基于相似性相互作用机理的图像分割方法

专利名称：基于相似性相互作用机理的图像分割方法
技术领域：
本发明属于计算机技术领域，更进一步涉及图像处理技术领域中的基于相似性相互作用机理的图像分割方法。本发明通过将图像分割成区域块，对区域块进行归类，实现纹理图像及SAR图像的分割，可应用于目标识别。
背景技术：
图像分割就是按照图像的某些特征把图像中具有特殊涵义的不同区域分开来，且每一个区域具有特定区域的一致性，而相邻区域间的属性特征有明显的差别。图像分割是图像处理中的一个重要问题，在对图像分析研究中起着承前启后的作用，它既是对所有图像预处理效果的一个检验，也是后续进行图像分析与解译的基础，具有十分重要的意义。目前，常用的图像分割技术有阈值法、聚类法、基于形态学的方法、基于区域的方法、基于图论的方法等等。但是到目前为止，还不存在一个通用的方法，也不存在一个判断分割是否成功的客观标准。阈值法虽然简单，但是它仅仅考虑了图像的灰度信息，没有考虑图像像素的邻域信息，忽略了图像的空间信息，因此难以得到准确的结果。目前已经有很多聚类算法用到图像分割中，k-means聚类是最简单、使用最普遍的方法之一，它利用迭代优化寻找最优解，在紧凑的超球形分布的数据集合上表现出很好的性能，然而当数据结构是非凸的，或者数据点彼此交叠严重时，算法往往会失效，而且算法不能保证收敛到全局最优解。FCM算法同样没有考虑图像的空间信息，仅仅将所有样本作为分散的样本点进行聚类，导致最后的分割结果在区域一致性上很差，区域内部存在杂点，同时FCM算法对初始值和噪声比较敏感，容易陷入局部最优，导致分割效果较差。基于图论的图像分割技术通常是将图像映射为带权无向图，本质上是将图像分割问题转化为图的最优化问题，而图的最优划分问题是一个NP难问题，这使得图论在图像处理方面不能得到很好的应用；同时，基于图论的分割方法仅仅利用相邻像素点或区域的信息，而忽略了图像的全局信息。西北工业大学申请的专利“一种基于多尺度特征融合的SAR图像分割方法”(专利申请号201010564706. 2，公布号CN 102081791A)。该方法的实现过程为，首先利用快速离散变换提取图像的纹理特征，并利用平稳小波变换提取图像的统计特征，然后将两种多尺度特征融合成高维的特征向量，最后采用模糊C均值聚类的方法进行分割。该方法存在不足之处是，虽然在图像的特征方面抑制了噪声的影响，但是后续采用的模糊C均值聚类的方法，没有考虑图像的空间信息，同时，对初始值比较敏感，容易陷入局部最优，导致分割的结果在区域一致性上很差。

发明内容
本发明的目的在于克服上述已有技术的不足，提出一种基于相似性相互作用机理的图像分割方法，将图像分割为区域块，对区域块进行归类，充分考虑了图像的全局信息和局部信息，从而很好的保证了图像分割的区域一致性和细节完整性，提高了图像分割的效
果O
本发明的具体步骤如下(I)提取每个像素点特征采用滑窗法逐像素点提取待分割图像的灰度共生矩阵，对待分割图像进行3层非下采样小波分解，提取待分割图像每个像素点的小波能量特征，将提取的灰度共生矩阵和小波能量特征合并到一起，得到待分割图像每个像素点的特征；
(2)获得区域块特征2a)对待分割图像采用分水岭进行预分割，得到不规则的区域块；2b)对属于同一区域块内的已提取的所有像素点特征计算算术平均值，将计算得到的特征的算术平均值作为该区域块的特征，获得该区域块特征；(3)按照下式计算区域块与区域块之间的相似度
Il^/Il2~
W = e
IJ其中，Wu为区域块i和区域块j之间的相似度值，i和j为分水岭分割后的任意一个区域块；M · 11为求取欧式距离的运算符；Xi为区域块i的特征为区域块j的特征；O为控制区域块与区域块之间相似度的尺度参数，取值范围为(0，1)；(4)获得区域块相位值4a)将每个区域块迭代前的相位代入下列方程，获得该区域块迭代后的一个新的相位Θ ' = Θ +Cl X (Μ- Θ ) +C2 X ( Θ -N)其中，Θ'为区域块迭代后的相位；Θ为区域块迭代前的相位；Cl为衡量控制相同类别内区域块相位的接近速度的控制参数，C2为衡量控制不同类别内区域块相位的远离速度的控制参数，C1、C2在(0，1]范围内选取；M代表与区域块之间的相似度大于所有相似度算术平均值的全部区域块在迭代前的算术平均相位；N代表与区域块之间的相似度小于等于所有相似度算术平均值的全部区域块在迭代前的算术平均相位；初始相位在[_a，a]相位值范围内随机产生；4b)处理迭代后的相位如果迭代后的所有区域块相位中存在相位值大于a的相位时，选取迭代后区域块相位值中为正的相位，将相位值为正的每一个区域块相位分别与压缩比rl相乘，使相位值为正的每一个区域块相位都分布在[_a，a]相位值之间；如果迭代后的所有区域块相位中存在相位值小于_a的相位时,选取迭代后区域块相位值中为负的相位,将相位值为负的每一个区域块相位分别与压缩比r2相乘，使相位值为负的每一个区域块相位都分布在[_a，a]相位值之间；4c)判断迭代后区域块的相位是否稳定将每个区域块迭代后的相位与迭代前的相位相减,得到一个差值,若该差值小于0，对该差值求反，在所有区域块的差值中选取其中差值最大的一个差值，若该最大差值小于阈值ε，则认为所有区域块的相位趋于稳定，进入下一步骤，否则，将每个区域块迭代后的相位作为该区域块下一次迭代前的相位，返回步骤4a)；(5)归类区域块
5a)将[_a，a]相位值均匀划分为每个子区间长度为I的子区间；5b)对每个子区间，统计区域块相位值介于该子区间范围内区域块的像素个数；5c)将子区间内区域块的像素个数大于阈值T的相邻子区间内的所有区域块归为一类，并依次赋以类标；对子区间内区域块的像素个数小于等于阈值T的相邻子区间内的所有区域按相位从小到大排序，将相位相邻的两个区域块的相位求差值，找出相位差绝对值最大的两个区域块，以这两个区域块的中心相位为分界线，将相位大于该分界线的区域块划分到相位大于该分界线中已归类的区域块的最小相位所对应的区域块的类别中，将相位小于该分界线的区域块划分到相位小于该分界线中已归类的区域块的最大相位所对应的区域块的类别中，得到每个区域块的类标； (6)输出图像分割结果根据步骤2a)中分水岭分割结果，找到每个区域块对应的像素点，将每个区域块的类标对应到相应像素点上，得到图像的最终分割结果并输出。本发明与现有技术相比具有如下优点第一、本发明具体步骤的实现过程中是在区域块上进行操作，克服了现有技术在像素点上进行操作，所需的数据量大，运算时间长的问题。本发明首先将待分割图像采用分水岭进行预分割，得到不规则的区域块，然后在各个区域块上进行操作，得到区域块的类标，最后把区域块的类标对应到像素点上，所需的运算数据量小，提高了图像分割的效率。第二、本发明具体步骤的实现过程中在计算区域块之间相似度值时，对任意两个区域块都计算了两者之间的相似度值，计算了空间上相邻的两个区域块之间的相似度值以及不相邻的两个区域块之间的相似度值，克服了现有技术中没有利用图像的空间信息，只利用图像的局部信息，易陷入局部最优的问题。本发明计算区域块之间相似度值的方法，充分考虑了空间上相邻的两个区域块之间的信息以及不相邻的两个区域块之间的信息，充分利用了图像的空间信息，使图像的区域一致性和细节完整性保持较好。


图I为本发明的流程图；图2为本发明对一幅两类纹理图像与现有技术两种算法的仿真实验对比图；图3为本发明对一幅三类纹理图像与现有技术两种算法的仿真实验对比图；图4为本发明对一幅两类SAR图像与现有技术两种算法的仿真实验对比图；图5为本发明对一幅三类SAR图像与现有技术两种算法的仿真实验对比图。
具体实施例方式下面结合图I对本发明的具体实施步骤做进一步的详细描述。步骤I.提取每个像素点特征采用滑窗法逐像素点提取待分割图像的灰度共生矩阵，对待分割图像进行3层非下采样小波分解，提取待分割图像每个像素点的小波能量特征，将提取的灰度共生矩阵和小波能量特征合并到一起，得到待分割图像每个像素点的特征。在本发明实施例中，待分割的图像采用一幅两类纹理图像，如图2(a)中，相同的纹理代表同一区域，不同的纹理代表不同的区域，采用大小为16*16的滑窗逐像素点提取两类纹理图像的对比度、一致性、能量在[O。，45° ,90° ,135° ]四个方向上的灰度共生矩阵共12维特征；对两类纹理图像进行3层非下采样小波分解，提取两类纹理图像每个像素点的小波能量的10维特征；将两类纹理图像每个像素点的灰度共生矩阵的12维特征和小波能量的10维特征合并到一起，构成22维特征，得到两类纹理图像每个像素点的特征。 步骤2.获得区域块特征2a)对待分割图像采用分水岭进行预分割，得到不规则的区域块；对待分割图像采用分水岭进行预分割，主要是为了减少聚类数据量，降低算法的运算复杂度，由于区域块数如果过多，会增加算法的时间复杂度，如果过少会导致区域块内的特征一致性较差，因此应合理控制分水岭分割的区域块数，对于不同特征的图像，区域块数是不固定的。在本发明实施例中，对图2(a)中的两类纹理图像采用分水岭进行预分割，分水岭分割的区域块数为1359块。2b)对属于同一区域块内的已提取的所有像素点特征计算算术平均值，将计算得到的特征的算术平均值作为该区域块的特征，获得该区域块特征。在本发明实施例中，对属于同一区域块内的已提取的所有像素点的每一维特征计算算术平均值，将计算得到的每一维特征的算术平均值作为该区域块每一维的特征，获得该区域块特征。步骤3.计算区域块与区域块之间的相似度按照下式计算区域块与区域块之间的相似度
权利要求
1.基于相似性相互作用机理的图像分割方法，具体步骤如下 (1)提取每个像素点特征 采用滑窗法逐像素点提取待分割图像的灰度共生矩阵，对待分割图像进行3层非下采样小波分解，提取待分割图像每个像素点的小波能量特征，将提取的灰度共生矩阵和小波能量特征合并到一起，得到待分割图像每个像素点的特征； (2)获得区域块特征 2a)对待分割图像采用分水岭进行预分割，得到不规则的区域块； 2b)对属于同一区域块内的已提取的所有像素点特征计算算术平均值，将计算得到的特征的算术平均值作为该区域块的特征，获得该区域块特征； (3)按照下式计算区域块与区域块之间的相似度 Ilx/_Λ； Il2 w = e lrylIJ 其中，Wij为区域块i和区域块j之间的相似度值，i和j为分水岭分割后的任意一个区域块；M · I I为求取欧式距离的运算符；Xi为区域块i的特征为区域块j的特征；σ为控制区域块与区域块之间相似度的尺度参数，取值范围为(O，I)； (4)获得区域块相位值 4a)将每个区域块迭代前的相位代入下列方程，获得该区域块迭代后的一个新的相位Θ ' = Θ +ClX (Μ- Θ )+C2X ( θ -N) 其中，Θ'为区域块迭代后的相位；Θ为区域块迭代前的相位；Cl为衡量控制相同类别内区域块相位的接近速度的控制参数，C2为衡量控制不同类别内区域块相位的远离速度的控制参数，Cl、C2在(O，I]范围内选取；Μ代表与区域块之间的相似度大于所有相似度算术平均值的全部区域块在迭代前的算术平均相位；Ν代表与区域块之间的相似度小于等于所有相似度算术平均值的全部区域块在迭代前的算术平均相位；初始相位在[_a，a]相位值范围内随机产生； 4b)处理迭代后的相位 如果迭代后的所有区域块相位中存在相位值大于a的相位时，选取迭代后区域块相位值中为正的相位，将相位值为正的每一个区域块相位分别与压缩比rl相乘，使相位值为正的每一个区域块相位都分布在[_a，a]相位值之间；如果迭代后的所有区域块相位中存在相位值小于_a的相位时，选取迭代后区域块相位值中为负的相位，将相位值为负的每一个区域块相位分别与压缩比r2相乘，使相位值为负的每一个区域块相位都分布在[_a，a]相位值之间； 4c)判断迭代后区域块的相位是否稳定 将每个区域块迭代后的相位与迭代前的相位相减，得到一个差值，若该差值小于O，对该差值求反，在所有区域块的差值中选取其中差值最大的一个差值，若该最大差值小于阈值ε，则认为所有区域块的相位趋于稳定，进入下一步骤，否则，将每个区域块迭代后的相位作为该区域块下一次迭代前的相位，返回步骤4a)； (5)归类区域块5a)将[_a，a]相位值均匀划分为每个子区间长度为I的子区间； 5b)对每个子区间，统计区域块相位值介于该子区间范围内区域块的像素个数； 5c)将子区间内区域块的像素个数大于阈值T的相邻子区间内的所有区域块归为一类，并依次赋以类标；对子区间内区域块的像素个数小于等于阈值T的相邻子区间内的所有区域按相位从小到大排序，将相位相邻的两个区域块的相位求差值，找出相位差绝对值最大的两个区域块，以这两个区域块的中心相位为分界线，将相位大于该分界线的区域块划分到相位大于该分界线中已归类的区域块的最小相位 所对应的区域块的类别中，将相位小于该分界线的区域块划分到相位小于该分界线中已归类的区域块的最大相位所对应的区域块的类别中，得到每个区域块的类标； (6)输出图像分割结果 根据步骤2a)中分水岭分割结果，找到每个区域块对应的像素点，将每个区域块的类标对应到相应像素点上，得到图像的最终分割结果并输出。
2.根据权利要求I所述的基于相似性相互作用机理的图像分割方法，其特征在于，步骤4a)所述的相位值的上界a的取值范围为5 < a < 100。
3.根据权利要求I所述的基于相似性相互作用机理的图像分割方法，其特征在于，步骤4b)所述的压缩比rl和r2按照下式取得压缩比rl = a/b，压缩比r2 = -a/c，其中，a为相位值的上界，b为迭代后所有区域块相位中的最大相位，c为迭代后所有区域块相位中的最小相位。
4.根据权利要求I所述的基于相似性相互作用机理的图像分割方法，其特征在于，步骤4c)所述的阈值ε的取值范围为O < ε < I。
5.根据权利要求I所述的基于相似性相互作用机理的图像分割方法，其特征在于，步骤6a)所述的每个子区间长度I的取值范围为I < I < 5。
6.根据权利要求I所述的基于相似性相互作用机理的图像分割方法，其特征在于，步骤6b)所述的阈值T的取值范围为O彡T彡1500。
全文摘要
本发明提出了一种基于相似性相互作用机理的图像分割方法，主要解决现有分割算法分割效率低、区域一致性不好以及细节信息缺失的问题。其实现步骤是(1)提取待分割图像每个象素点的特征；(2)获得区域块特征；(3)计算区域块与区域块之间的相似度；(4)获得区域块相位值；(5)归类区域块；(6)输出图像分割结果。本发明具有分割效率高、分割结果区域一致性强、细节信息多和边缘效果好的优点，能够有效地对纹理图像和SAR图像进行分割，可用于图像目标识别。
文档编号G06T7/00GK102622761SQ201210109158
公开日2012年8月1日 申请日期2012年4月13日 优先权日2012年4月13日
发明者侯彪, 刘芳, 吴建设, 张向荣, 杨淑媛, 焦李成, 王爽, 钟桦, 陆蕊 申请人:西安电子科技大学