基于四元數(shù)和譜聚類的彩色圖像分割方法研究.pdf

1、圖像分割在計(jì)算機(jī)視覺(jué)領(lǐng)域應(yīng)用廣泛，是圖像分析與圖像處理中研究的重點(diǎn)和難點(diǎn)之一。生活中常見(jiàn)的圖像為彩色圖像，與灰度圖像相比，彩色圖像包含有更豐富的顏色和紋理信息，這些信息的綜合利用可以有效提高圖像分割的性能。針對(duì)不同特征的圖像和不同的應(yīng)用，人們研究和提出了多種多樣的彩色圖像分割方法，其中基于譜聚類的圖像分割方法成為近些年來(lái)的一類主流方法，其特點(diǎn)是能收斂到全局最優(yōu)解且對(duì)數(shù)據(jù)樣本空間無(wú)限制?；谧V聚類的圖像分割方法的關(guān)鍵是合理描述和提取圖像的

2、特征，進(jìn)而建立能準(zhǔn)確體現(xiàn)圖像像素間關(guān)系的相似度矩陣。然而，目前常見(jiàn)的彩色圖像分割方法，往往只是簡(jiǎn)單地將彩色圖像轉(zhuǎn)化為灰度圖像或者是采用分通道的處理方法，將針對(duì)灰度圖像的分割方法擴(kuò)展用于彩色圖像分割。常用的基于譜聚類的彩色圖像分割方法在建立相似度矩陣時(shí)，往往只考慮了彩色圖像的顏色信息，而沒(méi)有考慮彩色圖像的紋理、梯度和邊界等信息。
　　本文針對(duì)基于譜聚類的彩色圖像分割算法中的關(guān)鍵問(wèn)題展開(kāi)研究，研究工作主要分為以下幾點(diǎn)：
　　(1

3、)四元數(shù)工具相對(duì)于流行的歐氏距離在描述彩色像素的顏色差別和彩色三通道間的光譜聯(lián)系上具有明顯的優(yōu)勢(shì)，本文利用四元數(shù)旋轉(zhuǎn)理論來(lái)度量彩色像素間的色差距離，提出了一種基于四元數(shù)的彩色圖像譜聚類分割方法。實(shí)驗(yàn)表明，基于四元數(shù)的彩色圖像譜聚類分割方法的性能要優(yōu)于基于歐氏距離的譜聚類圖像分割方法。
　　(2)研究了目前流行的譜聚類分割方法只考慮相鄰像素和超像素間相似度而造成錯(cuò)分的問(wèn)題，并利用圖論的最短路徑法，提出了一種基于全域相似度的譜聚類分割

4、方法。該方法在建立相似度矩陣的過(guò)程中，同時(shí)計(jì)算了相鄰和非相鄰的像素間以及相鄰和非相鄰的超像素間的相似度，并利用閾值將獲得的全域相似度矩陣進(jìn)行稀疏化以提高算法的效率。實(shí)驗(yàn)結(jié)果表明，該方法能準(zhǔn)確快速地對(duì)圖像進(jìn)行分割。
　　(3)研究了 Snake模型中的圖像力定義的問(wèn)題，提出了一種基于四元數(shù)的彩色Snake圖像分割方法。該方法利用四元數(shù)旋轉(zhuǎn)理論來(lái)描述彩色像素間的色差，從而計(jì)算出彩色圖像的梯度，并將該基于四元數(shù)的彩色圖像梯度信息用于定義

5、 Snake模型中的圖像力。實(shí)驗(yàn)結(jié)果表明，基于四元數(shù)彩色梯度的Snake模型比基于歐氏距離梯度的Snake模型能更快更準(zhǔn)確地收斂到目標(biāo)區(qū)域的邊界。
　　(4)研究了超像素間的相似度計(jì)算問(wèn)題，提出了一種混合控制機(jī)制的相似度計(jì)算方法。該方法在計(jì)算超像素間的相似度時(shí)，不僅考慮了相鄰的超像素間的相似度，還計(jì)算了非相鄰的超像素間的相似度。對(duì)于同質(zhì)性較好的超像素，利用四元數(shù)旋轉(zhuǎn)理論來(lái)計(jì)算它們的色差。對(duì)于不同質(zhì)的超像素，在計(jì)算它們之間的相似度時(shí)

6、，不僅考慮超像素的顏色均值，而且還考慮了超像素的顏色方差信息。同時(shí)，該方法利用圖像的邊界信息對(duì)生成的超像素進(jìn)行合并，有效減少了超像素的數(shù)目，降低了相似度矩陣的維度。另外，該方法在計(jì)算相似度時(shí)，還考慮了圖像的梯度信息，使獲得的全域相似度矩陣更加稀疏化，有效提高了算法的運(yùn)行效率。
　　(5)研究了局部二值模式（LBP）的翻轉(zhuǎn)不變性問(wèn)題，提出了一種具有翻轉(zhuǎn)不變性的局部二值模式（RLBP）紋理描述算子。流行的LBP算子僅具備平移、旋轉(zhuǎn)、縮