CN107481241A - 一种基于混合方法的彩色图像分割方法 - Google Patents
一种基于混合方法的彩色图像分割方法 Download PDFInfo
- Publication number
- CN107481241A CN107481241A CN201710736906.3A CN201710736906A CN107481241A CN 107481241 A CN107481241 A CN 107481241A CN 201710736906 A CN201710736906 A CN 201710736906A CN 107481241 A CN107481241 A CN 107481241A
- Authority
- CN
- China
- Prior art keywords
- region
- seed
- queue
- image segmentation
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20152—Watershed segmentation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提出了一种基于混合方法的彩色图像分割方法,包括以下得步骤:①空间转化:通过HIS彩色空间对彩色图像进行处理;②初始分割:将处理过的图你进行梯度转化、形成梯度图像,通过梯度图像的分水岭变化来进行图像分割;③种子的选择:在每个待分割的区域找一个生长种子,④区域生长;⑤区域合并。本发明结合结合分水岭分割法及基于区域的自动种子区域生长的方法,利用区域生长的互补性来克服过分分割的不良效果并保证内部区域的一致性。
Description
技术领域
本发明涉及图像分割方法技术领域,具体涉及一种基于混合方法的彩色图像分割方法。
背景技术
图像分割是图像分析和模式识别的首要问题和基本问题,也是图像处理的经典难题。图像分割是指把图像分成各具特性的区域并提取出感兴趣的目标的技术和过程。所以一直受到人们的高度重视,至今已提出了上千种分割算法。彩色图像分割大致分为:直方图阈值法、特征空间聚类法、基于区域的方法、边缘检测方法、模糊方法和神经元网络方法等。其中基于区域的方法包括区域生长、分水岭算法、分裂和归并,以及它的混合技术。这些灰度图像分割算法不仅可以应用于不同的颜色空间,而且可以直接应用于每个颜色分量上。
分水岭算法具有较强的抗噪声干扰能力,可以得到连通的、封闭的及位置准确的轮廓。但由于图像中会出现一些不可预知的噪声或者纹理细节等原因,直接运用分水邻算法进行图像分割,通过会产生过分分割现象。因此,针对上述问题,本发明提出了一种新的技术方案。
发明内容
本发明的目的是提供一种结合分水岭分割法及基于区域的自动种子区域生长的方法。
本发明是通过以下技术方案来实现的:
一种基于混合方法的彩色图像分割方法,包括以下得步骤:
空间转化:通过HIS彩色空间对彩色图像进行处理;
初始分割:将处理过的图你进行梯度转化、形成梯度图像,通过梯度图像的分水岭变化来进行图像分割;
种子的选择:在每个待分割的区域找一个生长种子,生长种子满足以下条件:
a、种子与其领域必须有高度相似度;
b、在想的到的区域内,至少要产生一颗种子;
c、不同区域的种子不领域;
区域生长:构造一个区域队列和邻接区域队列,区域队列用于存放被一个种子所吸纳的像素区域,邻接区域队列是用于存放与种子的邻接关系,所述区域生长包括以下步骤:
a、将选取的种子放入种子队列中;
b、对选出的种子区域进行标记;
c、从种子队列中取出种子,以该种子区域作为考虑对象,然后遍历种子区域的邻接区域,如果该区域已经被标记,则不对该区域进行处理,如果区域未被标记,则计算其与种子区域的欧式距离,小于欧式距离的阈值,视为该区域可纳入此种子区域,并对区域进行区域标记,大于欧式距离阈值,则不标记,把该种子所有邻接区域考虑完之后,从种子队列中删除该种子。循环执行此步骤,直到种子队列为空;
区域合并,根据像素与其领域相对欧式距离、彩色空间距离和区域邻接关系进行种子区域合并。
进一步地,所述步骤中生长种子为某个像素或者区域。
进一步地,所述步骤中区域合并需满足以下条件:a、两个区域在颜色空间上相近;b、两个区域在空间上相邻。
本发明的有益效果是:本发明结合结合分水岭分割法及基于区域的自动种子区域生长的方法,利用区域生长的互补性来克服过分分割的不良效果并保证内部区域的一致性。
具体实施方式
,一种基于混合方法的彩色图像分割方法,包括以下得步骤:
空间转化:通过HIS彩色空间对彩色图像进行处理;
初始分割:将处理过的图你进行梯度转化、形成梯度图像,通过梯度图像的分水岭变化来进行图像分割;
种子的选择:在每个待分割的区域找一个生长种子,生长种子满足以下条件:
a、种子与其领域必须有高度相似度;
b、在想的到的区域内,至少要产生一颗种子;
c、不同区域的种子不领域;
区域生长:构造一个区域队列和邻接区域队列,区域队列用于存放被一个种子所吸纳的像素区域,邻接区域队列是用于存放与种子的邻接关系,所述区域生长包括以下步骤:
a、将选取的种子放入种子队列中;
b、对选出的种子区域进行标记;
c、从种子队列中取出种子,以该种子区域作为考虑对象,然后遍历种子区域的邻接区域,如果该区域已经被标记,则不对该区域进行处理,如果区域未被标记,则计算其与种子区域的欧式距离,小于欧式距离的阈值,视为该区域可纳入此种子区域,并对区域进行区域标记,大于欧式距离阈值,则不标记,把该种子所有邻接区域考虑完之后,从种子队列中删除该种子。循环执行此步骤,直到种子队列为空;
区域合并,根据像素与其领域相对欧式距离、彩色空间距离和区域邻接关系进行种子区域合并。
在本技术方案中,所述步骤中生长种子为某个像素或者区域。
在本技术方案中,所述步骤中区域合并需满足以下条件:a、两个区域在颜色空间上相近;b、两个区域在空间上相邻。
本发明结合结合分水岭分割法及基于区域的自动种子区域生长的方法,利用区域生长的互补性来克服过分分割的不良效果并保证内部区域的一致性。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种基于混合方法的彩色图像分割方法,其特征在于:包括以下得步骤:
空间转化:通过HIS彩色空间对彩色图像进行处理;
初始分割:将处理过的图你进行梯度转化、形成梯度图像,通过梯度图像的分水岭变化来进行图像分割;
种子的选择:在每个待分割的区域找一个生长种子,生长种子满足以下条件:
a、种子与其领域必须有高度相似度;
b、在想的到的区域内,至少要产生一颗种子;
c、不同区域的种子不领域;
区域生长:构造一个区域队列和邻接区域队列,区域队列用于存放被一个种子所吸纳的像素区域,邻接区域队列是用于存放与种子的邻接关系,所述区域生长包括以下步骤:
a、将选取的种子放入种子队列中;
b、对选出的种子区域进行标记;
c、从种子队列中取出种子,以该种子区域作为考虑对象,然后遍历种子区域的邻接区域,如果该区域已经被标记,则不对该区域进行处理,如果区域未被标记,则计算其与种子区域的欧式距离,小于欧式距离的阈值,视为该区域可纳入此种子区域,并对区域进行区域标记,大于欧式距离阈值,则不标记,把该种子所有邻接区域考虑完之后,从种子队列中删除该种子。
2.循环执行此步骤,直到种子队列为空;
区域合并,根据像素与其领域相对欧式距离、彩色空间距离和区域邻接关系进行种子区域合并。
3.根据权利要求1所述一种基于混合方法的彩色图像分割方法,其特征在于:所述步骤中生长种子为某个像素或者区域。
4.根据权利要求1所述一种基于混合方法的彩色图像分割方法,其特征在于:所述步骤中区域合并需满足以下条件:a、两个区域在颜色空间上相近;b、两个区域在空间上相邻。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710736906.3A CN107481241A (zh) | 2017-08-24 | 2017-08-24 | 一种基于混合方法的彩色图像分割方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710736906.3A CN107481241A (zh) | 2017-08-24 | 2017-08-24 | 一种基于混合方法的彩色图像分割方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107481241A true CN107481241A (zh) | 2017-12-15 |
Family
ID=60601726
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710736906.3A Pending CN107481241A (zh) | 2017-08-24 | 2017-08-24 | 一种基于混合方法的彩色图像分割方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107481241A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109377485A (zh) * | 2018-10-12 | 2019-02-22 | 龙口味美思环保科技有限公司 | 一种方便面包装缺陷机器视觉检测方法 |
CN109584253A (zh) * | 2018-12-20 | 2019-04-05 | 重庆切克威科技有限公司 | 油液磨粒图像分割方法 |
CN114565608A (zh) * | 2022-04-26 | 2022-05-31 | 华伦医疗用品(深圳)有限公司 | 一种内窥镜Ai图像识别方法及系统 |
CN115661464A (zh) * | 2022-12-09 | 2023-01-31 | 季华实验室 | 图像分割方法、装置、设备及计算机存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102999888A (zh) * | 2012-11-27 | 2013-03-27 | 西安交通大学 | 一种基于彩色图像分割的深度图去噪方法 |
CN103903254A (zh) * | 2012-12-31 | 2014-07-02 | 中国科学院深圳先进技术研究院 | 一种x光图像处理方法、系统及x光图像处理设备 |
CN104008553A (zh) * | 2014-06-17 | 2014-08-27 | 武汉武大卓越科技有限责任公司 | 融合影像梯度方向直方图和分水岭方法的裂缝检测方法 |
CN104376551A (zh) * | 2014-08-25 | 2015-02-25 | 浙江工业大学 | 一种融合区域生长和边缘检测的彩色图像分割方法 |
CN105160668A (zh) * | 2015-08-26 | 2015-12-16 | 爱威科技股份有限公司 | 图像分割方法、系统与细胞图像分割方法、系统 |
CN105976385A (zh) * | 2016-05-19 | 2016-09-28 | 浙江工商大学 | 一种基于图像数据场的图像分割方法 |
-
2017
- 2017-08-24 CN CN201710736906.3A patent/CN107481241A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102999888A (zh) * | 2012-11-27 | 2013-03-27 | 西安交通大学 | 一种基于彩色图像分割的深度图去噪方法 |
CN103903254A (zh) * | 2012-12-31 | 2014-07-02 | 中国科学院深圳先进技术研究院 | 一种x光图像处理方法、系统及x光图像处理设备 |
CN104008553A (zh) * | 2014-06-17 | 2014-08-27 | 武汉武大卓越科技有限责任公司 | 融合影像梯度方向直方图和分水岭方法的裂缝检测方法 |
CN104376551A (zh) * | 2014-08-25 | 2015-02-25 | 浙江工业大学 | 一种融合区域生长和边缘检测的彩色图像分割方法 |
CN105160668A (zh) * | 2015-08-26 | 2015-12-16 | 爱威科技股份有限公司 | 图像分割方法、系统与细胞图像分割方法、系统 |
CN105976385A (zh) * | 2016-05-19 | 2016-09-28 | 浙江工商大学 | 一种基于图像数据场的图像分割方法 |
Non-Patent Citations (2)
Title |
---|
朱琪: "改进的区域生长算法在彩色年轮图像分割中的应用", 《林业机械与木工设备》 * |
李唯为等: "种子区域生长技术在彩色图像分割中的应用", 《小型微型计算机系统》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109377485A (zh) * | 2018-10-12 | 2019-02-22 | 龙口味美思环保科技有限公司 | 一种方便面包装缺陷机器视觉检测方法 |
CN109584253A (zh) * | 2018-12-20 | 2019-04-05 | 重庆切克威科技有限公司 | 油液磨粒图像分割方法 |
CN109584253B (zh) * | 2018-12-20 | 2022-08-30 | 重庆切克威科技有限公司 | 油液磨粒图像分割方法 |
CN114565608A (zh) * | 2022-04-26 | 2022-05-31 | 华伦医疗用品(深圳)有限公司 | 一种内窥镜Ai图像识别方法及系统 |
CN115661464A (zh) * | 2022-12-09 | 2023-01-31 | 季华实验室 | 图像分割方法、装置、设备及计算机存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107481241A (zh) | 一种基于混合方法的彩色图像分割方法 | |
CN104318258B (zh) | 一种基于时域模糊和卡尔曼滤波器的车道线检测方法 | |
CN106157319B (zh) | 基于卷积神经网络的区域和像素级融合的显著性检测方法 | |
Font et al. | Counting red grapes in vineyards by detecting specular spherical reflection peaks in RGB images obtained at night with artificial illumination | |
Liu et al. | Iterative infrared ship target segmentation based on multiple features | |
CN105528596B (zh) | 利用阴影的高分辨率遥感影像建筑物自动提取方法及系统 | |
CN107563413B (zh) | 无人机航拍影像农田块对象精准提取方法 | |
CN103839279A (zh) | 一种目标检测中基于vibe的粘连目标分割方法 | |
CN105761266A (zh) | 从遥感图像中提取矩形建筑物的方法 | |
US20080247646A1 (en) | Method for segmenting an image using constrained graph partitioning of watershed adjacency graphs | |
CN106295562A (zh) | 一种高分辨率遥感影像道路信息提取方法 | |
Wspanialy et al. | Early powdery mildew detection system for application in greenhouse automation | |
CN107194896B (zh) | 一种基于邻域结构的背景抑制方法和系统 | |
CN109409376B (zh) | 针对固废对象的图像分割方法、计算机终端及存储介质 | |
CN103824280A (zh) | 一种台风中心提取方法 | |
CN107154044A (zh) | 一种中餐食物图像的分割方法 | |
CN103218833A (zh) | 边缘加强型的彩色空间最稳极值区域检测方法 | |
CN105678773B (zh) | 一种低对比度图像分割方法 | |
CN107403194A (zh) | 基于t‑SNE的皮肤癌图像识别可视化模块 | |
CN107705358A (zh) | 脑部ct图像的三维重建方法 | |
CN109461171B (zh) | 基于多通道改进DoG滤波的红外弱小目标检测算法 | |
CN106846321A (zh) | 一种基于贝叶斯概率与神经网络的图像分割方法 | |
Tan et al. | Image segmentation technology based on genetic algorithm | |
CN110084820A (zh) | 基于改进fcm算法的紫色土图像自适应分割提取方法 | |
CN106643725B (zh) | 一种基于地面砖轮廓线的机器人定位导航方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20171215 |
|
WD01 | Invention patent application deemed withdrawn after publication |