基于隨機(jī)游走的迭代分割算法

夏敏

? ? ? ? ? ? ? ? ? ? ? ? ?

摘要：針對(duì)受光線變化影響的圖像，本文提出一個(gè)新的基于隨機(jī)游走的迭代分割算法。該算法先利用隨機(jī)游走對(duì)受光線變化影響部分進(jìn)行部分邊緣分割，然后利用迭代分割算法對(duì)整體圖像進(jìn)行分割。實(shí)驗(yàn)結(jié)果表明，該算法能減少光線變化對(duì)圖像分割的影響，能對(duì)圖像進(jìn)行高精度的分割。

關(guān)鍵詞：隨機(jī)游走;迭代法;圖像分割

中圖分類號(hào)：TP391.4 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2019）09-0120-01

對(duì)于計(jì)算機(jī)視覺研究來說，圖像分割是很多應(yīng)用的基礎(chǔ)，是圖像理解最重要的一環(huán)。圖像分割是圖像領(lǐng)域的熱點(diǎn)問題，也是難點(diǎn)問題。對(duì)于一副圖像來說，我們有感興趣的部分（目標(biāo)），也有不感興趣的部分（背景），我們希望能把我們感興趣的目標(biāo)從不感興趣的背景中分離出來，這就是圖像分割。對(duì)于特定的圖像來說，一般沒有統(tǒng)一的圖像分割方法。此外，噪聲和光線等因素會(huì)加大圖像分割的難度，尤其是光線變化經(jīng)常會(huì)影響圖像分割的效果[1]。

由于圖像分割的重要性，到目前為止，產(chǎn)生了大量的關(guān)于圖像分割的研究成果。圖像分割算法主要分為：閾值分割法[2]、區(qū)域生長和分裂合并法、基于邊緣檢測的分割法、基于深度學(xué)習(xí)的分割。還有很多其他的分割方法，比如基于小波變換的分割方法、基于變分原理的分割方法、基于生物智能算法的分割方法、基于圖的圖像分割[3-5]等。

1 基于隨機(jī)游走的迭代分割算法

針對(duì)受光線變化影響的圖像，本文提出一個(gè)新的基于隨機(jī)游走的迭代分割算法。該算法先利用隨機(jī)游走對(duì)受光線變化影響部分進(jìn)行部分邊緣分割，分別將各部分圖像分為前景和背景后再進(jìn)行整體合并，最后利用迭代分割算法對(duì)整體圖像進(jìn)行分割。

1.1 基于隨機(jī)游走的聚類算法

本文研究的是受光線變化影響的圖像分割問題。因?yàn)橛绊憟D像分割效果的通常是受光線變化影響的部分，所以先對(duì)這些部分進(jìn)行處理。

基于隨機(jī)游走的聚類算法：step1.將受光線變化影響的部分分成n個(gè)小區(qū)域。Step2.針對(duì)每個(gè)小區(qū)域，分別在目標(biāo)和背景部分隨機(jī)取兩點(diǎn)。Step3.在選定的兩個(gè)點(diǎn)附近選擇相鄰的點(diǎn)，再利用k-均值聚類算法[6]將其聚成兩類。Step4.不斷重復(fù)上面的步驟，直到達(dá)到理想聚類效果。

1.2 改進(jìn)的迭代分割算法

在基于隨機(jī)游走的聚類算法后，可以將受光線變化影響的n小塊區(qū)域聚類后的結(jié)果合并，得到一個(gè)新的圖像，針對(duì)新的圖像再進(jìn)行迭代分割。

迭代法是基于逼近的思想，算法步驟如下：step1.求出圖象的最大灰度值和最小灰度值，分別記為Ymax和Ymin，令初始閾值T0=（Ymax+Ymin）/2;step2.根據(jù)閾值TK將圖象分割為目標(biāo)和背景，分別求出兩者的平均灰度值ZZ和VV;step3.求出新閾值TK+1=（ZZ+VV）/2;step4.若TK=TK+1，則所得即為閾值;否則轉(zhuǎn)step2，迭代計(jì)算。

2 實(shí)驗(yàn)仿真

下面對(duì)一張受光線影響的圖進(jìn)行圖像分割。實(shí)驗(yàn)是在MATLAB R2012b下進(jìn)行仿真。如圖1，圖2所示直接用迭代分割法后得到的分割圖。從該圖可以看出來，左上角部分受光線變化的影響導(dǎo)致分割不精確。如圖3所示新方法得到的最終分割圖。

3 結(jié)語

針對(duì)受光線變化影響的圖像，本文提出一個(gè)新的基于隨機(jī)游走的迭代分割算法。實(shí)驗(yàn)結(jié)果表明，該算法能減少光線變化對(duì)圖像分割的影響，能對(duì)圖像進(jìn)行高精度的分割。

參考文獻(xiàn)

[1] 王愛民，沈蘭蓀.圖像分割研究綜述[J].測控技術(shù)，2000，19（5）：1-6.

[2] 韓思奇，王蕾.圖像分割的閾值法綜述[J].系統(tǒng)工程與電子技術(shù)，2002，24（6）：91-94.

[3] Felzenszwalb P F，Huttenlocher D P.Efficient Graph-Based Image Segmentation[J].International Journal of Computer Vision，2004，59（2）：167-181.

[4] Pham D L，Xu C，Prince J L.Current methods in medical image segmentation[J].Annual Review of Biomedical Engineering，2000，2（2）：315-337.

[5] Grady L.Random Walks for Image Segmentation[J].IEEE Transactions on Pattern Analysis & Machine Intelligence，2006，28（11）：1768-1783.

[6] Hartigan J A，Wong M A.Algorithm AS 136： A K-Means Clustering Algorithm[J].Journal of the Royal Statistical Society，1979，28（1）：100-108.

Abstract：This paper proposes a new iterative segmentation algorithm based on random walk for images affected by light changes. The algorithm first uses the random walk to segment the edge affected by the light change， and then uses the iterative segmentation algorithm to segment the whole image. The experimental results show that the algorithm can reduce the influence of light changes on image segmentation and can segment the image with high precision.

Key words：random walk; iterative method; image segmentation