摘 要：文章簡(jiǎn)述了計(jì)算機(jī)視覺(jué)領(lǐng)域中的彩色圖像分割算法，包括全局調(diào)色板量化算法、基于色差最小準(zhǔn)則的量化算法、模糊聚類(lèi)算法以及基于區(qū)域的分割方法。彩色圖像分割算法類(lèi)型多樣，功能和用途均有所不同。文章主要從醫(yī)療業(yè)、農(nóng)業(yè)、航空航天等領(lǐng)域研究幾種彩色圖像分割算法的應(yīng)用情況及其現(xiàn)實(shí)意義，研究目的在于拓寬彩色圖像分割算法的應(yīng)用范圍，以推動(dòng)計(jì)算機(jī)的現(xiàn)代化發(fā)展。

　　關(guān)鍵詞：計(jì)算機(jī)視覺(jué)彩色圖像;全局調(diào)色板量化算法;模糊聚類(lèi)算法

　　1 基于計(jì)算機(jī)視覺(jué)的彩色圖像分割系統(tǒng)

　　(1)顏色量化階段算法。全局調(diào)色板量化算法：在 RGB 顏色空間內(nèi)，通過(guò)系統(tǒng)調(diào)色板上投射的真彩色圖像建立調(diào)色板圖像是全局調(diào)色板量化算法的基本構(gòu)思，并計(jì)算圖像中像素顏色與調(diào)色板顏色的間隔，取最近點(diǎn)顏色代替像素顏色以生成調(diào)色板圖像。距離計(jì)算公式： E= (R1 -R2 ) 2 +(G1 -G2 ) 2 +(B1 -B2 ) 2 姨基于色差最小準(zhǔn)則的量化算法：由于 RGB 顏色空間內(nèi)存在顏色變化強(qiáng)烈刺激人眼導(dǎo)致量化不合理，故應(yīng)采取本算法： ①通過(guò)圖像信息來(lái)確認(rèn)該圖像文件為 24 位真彩色圖像;②對(duì)該圖像每一行的像素?cái)?shù)進(jìn)行計(jì)算以獲取相應(yīng)數(shù)據(jù);③對(duì)獲取的顏色信息加以統(tǒng)計(jì)，并通過(guò)對(duì)真彩色信息的壓縮控制顏色種類(lèi)，然后利用人眼的辨色功能，完成色差最小準(zhǔn)則的量化計(jì)算。

　　(2)自適應(yīng)模糊聚類(lèi)算法。聚類(lèi)過(guò)程是指按照一群抽象或物理數(shù)據(jù)對(duì)象的相似度進(jìn)行分組，并將相似對(duì)象組合成同一組的過(guò)程，而聚類(lèi)分析是指從確定的數(shù)據(jù)庫(kù)中獲取數(shù)據(jù)對(duì)象之間的相關(guān)性。模糊集合 A=(μA (xi )，xi )|x 姨 姨 i∈X ，表示一個(gè)對(duì)象 x 隸屬于集合 A 的程度函數(shù)，用 μ(x)表示，取值范圍為[0，1]， A 即 0≤μ(x)=1，當(dāng)取值為 1 時(shí)，可表示為 x A εA。若把聚類(lèi)產(chǎn)生的簇當(dāng)做一個(gè)模糊集合，那么這個(gè)簇里的每個(gè)樣本點(diǎn)都可在[0，1]的取值范圍內(nèi)找到。當(dāng)一個(gè)數(shù)據(jù)集的隸屬度總和為 1 時(shí)，模糊 C 均值聚類(lèi)的表示方法： c Σi = 1 uij =1， j=1，...，n，可簡(jiǎn)化為 J(U，c1，...，cc )= c Σi = 1 Ji= c i = 1 Σ n Σj uij m dij 2 。其中 uij 在[0，1]之間取值，而模糊組 I 的聚類(lèi)中心用 ci 表示;m 作為加權(quán)指數(shù)取值范圍為[0，1]。為確保以上公式獲得最小值，應(yīng)滿足如下條件： J(U，c1 ，...，cc ，λ1 ，...，λn )=J(U，c1 ，...，cc )+Σj=1 n λ(j c i = 1 Σuij -1)= c i = 1 Σ n Σj uij m dij 2 + n i = 1 Σλ(j c i = 1 Σuij -1)通過(guò)模糊聚類(lèi)算法，可獲得由 C*N 和 C 個(gè)聚類(lèi)中心點(diǎn)向量構(gòu)成的模糊劃分矩陣，從而明確每個(gè)樣本點(diǎn)對(duì)應(yīng)的隸屬度。每個(gè)聚類(lèi)中心對(duì)應(yīng)相應(yīng)數(shù)據(jù)類(lèi)的平均特征。因此采用此種算法意義更大。

　　(3)基于區(qū)域的分割方法。將點(diǎn)劃分為區(qū)域的前提是明確區(qū)域數(shù)目，然后根據(jù)該區(qū)域的獨(dú)特性從眾多區(qū)域中分割出來(lái)，并保證所分割的區(qū)域具有可靠的判斷依據(jù)。比如邊緣跟蹤法、閾值法。以上兩種方法的基本原理是確定像素相似群體，然后根據(jù)其對(duì)應(yīng)的實(shí)體世界平面，將 I 設(shè)定為滿足檢測(cè)準(zhǔn)則的小塊物體，然后對(duì)其鄰近點(diǎn)的色彩值和灰度值加以檢測(cè)，若檢測(cè)結(jié)果顯示鄰近點(diǎn)接受后“生長(zhǎng)”成新的 I，然后重復(fù)以上過(guò)程直至鄰近點(diǎn)終止生長(zhǎng)。通常來(lái)說(shuō)，應(yīng)該按照具體像素的特征獲取種子像素，而采用生長(zhǎng)準(zhǔn)則可在未確定具體問(wèn)題的情況下計(jì)算對(duì)應(yīng)像素。換言之，獲取生長(zhǎng)準(zhǔn)則與掌握具體問(wèn)題特征二者之間并不存在直接聯(lián)系，可單獨(dú)進(jìn)行，無(wú)需依靠具體問(wèn)題，僅需要明確圖像數(shù)據(jù)種類(lèi)亦可獲取生長(zhǎng)準(zhǔn)則。比如，采用單色準(zhǔn)則時(shí)，彩色圖像的獲取會(huì)受到干擾，此時(shí)建議合并兩個(gè)區(qū)域。

　　2 彩色圖像分割算法的應(yīng)用

　　(1)在醫(yī)療業(yè)中的應(yīng)用。彩色圖像分割算法在在醫(yī)療領(lǐng)域主要用于處理醫(yī)學(xué)圖像。臨床醫(yī)生借助彩色圖像分割法對(duì)醫(yī)學(xué)圖像傳遞的信息加以分析從而做出判斷。比如，有人根據(jù)醫(yī)學(xué)彩色圖像三維色彩信息，在灰關(guān)聯(lián)的作用下獲取色彩灰關(guān)聯(lián)圖像，采用分割發(fā)對(duì)人腦圖像進(jìn)行有效而精確提取。然后利用遺傳算法 C- 均值聚類(lèi)分割醫(yī)學(xué)彩色圖像，在 RGB 空間內(nèi)聚類(lèi)，最終完成醫(yī)學(xué)病理彩色圖像的獲取，實(shí)踐效果十分理想。另有人利用區(qū)域分割，明確待分割組織的主體區(qū)域，保存了目標(biāo)對(duì)象邊界鄰近點(diǎn)的邊緣特征，然后根據(jù)跟蹤法精確處理邊界定位，從而實(shí)現(xiàn)精準(zhǔn)分割。

　　(2)在農(nóng)業(yè)中的應(yīng)用。①計(jì)算機(jī)視覺(jué)領(lǐng)域的彩色圖像分割算法在農(nóng)產(chǎn)品分級(jí)中應(yīng)用廣泛。主要用于檢測(cè)農(nóng)產(chǎn)品的損壞情況，從而對(duì)農(nóng)產(chǎn)品分級(jí)。由于采用邊界跟蹤法時(shí)，獲取顏色十分重要，因此需利用神經(jīng)網(wǎng)絡(luò)辨別牛肉的顏色，然后根據(jù)特定顏色的特征利用灰度圖像分割技術(shù)分割需要的彩色圖像。有研究顯示，傳統(tǒng)分水嶺算法存在明顯缺陷，而改進(jìn)后的算法可用于對(duì)熏烤肉制品表面圖像的分割，而利用模糊均值聚類(lèi)算法可對(duì)人體肌肉和脂肪圖像進(jìn)行分割，然后采用數(shù)學(xué)形態(tài)學(xué)運(yùn)算分割背長(zhǎng)肌區(qū)域，從而獲取大理石花紋和顏色特征，并根據(jù)所獲得信息建立與之相關(guān)的預(yù)測(cè)模型。②計(jì)算機(jī)視覺(jué)領(lǐng)域的彩色圖像分割算法在農(nóng)產(chǎn)品自動(dòng)收獲方面應(yīng)用十分突出。近年來(lái)關(guān)于此方面的研究取得了十分可喜的進(jìn)展。比如，有研究人員就采摘農(nóng)產(chǎn)品這一問(wèn)題，提出了采用機(jī)器人替代人工的設(shè)想，并取得了十分理想的實(shí)踐效果。另有研究人員利用彩色圖像分割算法來(lái)定位、檢測(cè)蘋(píng)果，提取了蘋(píng)果樹(shù)的原始圖像，并明確了蘋(píng)果的輪廓線。

　　(3)在航空航天中的應(yīng)用。在天氣惡劣，并受限于距離和視覺(jué)角度以及照相設(shè)備等情況下，利用人工行駛航空偵查檢測(cè)工作，不但工作效率大大降低，而且檢測(cè)結(jié)果存在較大誤差。因此，航空航天領(lǐng)域需要用彩色圖像分割算法進(jìn)行航空偵查檢測(cè)。高維特征空間內(nèi)含紋理、色彩、空間，需行均值平移濾波，然后利用聚類(lèi)方法分割圖像。

　　3 結(jié)語(yǔ)

　　文章探究了幾種彩色圖像分割算法，并根據(jù)彩色圖像特征，在利用不同顏色空間的優(yōu)勢(shì)，提出了相應(yīng)的設(shè)計(jì)設(shè)想。比如，顏色量化階段提出全局調(diào)色板量化算法和基于色差最小原則的算法;在顏色聚類(lèi)方面提出自適應(yīng)模糊 C 均值聚類(lèi)算法。同時(shí)又對(duì)不同領(lǐng)域彩色圖像分割算法的應(yīng)用情況予以分析，為彩色圖像分割算法的實(shí)踐價(jià)值提供了有力證明，為日后持續(xù)推廣打開(kāi)了新的局面。

　　參 考 文 獻(xiàn)

　　[1]郭曉剛，蔡金玲，朱莉.改進(jìn)遺傳算法在圖像分割中的應(yīng)用[J].儀表技術(shù)，2016，(2).

　　計(jì)算機(jī)視覺(jué)領(lǐng)域中的彩色圖像分割算法探究相關(guān)推薦計(jì)算機(jī)核心期刊論文范文

轉(zhuǎn)載請(qǐng)注明來(lái)自：http://www.jinnzone.com/zhinengkexuejishulw/69032.html