CN104134219A - 基于直方图的彩色图像分割算法 - Google Patents

Abstract

本发明提出一种基于直方图的彩色图像分割算法，该方法包括以下几个步骤：首先统计彩色图像RGB三分量直方图，并分别对其进行预处理，以使各直方图波形尽可能保持光滑；其次采用一种波峰波谷快速定位算法搜索各直方图中波谷，并将波谷作为阈值对各直方图进行多级划分；再次将划分后直方图进行合并，重新构建出一个新的直方图，二次采用波峰波谷快速定位算法查找波谷，并对该直方图进行多级划分，进而确定出初始聚类中心；最后通过对彩色图像进行预分割提取超像素，将分割区域作为样本数据，并根据确定出的聚类中心对样本数据进行模糊聚类。本发明有效地提高了彩色图像模糊聚类算法的执行效率和聚类性能，并通过运行时间和PRI指标验证了本算法的有效性。

Description

基于直方图的彩色图像分割算法

技术领域

本发明涉及数字图像处理领域，特别涉及一种彩色图像分割算法。

背景技术

图像分割是图像处理中的一个基本问题，同时也是一个研究难题，在模式识别、计算机视觉、机器学习、医学图像处理等领域中有着十分广泛的应用。根据待处理图像是否含有颜色信息，可将图像分割技术分为灰度图像分割技术和彩色图像分割技术。

灰度图像分割技术主要用于处理文本图像、工业图像、医学图像等，主要包括边缘检测算法、聚类算法、阈值分割算法、基于偏微分方程的分割算法等。彩色图像分割技术主要用于处理自然图像、视频等，主要有基于图论的交互式分割算法、聚类算法等。基于图论的分割算法属于监督式的分割算法，主要用于编辑照片等需要人工交互的应用领域。而聚类算法属于无监督的分割算法，可用于彩色图像聚类、视频处理等，经典算法如模糊聚类算法等。

由于模糊聚类算法不受样本数据的维度限制，它可以处理一维的灰度图像、三维的彩色图像以及更高维数据，加之具有鲁棒的聚类性能，因此模糊聚类算法得到了非常广泛的研究及应用。在现有的模糊聚类算法中，有自动确定聚类个数的模糊聚类算法，基于蚁群优化算法的彩色图像聚类算法，直方图阈值分割的彩色图像模糊聚类算法等。但这些算法由于寻优迭代或样本数据数目巨大，从而使聚类过程比较耗时，算法的实时性较差，聚类性能仍有待进一步提高。因此，需要一种方法解决上述问题。

发明内容

本发明所要解决的技术问题是为克服现有的彩色图像模糊聚类技术的不足，提出一种基于直方图的彩色图像分割方法。所述方法在提高彩色图像模糊聚类算法的执行效率和聚类性能方面有显著地提高。

为了解决上述技术问题，本发明所采用的技术方案是：

一种基于直方图的彩色图像分割方法，包括如下步骤：

步骤A，对彩色图像RGB三分量直方图分别进行预处理，以使直方图波形保持光滑；

步骤B，采用波峰波谷快速定位算法获取RGB三分量预处理后直方图中波谷，并将这些波谷作为阈值对直方图进行多级划分；

步骤C，根据RGB三分量直方图的划分，将所有像素点重新组合成一个新的划分；

步骤D，根据图像像素的初步划分重新统计出一个新的直方图，再次采用波峰波谷快速定位算法获取直方图中所有波谷，并将这些波谷作为阈值对该直方图进行多级划分，接下来更新图像像素所属类别，计算各类的颜色均值以作为初始聚类中心；

步骤E，对彩色图像进行预分割提取超像素，将分割区域作为初始样本数据，每个分割区域用其颜色均值来描述；

步骤F，利用步骤D中的初始聚类中心对步骤E中的样本数据进行模糊聚类。

所述步骤A进一步包括：

对各分量直方图进行平滑处理后，可能仍会存在大量的局部极值，需要将这些局部极值一一去除，以进一步提高直方图波形的平滑度，减少局部极值的影响。

所述步骤B采用基于灰度波动变换思想的波峰波谷快速定位算法来获取整个直方图波形中的所有波峰波谷，该定位算法是通过搜索直方图中所有可能的波峰波谷，当某一波峰与其邻近的某一波谷的差值大于给定波动阈值T时，即可确定出一个波峰或波谷。

所述步骤E中，采用典型的分水岭算法对彩色图像进行预分割，利用图像颜色信息来计算梯度值，以此减弱过分割现象，从而使得预分割过程更为准确。

本发明的有益效果：本发明提出了一种基于直方图的彩色图像分割算法，所述算法利用彩色图像各分量直方图信息来初始化聚类中心，然后采用模糊聚类算法完成彩色图像分割。在初始化聚类中心阶段，主要处理对象为各分量直方图，并非图像像素；在模糊聚类阶段，通过对图像进行预分割提取超像素，使用分割区域取代像素点作为新的样本数据，最终使得本发明的执行效率得到了大幅度提高。另外，本发明利用一种更为有效的波峰波谷快速定位算法进行波谷的准确定位，并利用波谷作为分割阈值对直方图进行划分，进而获取到更为合理的初始聚类中心。本发明有效地提高了彩色图像模糊聚类算法的执行效率和聚类性能。

附图说明

图1是本发明基于直方图的彩色图像分割算法的流程图。

具体实施方式

下面结合附图，对本发明提出的一种基于直方图的彩色图像分割方法进行详细说明：

如图1所示，本发明的图像分割方法，其步骤如下：

步骤A，对彩色图像RGB三分量直方图分别进行预处理，以使直方图波形保持光滑；

步骤B，采用波峰波谷快速定位算法获取RGB三分量预处理后直方图中波谷，并将这些波谷作为阈值对直方图进行多级划分；

步骤C，根据RGB三分量直方图的划分，将所有像素点重新组合成一个新的划分；

步骤D，根据图像像素的初步划分重新统计出一个新的直方图，再次采用中波峰波谷快速定位算法获取直方图中所有波谷，并将这些波谷作为阈值对该直方图进行多级划分，接下来更新图像像素所属类别，计算各类的颜色均值以作为初始聚类中心；

步骤E，对彩色图像进行预分割提取超像素，将分割区域作为初始样本数据，每个分割区域用其颜色均值来描述；

步骤F，利用步骤D中的初始聚类中心对步骤E中的样本数据进行模糊聚类。

下面结合图1详细说明本发明的基于直方图的彩色图像模糊聚类分割方法。

首先，进行直方图预处理。记一幅彩色图像的RGB三原色各分量直方图分别为R(i)、G(i)和B(i)，灰度级i的取值范围为[0,255]，其中R(i)、G(i)和B(i)为彩色图像中灰度级i的RGB各分量出现的次数。为使直方图分布尽可能保持光滑，本发明对各分量直方图进行了如下平滑处理：

$H_S\left(i\right)=\frac{1}{2k+1}\underset{x=i-k}{\overset{i+k}{\mathrm{\Σ}}}S\left(x\right)---\left(1\right)$

其中k取正整数，S(x)为某一分量直方图，即S∈{R,G,B}，如H_R(i)表示为平滑后的R分量直方图。参数k不能取值过大，否则会造成直方图过度平滑，通常k取2即可，这样不仅可以使直方图达到平滑效果，而且还能保证不会丢失过多的图像细节信息。由于k取值较小，经上述平滑处理后直方图中可能仍会存在大量的局部极值，因此需要将这些局部极值一一去除，以进一步提高直方图波形的平滑度，减少局部极值的影响。本发明采用下式查找直方图中所有局部极值：

$\left\{\begin{array}{c}\mathrm{PMax}=\left\{i\right|H_S\left(i\right)>H_S(i-1)^H_S\left(i\right)>H_S(i+1)\}\\ \mathrm{VMin}=\left\{i\right|H_S\left(i\right)<H_S(i-1)^H_S\left(i\right){<H}_S(i+1)\}\end{array}\right.---\left(2\right)$

其中PMax为极大值集合，VMin为极小值集合。极大值去除方法采用相邻次大值进行替换，而极小值去除方法采用相邻次小值进行替换，即：

$\left\{\begin{array}{cc}{H}_S\left(i\right)=\max \{H_S(i-1),H_S(i+1)\},& \mathrm{if\; i}\&Element;\mathrm{PMax}\\ H_S\left(i\right)=\min \{H_S(i-1),H_S(i+1)\},& \mathrm{if\; i}\&Element;\mathrm{VMin}\end{array}\right.---\left(3\right)$

经上述预处理后，可使得直方图波形更为光滑，以便波峰波谷的准确定位。

其次，对直方图进行多级划分。本发明采用基于灰度波动变换思想的波峰波谷快速定位算法来获取整个直方图波形中的所有波峰波谷。该定位算法是通过搜索直方图中所有可能的波峰波谷，当某一波峰与其邻近的某一波谷的差值大于给定波动阈值T时，即可确定出一个波峰或波谷。将该算法应用到本发明中将更为合理有效。其原因有二：一是本发明中处理对象为图像直方图，具有一定的统计特性，受外部噪声等因素影响非常小；二是通过直方图预处理，使得直方图波形更为光滑。这两个特性可以有效减弱本发明对波动阈值T的敏感性，通过大量实验发现，只要设定较小的固定波动阈值T即可完成波峰波谷的准确定位。

利用波峰波谷快速定位算法获取到的波谷记为其中n_S为波谷总个数，所含波峰个数为n_S+1个。若n_S＝0，即则该直方图仅含有一个山峰，为单峰分布，否则为多峰分布。本算法利用获取到的波谷作为阈值将直方图进行多级划分，共划分成n_S+1类，其中当n_S＝0时，即将整个直方图划分为一类。在此步骤中，将所用波动阈值记为T₁。具体划分过程如下：

$\left\{\begin{array}{cc}{L}_S\left(i\right)=0& \mathrm{if}{n}_S=0\\ L_S\left(i\right)=0,& \mathrm{if}{n}_S>0^i<i_i^i=1\\ L_S\left(i\right)=n_S,& \mathrm{if}{n}_S>0^i>i_i^i=n_S\\ L_S\left(i\right)=i-1,& {\mathrm{ifn}}_S>0^i>i_{i-1}^i<i_i^i>1\end{array}\right.---\left(4\right)$

其中L_S(i)为对各分量直方图的一个划分。

再次，将RGB直方图合并。根据上述从RGB各分量直方图中获取波谷数n_R、n_G和n_B，则采用直方图多级划分方法得到的分类数分别为C_R、C_G和C_B，其中C_R＝n_R+1、C_G＝n_G+1和C_B＝n_B+1。在对各分量直方图划分后，需要将其合并，以得到整幅图像像素的一个划分。根据各分量直方图划分，可以得到各像素点可能的分类方式共有L＝C_R×C_G×C_B种。记彩色图像中任意像素点的像素值为(r,g,b)，则该像素点所属分类编号为：

L(r,g,b)＝L_R(r)×C_G×C_B+L_G(g)×C_B+L_B(b)   (5)

接下来，初始化聚类中心。在完成所有像素点的划分后，统计每一分类(编号为i)所含有的像素点个数H(i)，其中i∈[0,L-1]，由此得到了一个新的直方图H(i)。然后再采用与RGB三分量直方图相同的直方图多级划分方法得到H(i)的一个划分其中所采用的波动阈值记为T₂。通过RGB直方图合并后得到的新直方图H(i)的长度通常有L＜＜255，由于同一幅图像其像素点个数一定，相对于原始直方图，新直方图的高度将更高，导致波峰波谷之间落差更大，可以发现两波动阈值的比值与其对应的直方图大小的比值成反比，即因此波动阈值T₂可设置为：

$T_2=\mathrm{\&beta;}\frac{256}{L}{T}_1---\left(6\right)$

其中为β控制参数。记划分)包含C类，由此将图像初始分为C类。各个像素点最终的分类编号Υ(r,g,b)可通过下式计算得到：

然后，计算各类的颜色均值将其作为初始聚类中心，其中i∈[0,C-1]。

对图像进行预分割，将得到的分割区域代替像素点作为新的样本数据是一种可采纳的解决方案，典型的预分割算法如分水岭算法。但是分水岭算法是基于灰度图像的梯度信息，而忽略了彩色图像所包含的丰富彩色信息，从而导致其分割结果中过分割现象较为严重。因此，本发明利用图像颜色信息来计算梯度值，以此减弱过分割现象，从而使得预分割过程更为准确。由于采用分水岭算法分割得到的区域面积通常较小，因此本发明采用区域颜色均值描述每个区域，来构成一个新的样本集合，取代了由像素点组成的样本数据，这样可使得样本数得到大幅度减少，从而提高模糊聚类效率。

最后，执行模糊聚类算法。模糊聚类算法的关键是设置合理的聚类个数以及聚类中心。常见方法是随机初始化聚类中心，但是采用该方法即使经过大量迭代也未必能够获得理想的聚类效果。尤其对于图像聚类，因为样本数过大，不合理的初始化使得聚类过程更加耗时，并且聚类结果的产生具有一定的随机性。然而一旦比较准确的初始化聚类中心，模糊聚类效果将是非常有效的。本发明利用直方图信息初始化聚类中心，可有效提高模糊聚类性能。

通过上述实施方式，可见本发明具有如下优点：

在初始化聚类中心阶段，本发明的主要处理对象为各分量直方图，并非图像像素；在模糊聚类阶段，本发明通过对图像进行预分割提取出超像素，使用分割区域取代像素点作为新的样本数据，最终使得执行效率得到了大幅度提高。

另外，本发明利用一种更为有效的波峰波谷快速定位算法进行波谷的准确定位，并利用波谷作为分割阈值对直方图进行划分，进而获取到更为合理的初始聚类中心，有效地提高了聚类性能。

Claims (4)

1.一种基于直方图的彩色图像分割算法，其特征在于，包括如下步骤：

步骤A，对彩色图像RGB三分量直方图分别进行预处理，以使直方图波形保持光滑；

步骤B，采用波峰波谷快速定位算法获取RGB三分量预处理后直方图中波谷，并将这些波谷作为阈值对直方图进行多级划分；

步骤C，根据RGB三分量直方图的划分，将所有像素点重新组合成一个新的划分；

步骤D，根据图像像素的初步划分重新统计出一个新的直方图，再次采用波峰波谷快速定位算法获取直方图中所有波谷，并将这些波谷作为阈值对该直方图进行多级划分，接下来更新图像像素所属类别，计算各类的颜色均值以作为初始聚类中心；

步骤E，对彩色图像进行预分割提取超像素，将分割区域作为初始样本数据，每个分割区域用其颜色均值来描述；

步骤F，利用步骤D中的初始聚类中心对步骤E中的样本数据进行模糊聚类。

2.根据权利要求1所述的一种基于直方图的彩色图像分割算法，其特征在于所述步骤A进一步包括：

对各分量直方图进行平滑处理后，可能仍会存在大量的局部极值，需要将这些局部极值一一去除，以进一步提高直方图波形的平滑度，减少局部极值的影响。

3.根据权利要求1所述的一种基于直方图的彩色图像分割算法，其特征在于，步骤B采用基于灰度波动变换思想的波峰波谷快速定位算法来获取整个直方图波形中的所有波峰波谷，该定位算法是通过搜索直方图中所有可能的波峰波谷，当某一波峰与其邻近的某一波谷的差值大于给定波动阈值T时，即可确定出一个波峰或波谷。

4.根据权利要求1所述的一种基于直方图的彩色图像分割算法，其特征在于，在步骤E中，采用典型的分水岭算法对彩色图像进行预分割，利用图像颜色信息来计算梯度值，以此减弱过分割现象，从而使得预分割过程更为准确。