文献类型：期刊文章

作　　者：高丽[1,2] 杨树元[1] 李海强[3]

机构地区：[1]中国科学院研究生院 [2]中国科学院声学研究所数字系统集成部,北京100080 [3]Sonyericsson中国研发中心

出　　处：《中国图象图形学报》

基　　金：中国科学院海外杰出学者基金项目(E09JJ02)

年　　份：2007

卷　　号：12

期　　号：6

起止页码：1025-1032

语　　种：中文

收录情况：BDHX、BDHX2004、CSCD、CSCD2011_2012、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为了降低分水岭算法的过分割问题,提出一种新改进的基于标记的分水岭图像分割方法。该方法是在分水岭算法的基础上,算法直接应用分水岭在原始梯度图像而并非简化之后的图像进行分割,从而保证没有物体边缘信息的丢失。与此同时,新算法设计一种新的标记提取方法,从梯度的低频成份中提取与物体相关的局部极小值。它们将构成二值标记图像。然后,将提取的标记利用形态学极小值标定技术强制作为原始梯度图像的局部极小值,而屏蔽梯度图像中原有的所有局部极小值。最后,分水岭在经过修改之后的梯度图像上进行图像分割,最终获得较好的图像分割结果。利用本文提出的图像分割算法可以获得较为理想的图像分割结果。通过对不同类型的图像进行试验,证明本文提出的图像分割算法能够获得符合人类视觉特点,具有实际意义而且一致的分割区域,以及较为准确、连续、一个像素大小的物体边界。与其他的分水岭改进方法相比,本文提出的方法要求的计算复杂度较低,具有简单的参数,同时能够更为有效地降低分水岭算法的过分割问题。

关 键 词：图像分割 彩色图像的梯度图  巴特沃思低通滤波  数学形态学 标记提取  分水岭  

分 类 号：TN919.81]