混合智能算法在彩色圖像分割中的應(yīng)用研究.pdf

1、圖像分割是圖像分析和模式識別的首要問題，也是圖像處理的經(jīng)典難題之一，它是圖像分析和模式識別系統(tǒng)的重要組成部分，并決定圖像的最終分析質(zhì)量和模式識別的判別結(jié)果。這是因為圖像的分割、目標的分離、特征的提取和參數(shù)的測量將原始的圖像轉(zhuǎn)化為更抽象更緊湊的形式，使得更高層的分析和理解成為可能。圖像分割作為圖像處理中的一個更高層次的自身圖像分析和模式的識別，具有相當重要的研究意義。 圖像分割在實際中有著廣泛的應(yīng)用前景，例如在工業(yè)自動化、在線產(chǎn)品

2、檢測、生產(chǎn)過程控制、文檔圖像處理、遙感和生物醫(yī)學(xué)圖像分析<'[1]>、保安監(jiān)視以及軍事<'[2]>、遙感氣象服務(wù)<'[3]>、交通圖像分析<'[4]>、基于內(nèi)容的圖像數(shù)據(jù)庫的查詢<'[5]>、體育、農(nóng)業(yè)工程等方面。概括來說，在各種圖像應(yīng)用中，只要需對圖像目標進行提取、測量、跟蹤等都離不開圖像分割。 所謂圖像分割是指把圖像分成各具特性的區(qū)域并提取出感興趣目標的技術(shù)和過程。這里的特性可以是灰度、顏色、紋理等，目標可以對應(yīng)單個區(qū)域，也

3、可以對應(yīng)多個區(qū)域<'[6]>。圖像分為灰度圖像和彩色圖像兩種。彩色圖像是外部客觀世界的最為逼近的描述，因為人眼對亮度具有適應(yīng)性，即在一幅復(fù)雜圖像的任一點上只能識別幾十種灰度級，但可以識別成千上萬種顏色，所以許多情況下，單純利用灰度信息無法從背景中提取出的目標，還必須借助于色彩信息。彩色圖像的信息量比灰度圖像要大得多。對于灰度圖像的分割來說，僅有明亮度是可用信息，但是人的視覺對明亮度的感覺一般只有20級左右<'[7]>，而彩色圖像不僅提供

4、明亮度信息，還包括色調(diào)和飽和度。因此，使用灰度信息不能分割的目標，可以嘗試使用彩色信息來分割。如今，隨著計算機處理能力的快速提高，彩色圖像的分割技術(shù)正日益受到人們的關(guān)注，其具有廣闊的發(fā)展空間及開發(fā)前景。 彩色圖像的分割主要有兩方面，一是選擇合適的顏色空間或模型；二是采用適合此空間或模型的分割策略和方法。可表示如下： 彩色圖像分割方法=顏色空間+灰度圖像分割方法本文的研究工作主要針對彩色圖像，首先對彩色視覺及各種顏色空間進

5、行全面的介紹，然后對當前傳統(tǒng)的彩色圖像分割技術(shù)進行系統(tǒng)的論述：包括直方圖閾直法、聚類法、基于區(qū)域的方法、基于邊緣的方法、基于模型的方法等主要的彩色圖像分割技術(shù)，比較各自的優(yōu)缺點，通過比較發(fā)現(xiàn)傳統(tǒng)的單一分割算法在彩色圖像分割中都不可避免地存在一定的不足與缺陷?，F(xiàn)有的各種圖像分割算法中，結(jié)合人工神經(jīng)網(wǎng)絡(luò)或遺傳算法進行圖像分割的方法，由于從不同側(cè)面反映了人類視覺感知的智能性、并行性，因此取得了較好的效果，推動了圖像分割向智能化方向發(fā)展，但無論

6、是在理論還是實踐上都遠遠沒有達到讓人滿意的程度。正是基于此，我們可以根據(jù)實際情況組合不同的智能算法，分層次地分割圖像，力求尋隴符合人類視覺感知特性的有效的彩色圖像分割混合智能算法，從而彌補單一算去對彩色圖像分割的不足，這將是今后彩色圖像分割技術(shù)的一種發(fā)展趨勢。 論文的選擇正是基于智能方法的應(yīng)用，特別是將其中最具代表性的人工神經(jīng)網(wǎng)絡(luò)，遺傳算法，蟻群算法，模糊算法混合起來進行彩色圖像分割，提出了聚類分析與神經(jīng)網(wǎng)絡(luò)、熵閾值分割與遺傳算