基于K近鄰快速區(qū)域歸并的圖像分割算法研究及應(yīng)用.pdf

1、圖像分割是圖像處理領(lǐng)域中的經(jīng)典難題,也一直是圖像處理技術(shù)研究中的熱點(diǎn)和焦點(diǎn)。隨著計(jì)算機(jī)處理能力的提高和對(duì)圖像處理的需求增加,圖像分割更是受到研究者們?cè)絹?lái)越多的關(guān)注。然而,現(xiàn)有的圖像分割算法都有一定的缺陷,必須要在效率和效果之間進(jìn)行取舍,不能同時(shí)滿(mǎn)足。更重要的是,由于圖像種類(lèi)的千差萬(wàn)別,一般的圖像分割算法都只能處理特定類(lèi)型的圖像。很難找到一種適合所有圖像的分割算法。本文就是以此為目標(biāo),力圖找到對(duì)各種圖像特征能夠統(tǒng)一處理的分割算法。具體而言

2、,本文包括以下主要內(nèi)容:
　　 1.從局部像素出發(fā),分析像素點(diǎn)之間的關(guān)系。帶著將相似的像素點(diǎn)分配到同一分割中去的目標(biāo),在分析各種圖像特征對(duì)分割影響的前提下,設(shè)計(jì)出一種新的區(qū)域相似度。這種區(qū)域相似度最大的特點(diǎn)在于它能夠?qū)⒏鞣N圖像特征進(jìn)行有效量化,并包含到統(tǒng)一的相似度方程當(dāng)中,使得用一種方法處理所有圖像的分割問(wèn)題在理論上有了可能。
　　 2.在區(qū)域相似度的基礎(chǔ)上提出一種新的區(qū)域合并算法來(lái)解決分割問(wèn)題。本文中圖像分割問(wèn)題被當(dāng)作

3、區(qū)域的合并過(guò)程,首先利用過(guò)分割技術(shù)將輸入圖像打碎,得到初始分割區(qū)域,并建立起K近鄰圖。這里,K近鄰圖的每個(gè)結(jié)點(diǎn)表示一個(gè)分割區(qū)域,同時(shí)將區(qū)域相似度賦予對(duì)應(yīng)結(jié)點(diǎn)之間的邊,作為權(quán)重。K近鄰圖的每個(gè)結(jié)點(diǎn)至多有K條邊,連接K個(gè)最近鄰居。利用它我們可以把整個(gè)區(qū)域合并過(guò)程的時(shí)間復(fù)雜度降到O(τKlog,(K)),其中K為初始的分割區(qū)域數(shù)目,τ為每一次合并當(dāng)中需要更新的結(jié)點(diǎn)數(shù)目。
　　 3.利用Intrinsicimages分解算法設(shè)計(jì)分類(lèi)器將

4、圖像分解成包含光照信息和顏色、形狀信息的兩層,去除光照對(duì)于圖像的影響,在此基礎(chǔ)上利用本文提出的分割算法來(lái)處理光照?qǐng)鼍跋碌姆指顔?wèn)題。
　　 4.給出文中所有算法的實(shí)現(xiàn),并提供試驗(yàn)結(jié)果來(lái)證明算法的魯棒性和效率。另外,我們還將基于K近鄰圖的快速圖像分割算法與視網(wǎng)膜硬性滲出檢測(cè)相結(jié)合,設(shè)計(jì)出了新的視網(wǎng)膜硬性滲出檢測(cè)算法。這個(gè)算法運(yùn)行迅速,而且通過(guò)包含8張硬性滲出的視網(wǎng)膜圖像庫(kù)STARE的測(cè)試,算法在有效性高達(dá)95.42％的同時(shí)保持了平均