應(yīng)。而頂點(diǎn)的每個(gè)邊都反映了標(biāo)記的偏好程度，鄰域連接可以反映出平滑項(xiàng)。最小割和最大流方法主要包括增廣路徑方法和推進(jìn)重標(biāo)記方法。增廣路徑方法，為了避免求最大流時(shí)計(jì)算的復(fù)雜度，它依賴邊的權(quán)值大小。推進(jìn)重標(biāo)記方法非常容易并行實(shí)現(xiàn)，大多數(shù)情況下都是使用GPU通過加速來提高效率。

2.2 圖像分割半自動(dòng)方法

當(dāng)前的半自動(dòng)分割中人機(jī)交互的方式：首先要粗略的勾畫出目標(biāo)圖像的輪廓，形成自動(dòng)分割的初始形態(tài)。然后根據(jù)特定的任務(wù)和圖像去調(diào)整算法參數(shù)。在實(shí)際的應(yīng)用中，多數(shù)分割算法都需要根據(jù)具體的任務(wù)和圖像確定參數(shù)的選值問題，例如分割目標(biāo)、設(shè)定閾值等。可以采用局部引發(fā)全局抑制的振蕩網(wǎng)絡(luò)，對(duì)醫(yī)學(xué)圖像進(jìn)行分割。在分割的過程中，要使用人工交互環(huán)節(jié)。例如半自動(dòng)肺部組織圖像分割方法，它是通過自動(dòng)或者人工設(shè)定的方式產(chǎn)生若干種子點(diǎn)，然后把圖像分為若干個(gè)區(qū)域，再使用監(jiān)督分類的方法把它分為背景區(qū)和目標(biāo)區(qū)，而且還要判斷出兩個(gè)交界邊緣的區(qū)域，通過增加種子點(diǎn)，并重復(fù)以上的過程，從而使邊緣區(qū)域的劃分更加就精細(xì)，如果達(dá)到準(zhǔn)確的目標(biāo)區(qū)輪廓，就說明操作順利成功。如下圖所示，分割前和分割后的細(xì)胞圖。

3 圖形分割的研究情況

3.1 在圖割交互式分割方面，新的交互式圖像分割算法還有幾處待改進(jìn)：①重新建立模型，并添加色彩和紋理；②使用Fisher判別準(zhǔn)則，對(duì)直方圖降維，并使它適合交互式的應(yīng)用中；③在編輯的時(shí)候，使用新加種子點(diǎn)對(duì)分割模型進(jìn)行重新估計(jì)，從而可以提高模型應(yīng)用的準(zhǔn)確性。模型的加速技術(shù)可以通過高斯超像素來實(shí)現(xiàn)，它主要的特點(diǎn)是要使用分量的形式使期望能夠最大化，再加上高斯算法，然后與用戶進(jìn)行交互聚類，最后還需要描述超像素的特征。

3.2 在實(shí)時(shí)設(shè)計(jì)方面，出現(xiàn)CPU不足的原因在于動(dòng)態(tài)存儲(chǔ)器的存儲(chǔ)模式比較嚴(yán)格，而且流水管線的相對(duì)固定，但是一個(gè)統(tǒng)一的計(jì)算機(jī)設(shè)備架構(gòu)技術(shù)，可以提供便捷的存儲(chǔ)模式和CPU編程。根據(jù)CUDA的編程方式和設(shè)計(jì)思想，改進(jìn)圖割算法，通過CUDA架構(gòu)可以使并行圖割運(yùn)算成為可能，不僅時(shí)圖像分割的效果得到了保證，而且也提高圖像處理的速度。

3.3 在能量函數(shù)設(shè)計(jì)方面，加權(quán)割圖像分割算法的特點(diǎn)是：整合了整體分割信息和圖像的局信息，能夠同時(shí)達(dá)到類內(nèi)最大一致性和類間最大相異性。這種方法還分析了加權(quán)核和圖割模型之間的等價(jià)性，不僅可以解決圖譜求解的問題，還可以避免核矩陣的確定問題。

4 結(jié)語

隨著圖像分割技術(shù)的不斷發(fā)展，它的應(yīng)用范圍也非常廣泛。只要涉及到對(duì)圖像目標(biāo)進(jìn)行提取和測量工作的都離不開圖像分割。圖像分割已經(jīng)廣泛應(yīng)用于通信、軍事、交通、遙感、醫(yī)學(xué)等非常多的領(lǐng)域。圖像分割的方法也趨向更精確、更快速發(fā)展，相信通過各種新技術(shù)和新理論的結(jié)合，圖像分割方法將會(huì)不斷取得進(jìn)步。

參考文獻(xiàn)

[1]楊宇、張琦，半自動(dòng)圖像分割[J].中國傳媒大學(xué)學(xué)報(bào)自然科學(xué)版，2008，16（3），26-31

[2]周鮮成，圖像分割方法及其應(yīng)用研究綜述[J].信息技術(shù)，2007，15（12），11-14

[3]宋寅卯、劉磊，圖像分割研究方法及進(jìn)展[J].電腦學(xué)習(xí)，2010，23（2），1-3

[4]黃長專、王彪、楊忠，圖像分割方法研究[J].計(jì)算機(jī)技術(shù)與發(fā)展，2009，19（6），76-83

[5]焦玉斌、徐艷蕾、陳喜龍，圖像分割研究綜述[J].2009，12（10），11