一种由MatLab实现的图像分割改进算法

戴艳芳，宋志刚

（中国空空导弹研究院，洛阳471099）

·微机软件·

一种由MatLab实现的图像分割改进算法

戴艳芳，宋志刚

（中国空空导弹研究院，洛阳471099）

图像分割技术广泛应用于当今社会的多个领域中，是图像处理的重点和难点。首先从阐述图像分割技术的概况及其基本概念开始，在简要介绍了常用的图像分割技术方法的基础上，对使用MatLab工具软件实现图像分割技术的最大类间方差法及其改进算法进行了详细说明，最终，通过例子验证了改进后的最大类间方差法的优势。

图像分割；图像处理；MatLab工具；最大类间方差法

1 引 言

所谓图像分割是按照一定的规则将一幅图像或景物分成若干部分或子集的过程。在图像研究和应用过程中，人们往往仅对各幅图像中的某些部分感兴趣，这些部分常称为目标或前景，它们一般对应图像中特定的具有独特性质的区域。为了辨别和分析目标，需要将这些区域分离提取出来，在此基础上才有可能对目标进一步利用。

图像分割一直是图像处理领域中的重点和难点。图像在分割后的处理，如特征提取、目标识别等都依赖图像分割的质量，所以分割被视为图像处理中的瓶颈。

2 图像分割技术概述

2.1 图像分割的基本概念

图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。虽然目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法，因此，对图像分割的研究还在不断深入之中。

图像分割在不同领域中有时也用其他名称，如目标轮廓（object lineation）技术，阈值化（thresholding）技术，图像区分或求差（image discrimination）技术，目标检测（targettracking）技术，目标识别（target recognition）技术，目标跟踪（target tracking）等，这些技术本身或核心实际上也是图像分割技术。

2.2 图像分割技术的应用

图像分割技术的应用非常广泛，几乎出现在有关图像处理的所有领域，并涉及各种类型的图像。主要表现在医学影像分析、军事研究、遥感气象服务、交通图像分析、面向对象的图像压缩和基于内容的图像数据库查询等领域。

3 图像分割的常用方法

3.1 图像边缘检测法

边缘检测法是所有基于边界分割的图像分析方法的第一步，物体的边缘是以图像局部特征的不连续性形式出现的，例如，灰度值突变，颜色突变，纹理结突变等。从本质上说，边缘常常意味着一个区域的终结和另一个区域的开始。为了计算方便起见，通常选择一阶和二阶导数来检测边界，利用求导的方法可以很方便的检测到灰度值的不连续效果。边缘检测可以借助空域微分算子利用卷积来实现。

图像边缘信息在图像分析中是十分重要的，检测出边缘的图像就可以进行特征提取和形状分析。

3.2 图像阈值分割法

在图像分割的诸多方法中，阈值分割是一种广泛使用的图像分割技术，它利用了图像中要提取的目标与其背景在灰度特性上的差异，把图像视为具有不同灰度级的两类区域（目标和背景）的组合，选取一个合适的阈值，以确定图像中每一个像素点应该属于目标还是背景区域，从而产生相应的二值图像。阈值分割不仅可以大量压缩数据，减少存储容量，而且能大大简化在其后的分析和处理步骤。

阈值分割的关键是阈值选取，如果阈值选取过高，则过多的目标点被误归为背景；阈值选取过低，则会出现相反的情况。常见的阈值选取方法有：最大类间方差法（也称为Otsu法）、二维最大熵阈值分割法，直方图阈值分割法等。

4 MatLab实现的最大类间方差算法

Ostu提出的最大类间方差法是在判决分析最小二乘法原理的基础上推导得出的，算法较为简单，是一种被广为关注的阈值选取方法。下面是利用MatLab实现的标准最大类间方差法及改进的最大类间方差法计算灰度阈值的程序清单：

图1所示为改进算法前后MatLab得出的分割图像效果比对。

图1 算法改进前后图像效果比对

上述程序的后半段对标准的最大类间方差法进行了改进，修改了T值的计算方法，加入了由目标和背景的灰度分布特性来确定的参数w0，w1。改进后的最大类间方差法降低了分割后图像的噪声。如图1所示，图Otsu是由标准的最大类间方差法得出的分割图像，瀑布边缘噪声较多；图my Otsu是由改进后的最大类间方差法得出的分割图像，可以看出，经过改进后算法得出的阈值分割原始图像已经有效去除了图中瀑布边缘的噪声。

5 结束语

尽管人们在图像分割方面做了很多工作，由于尚无通用的图像分割理论，现在所提出的图像分割算法都是针对具体问题的，并没有一种适合于所有图像的通用分割算法。在需要解决一个具体的图像分割问题时，往往发现难于找到一个非常适用的现成方法。因此，在解决问题的过程中需要依据经验去选择方法，通过反复研究、尝试和改进来找到一种最佳方案。

［1］夏良正，李久贤.数字图像处理［M］.南京：东南大学出版社，2005.

［2］余波成.数字图像处理及MATLAB实现［M］.重庆：重庆大学出版社，2003.

［3］高秀娟.图像分割的理论、方法及应用［D］.吉林：吉林大学，2006.

［4］管慧娟.基于区域的图像分割方法［D］.大连：大连理工大学，2006.

Im provement of Image Segmentation Algorithm by MatLab

DAIYan-fang，SONG Zhi-gang
（China Airborne Missile Academy，Luoyang 471099，China）

The image segmentation technology iswidely used in many fields，which is the key point and the difficulty of image processing.The paper starts from the description of image segmentation technology and its basic concept，based on the introduction of the commonly used image segmentation methods，and themaximum class using the MatLab to realize the image segmentation technology variance method and its improved algorithms are analyzed in detail，finally，the examples are used to prove the advantage of the improved variancemethod.

Image segmentation；Image processing；MatLab；Otsu algorithm

10.3969／j.issn.1002-2279.2014.05.010

TP311

：A

：1002-2279（2014）05-0031-03

戴艳芳（1982-），女，云南人，工程师，主研方向：软件测试、软件工程。

2014-02-24