基于模糊理論的彩色圖像分割方法的研究

劉雅舉 黃建昌 齊立萍 河北農(nóng)業(yè)大學(xué)理工學(xué)院

基于模糊理論的彩色圖像分割方法的研究

劉雅舉 黃建昌 齊立萍 河北農(nóng)業(yè)大學(xué)理工學(xué)院

在對(duì)圖像處理研究過程中，圖像的分割占有十分重要的位置?；贔CM的圖像分割措施在各處都得到了普遍適用，但對(duì)于大樣本的彩色圖像的分割一直以來還沒有完全普遍適用的方法。為達(dá)到較好的分割效果和增加分割彩色圖像的普適性，作者提出了一種模糊理論的圖像分割方法。在模糊理論的基礎(chǔ)上應(yīng)用形態(tài)學(xué)來完成圖像區(qū)域的融合，去掉圖像中不能融合的，不符合要求的散點(diǎn)及獨(dú)立點(diǎn)，讓最后圖像的分割效果理想。實(shí)驗(yàn)證明該方法有效，可行。

模糊理論 彩色圖像 FDCIS算法

1 介紹

圖像分割是圖像識(shí)別中一個(gè)非常重要的步驟，而彩色圖像的分割目前越來越受到人們的歡迎，因?yàn)椴噬珗D像與灰度圖像相比，它具有更詳細(xì)更具體的信息分布，使得計(jì)算機(jī)在分析圖像和提取目標(biāo)圖像更加方便準(zhǔn)確。目前已經(jīng)提出的針對(duì)彩色圖像分割的方法有閾值法、聚類法等。而最受人們關(guān)注的方法是模糊C均值聚類(FCM)算法。但應(yīng)用此FCM聚類方法進(jìn)行彩色圖像分割仍存在很多問題。所以，本文提出了在應(yīng)用FCM算法的基礎(chǔ)上，結(jié)合形態(tài)學(xué)及其顏色的特征分量，確定不同顏色空間的針對(duì)綠色的聚類中心，找到分割閾值，來完成彩色圖像的分割。

2 方法

2.1 FCM算法

在FCM聚類算法中，一切數(shù)據(jù)點(diǎn)依照不同的模糊隸屬度分屬到不同的聚類中心。依照隨機(jī)指定的若干聚類中心，和數(shù)據(jù)點(diǎn)對(duì)不同聚類中心的模糊隸屬度的差別，利用迭代方法不斷修正聚類中心，在這個(gè)過程中，根據(jù)極小化數(shù)據(jù)點(diǎn)到各個(gè)聚類中心的距離與隸屬度值的加權(quán)和為優(yōu)化目標(biāo)。

④重復(fù)步驟②，③直至公式(4)成收斂狀態(tài)。

2.2 二值形態(tài)學(xué)原理

最初形態(tài)學(xué)是生物學(xué)家在對(duì)大量的動(dòng)植物的結(jié)構(gòu)進(jìn)行研究之后形成的一個(gè)新的分支，后來出現(xiàn)了數(shù)學(xué)形態(tài)學(xué)，其作用是用來化簡(jiǎn)圖像數(shù)據(jù)，維持形態(tài)圖像上原有的本質(zhì)特點(diǎn)，去掉與之無關(guān)的數(shù)據(jù)。在圖像處理中，可以用形態(tài)學(xué)處理方法達(dá)到對(duì)圖像增強(qiáng)、消噪、分割等基本的圖像處理任務(wù)。

2.3 基于模糊聚類的分割算法

本文所采用的圖像分割方法可分為以下6個(gè)步驟：

①根據(jù)已知的彩色圖像f（x，y），進(jìn)行灰度圖像轉(zhuǎn)換，得到相應(yīng)的灰度直方圖，而后對(duì)圖像直方圖進(jìn)行歸一化。

②按照獲得的直方圖的波峰與波谷的數(shù)量確定模糊聚類數(shù)c。

③根據(jù)確定的聚類數(shù)，運(yùn)用分水嶺預(yù)分割算法得到原圖像對(duì)應(yīng)分割的圖像。

④提取圖像的特征向量—灰度均值，根據(jù)模糊聚類算法得到模糊隸屬度函數(shù)值，計(jì)算每個(gè)區(qū)域之間的模糊相異性。

⑤根據(jù)閾值δ對(duì)分割區(qū)域進(jìn)行融合、腐蝕和膨脹，以達(dá)到理想的分割的目的。

上面介紹了圖像的處理方法及分割算法，試驗(yàn)中使用Matlab6．5編程來實(shí)現(xiàn)圖像的處理，目的是實(shí)現(xiàn)圖像中綠色黃瓜植株與復(fù)雜背景的分割、同時(shí)運(yùn)用數(shù)學(xué)形態(tài)學(xué)算法完成黃瓜植株的分割處理和目標(biāo)識(shí)別。

3 結(jié)果

從原圖片可以看出，該圖片是一個(gè)具有比較復(fù)雜背景的彩色圖片，要想把作物（黃瓜植株）分離出來，至少剔除四部分背景：白墻、白紙、棋盤格和邊角。根據(jù)本文2．3提供的分割算法，最后將植株和與植株同灰度的背景分離。得到最后的分割圖像（圖2）。從最后的圖（2）可以看出該分割黃瓜植株的效果較好，該分割方法可行，有效。

圖1 真彩圖像

圖2 分割后圖像

本文所提供的圖片是一個(gè)背景比較復(fù)雜的圖片，從最后得到的分割圖片可以看出分割結(jié)果較好。借助模糊理論和形態(tài)學(xué)原理結(jié)合到顏色空間來分割彩色作物圖像，實(shí)驗(yàn)結(jié)果可以證明，該分割方法有效，可行。

[1]王曉丹,吳崇明.基于MATLAB的系統(tǒng)分析與設(shè)計(jì)：圖像處理.西安電子科技大學(xué)出版社,2000

[2]曹弋.MATLAB教程及實(shí)訓(xùn).機(jī)械工業(yè)出版社.2013.8

[3]王厚大,梁棟,楊恒新.自動(dòng)閾值選取的兩種算法.南京郵電學(xué)院學(xué)報(bào).Vo.22,No.4,Dec.2002

河北農(nóng)業(yè)大學(xué)理工基金項(xiàng)目子課題：復(fù)雜背景下鵝膏菌屬圖像的自動(dòng)識(shí)別（編號(hào)：LG201636）；河北農(nóng)業(yè)大學(xué)理工基金項(xiàng)目子課題：基于邊緣檢測(cè)的圖像分割算法研究（編號(hào)：LG201635）；河北農(nóng)業(yè)大學(xué)理工基金總項(xiàng)目：面對(duì)對(duì)象的圖像智能識(shí)別（編號(hào)：LG201634）。